简介

TongFlow 是一个跑在你自己机器上的多模态 AIGC 工作室。你在一张无限画布上搭建创作工作流——把素材放上画布，在不同模态之间转换（文本、图像、视频、音频、3D），把结果组合起来。

整个项目以 AGPL-3.0 协议开源在 GitHub tong-io/tongflow。这是 v0.1.0——早期阶段、面小、不耍商业花招。

核心理念

• 所有模型都是模态转换。 文生图模型是 text → image。语音识别是 audio → text。3D 生成是 image → 3D。TongFlow 把每个模型封装成画布上一个有强类型输入输出的节点。
• 所有模态都是一等公民。 文本、图像、音频、视频、文档、URL、3D 模型——都在同一张画布上。
• 界面只有三个动作。 Add（添加素材）、Transform（模态转换）、Combine（组合结果）。没有复杂的参数面板。

默认本地优先

• 工作流和上传素材保存在本地 SQLite 文件（data/tongflow.db）和本地磁盘（data/uploads/）。
• 无需 TongFlow 账号、无中央 CDN、无任何遥测。
• AI 推理用两个你自己配置的外部服务：
  • Modal 提供 GPU/CPU Worker（每月 30 美元免费额度包含相当多的 H100 时间）
  • 一个LLM 服务商任选：OpenRouter、Gemini、OpenAI、DeepSeek

API Key 由你保管，我们看不到。

当前能用的

• 画布上 7 种添加类型（文本、图像、音频、视频、文档、URL、3D 模型）
• 五大模态间互转的转换节点
• 组合节点（图像融合、口型同步、声音克隆、角色替换、动作迁移）
• 具名后端模型：Z-Image、FLUX.2 Klein 9B、LTX-2、SeedVR2、Gemma 4、Qwen3、ACE-Step
• 一行 Docker 命令自托管

精确的功能清单（以及哪些还在 ⬜ 标注中），请看 README——它是事实源。

这不是什么

• 不是带 SLA 和并发分级的托管 SaaS（暂时）。app.tongflow.com 仅作为预览便利存在。
• 不是无代码黑盒。你排列节点；你理解每个节点在做什么。
• 不是”任意模型、任意时刻”。我们明示用的是哪几个模型、依赖哪几家供应商。

下一步

• 快速开始 —— 一行 Docker 安装、环境变量配置、跑通第一个工作流
• 界面总览 —— 画布、智能岛（Smart Island）、左侧栏、模式切换
• 节点类型 —— Add / Transform / Combine / Helper 全部节点清单

想用自己的模型扩展 TongFlow，请参考仓库里的 docs/feature-registry.md 和 docs/plugins.md。