
越来越多用户开始将生成式 AI 应用于设计创作、内容生产、灵感收集以及素材整理。但在实际使用过程中,一个比较明显的问题逐渐出现:生成图片越来越容易,管理这些图片、整理提示词、保存创作过程却越来越复杂。
很多 AI 生图工具关注的是“生成”本身,而用户真正长期使用时,还需要面对另外一系列问题:
生成过哪些图片?当时使用了什么 Prompt?哪些提示词效果更好?哪些参考图值得再次使用?如何管理自己的 AI 创作素材库?
试试 软件格律诗 推荐的 AIY 生图管理工具 一个“本地优先的 AI 生图、词典与素材管理桌面工具”。它在正式运行时,以 SQLite 数据库和受管媒体目录作为主要数据存储方式,不从 React 组件或者网页 Demo 中读取业务数据。
这种设计理念意味着,AIY 更关注用户长期积累的创作资产,而不仅仅是一次性的图片生成体验。
它希望帮助用户建立一个属于自己的 AI 创作空间,将图片成果、Prompt 版本、参考素材以及词典内容集中管理。

为什么需要 AIY:AI 创作进入“管理时代”
早期使用 AI 绘图工具时,很多用户的流程比较简单:
输入一句描述;等待生成图片;保存结果。
但随着使用时间增加,创作者通常会积累大量内容:
不同版本的 Prompt;同一个主题的多个生成结果;不同模型表达方式;参考图片;常用关键词;风格描述。
如果这些内容分散在聊天记录、文件夹或者浏览器收藏中,后续再次创作时就很难快速复用。
AIY 的设计方向,就是把这些零散内容组织成一个更加结构化的创作管理流程。
它提供:
- 创作台;
- 成果管理;
- Prompt 版本管理;
- 参考图管理;
- 词典维护;
- 本地 AI 生图任务;
- 素材目录管理。
这些功能共同组成一个本地化 AI 创作工作流。

AIY 核心功能特点详解
独立资料库管理方式
AIY 使用“资料库”作为核心管理单位。
每个资料库拥有独立的数据空间。
项目说明中提到:
AIY 0.3.0 是首个公开数据 baseline,启动时不会接管、迁移或修复预发布资料库。
同时,“打开资料库”功能只接受完整运行时资料库目录,并且 schema 必须匹配当前公开 baseline。fixture、内容包源目录以及预发布数据库不会被隐式转换为可用空间。
这种限制虽然增加了一些使用规范,但能够避免数据结构混乱,提高长期维护可靠性。

AI 生图创作台
AIY 提供完整的创作台功能。
目前已经打通的创作能力包括:
- 成果堆栈;
- Prompt 版本;
- 参考图;
- 词典选词;
- 底部 Codex 抽屉;
- 单图生成任务。
在新创作流程中,用户点击成果栏中的“+”即可进入独立空白状态,可以填写可选标题。第一次生成后,系统会建立 Prompt 系列,后续修改则会叠加成为新的 version。
这种版本管理方式对于经常调整提示词的用户非常实用。
第一次 Prompt:
“东方建筑,水墨风格,清晨”
生成结果不满意。
修改:
“东方建筑,水墨风格,雨天,柔和光线”
AIY 可以将这些变化作为不同版本进行管理,方便回顾和优化。

成果展示与评注管理
AIY 不只是保存图片,也关注生成结果的后续整理。
项目已经实现:
- 产出区;
- 原比例完整显示;
- 缩放;
- 结果切换;
- 点评注;
- 矩形评注。
对于设计创作者来说,评注功能可以帮助记录:
哪里效果满意;哪里需要修改;下一轮生成应该调整什么。
这让 AI 图片生成过程更接近真实创作流程。
词典管理功能
AIY 内置词典维护能力,用于管理 AI 创作中的关键词资产。
目前支持:
- 新建最小词条草稿;
- 编辑双语词义;
- 编辑别名;
- 编辑模型表达;
- 编辑多项属性;
- 保存或核准不可变版本。
对于经常研究 Prompt 的用户来说,词典功能可以帮助建立个人 AI 创作语言库。
某种视觉风格;某类摄影表达;某种构图描述;
某个模型容易理解的关键词组合。长期积累后,这些内容会成为个人 AI 创作资产。

