AIGC 创意工坊 - 产品需求文档 (PRD)

代号: Liquid Memory (液态记忆)
版本: v1.1
日期: 2026-02-05
性质: 开源个人自用项目

1. 产品概述

1.1 核心定位

一个专注于视觉内容创作的 AI 提示词实验室，让用户能够：

解析：上传图片，AI 逆向工程生成结构化提示词
收藏：建立个人提示词库，支持多维度标签管理
复刻：一键生成相似作品（支持即梦 API）
探索：通过思维导图式词汇网络，发现创作灵感

1.2 目标用户

AI 绘画爱好者
视觉设计师
内容创作者
提示词工程师

1.3 非目标（明确