JSON / CSV 导入能力
为了方便已有数据迁移,AIY 提供导入能力。
项目已经支持:JSON/CSV 预检;重复数据提示;无效行提示;确认后进入草稿。
这种导入流程相比直接写入数据库更加安全。
用户可以先检查数据,再决定是否正式加入资料库。

Codex 图片生成支持
AIY 提供 Codex 图片生成能力。
项目说明显示,应用提供两个彼此独立的生图选项:
Codex App ServerCodex CLI
模型键保持稳定,以兼容已有草稿和任务。默认使用 CODEX_BINARY 或 PATH 中当前受支持的 Codex CLI。
此外:
CODEX_IMAGE_BINARY
仅用于开发和故障诊断时显式覆盖图片 CLI,正常使用应保持未设置。
AIY 的生图任务由独立后台模型进程执行。
图片生成、Codex 助手、会话和标题建议都由“每个资料库一个”的独立后台模型进程处理。
即使 main/preload 开发重启,只会重新连接该进程,正在运行的任务不会因此中断。

Windows 与 macOS 平台支持
AIY 已提供多个平台版本。
项目版本信息:
0.3.0
提供:
- Windows 10/11 x 64 安装包;
- ZIP 文件。
0.3.1
增加:
- Apple Silicon(arm 64)macOS DMG;
- ZIP 文件。
下载发布版本时,需要从 GitHub Releases 获取。
所有安装包均附带 SHA-256 校验值。
需要注意的是:
Windows 包没有 Authenticode 签名;
macOS 包没有 Apple Developer 签名或公证。
因此 SmartScreen 或 Gatekeeper 可能显示安全提示,运行前建议先核对校验值。

AIY 生图管理工具安装与使用教程
AIY 生图管理工具目前提供桌面端运行方式,用户可以通过 GitHub Releases 下载对应平台安装包。项目已经针对 Windows 和 macOS 提供正式发布版本,其中 0.3.0 提供 Windows 10/11 x 64 安装包和 ZIP,0.3.1 增加 Apple Silicon(arm 64)macOS DMG 和 ZIP。
Windows 版本安装方法
下载 AIY 安装包
首先进入项目 Releases 页面下载对应版本。
官方发布版本均附带 SHA-256 校验值,用户可以在安装前通过校验文件完整性确认下载内容是否一致。
需要注意:
Windows 安装包目前没有 Authenticode 签名,因此首次运行时 Windows SmartScreen 可能出现安全提示。项目 README 建议用户运行前先核对 SHA-256 校验值。
安装运行流程
Windows 用户可以选择:
- 直接运行安装包;
- 下载 ZIP 后解压运行。
安装完成后启动 AIY,首次启动会自动创建用户拥有的空白资料库。
之后用户可以通过侧栏资料库切换器:
- 创建新的空白资料库;
- 打开已有 AIY 运行时资料库目录。
macOS 版本安装方法
AIY 从 0.3.1 开始增加 Apple Silicon(arm 64)macOS DMG 与 ZIP 支持。
安装流程:
下载 DMG 文件
进入 Releases 页面下载 macOS 对应版本。
打开 DMG 文件,将 AIY 拖入应用程序目录。
首次打开时,如果 macOS Gatekeeper 提示安全风险,需要确认应用来源。
项目说明指出:
macOS 包没有 Apple Developer 签名或公证,因此 Gatekeeper 可能显示安全提示。
建议用户先确认下载来源,并核对 SHA-256 校验值。
创建第一个 AIY 资料库
首次启动 AIY 后,系统会创建一个空白资料库。
AIY 的资料库结构采用独立目录管理:
%APPDATA%/AIY/libraries/
├─ index.json
└─ <library-id>/
├─ library.json
├─ library.sqlite3
├─ objects/sha256/
└─ temp/generation/
其中:
library.sqlite3
负责保存结构化数据。
objects/sha256/
负责保存媒体对象。
temp/generation/
用于生成过程中的临时内容。
这种结构让图片素材和数据库信息保持清晰分离。
使用 AIY 创建第一张 AI 图片
进入 AIY 后,可以从创作台开始创建任务。
目前创作台已经支持:
- 成果堆栈;
- Prompt 版本;
- 参考图;
- 词典选词;
- 底部 Codex 抽屉;
- 单图生成任务。
基础流程:
新建创作
点击成果栏中的“+”,进入独立空白状态。
用户可以填写标题,也可以直接开始编辑内容。
输入 Prompt
结合词典中的关键词、别名、模型表达等内容,整理自己的生成描述。
执行生成任务
AIY 会创建对应生成任务,并保存相关过程。
首次生成完成后,会建立 Prompt 系列。
后续修改会自动形成新的 version。
这样用户可以回溯不同版本之间的变化。
使用词典管理 AI 创作关键词
AIY 的词典功能适合长期积累。
用户可以创建词条草稿,并继续编辑:
- 双语词义;
- 别名;
- 模型表达;
- 多项属性。
完成后可以保存或核准不可变版本。
例如:
用户长期研究某种插画风格,可以建立:
“赛博朋克”
“水墨风”
“电影光影”
等关键词条。
后续创作时,可以直接调用这些已经整理好的表达。
导入已有数据
如果用户之前已经整理过 AI 相关数据,可以使用 AIY 的导入能力。
目前支持:
- JSON 导入;
- CSV 导入。
导入过程中会进行:
- 数据预检;
- 重复提示;
- 无效行提示。
确认后才会进入草稿阶段。
这种方式降低了批量迁移时出现错误的风险。
我的使用体验:AI 图片管理终于从“文件夹时代”走向工作流时代
在体验 AI 图片工具的过程中,我一直认为真正困难的部分并不是生成图片现在各种 AI 模型已经让图片生成门槛大幅降低,真正影响长期使用效率的问题,反而是生成之后如何管理。
很多人的 AI 创作流程通常是:
生成图片;保存到文件夹;复制 Prompt;过几天再次寻找。
时间久了以后,素材越来越多,但真正有价值的内容很难快速找到。
AIY 给我的最大感受,就是它开始关注 AI 创作中的“后半部分”。
它把图片生成、Prompt 管理、关键词积累以及素材整理放到了同一个桌面应用中。
其中我比较喜欢的是 Prompt 版本管理。
对于 AI 创作来说,一个优秀结果往往来自多次调整。如果每次修改都重新覆盖,那么很多有效经验都会丢失。
AIY 将首次生成建立为 Prompt 系列,后续修改形成 version,这种方式更加符合实际创作习惯。
另外,本地优先架构也是我比较认可的一点。
AI 图片属于个人创作资产,长期积累后价值很高。采用 SQLite 和受管媒体目录作为主库,可以让数据管理更加明确。
它已经完成了创作台、词典维护、导入、本地 Codex 等核心能力,但对于希望拥有成熟商业级 AI 素材管理平台的用户来说,仍需要关注后续版本的发展。
不过对于个人创作者、AI 绘图爱好者以及需要整理大量生成素材的人来说,AIY 已经提供了一套比较完整的本地化工作方式。
AIY 生图管理工具项目总结
AIY 生图管理工具是一款定位清晰的桌面 AI 创作管理应用。
它关注的核心问题,是如何让 AI 创作过程从一次性生成,变成可积累、可管理、可复用的长期资产。
它拥有:
- 本地优先的数据架构;
- SQLite + 受管媒体目录管理方式;
- AI 生图创作台;
- Prompt 版本管理;
- 参考图管理;
- AI 词典系统;
- JSON/CSV 导入;
- Codex 图片生成支持;
- Windows 与 macOS 支持。
对于喜欢研究 AI 绘图、需要长期管理 Prompt 和素材的人来说,AIY 提供了一种更加接近专业创作流程的解决方案。
它的价值并不只是帮助用户生成图片,更重要的是帮助用户建立属于自己的 AI 创作数据库。
官方网站
https://github.com/gantrol/aiy-desktop
下载地址
https://pan.quark.cn/s/918fe723b32a







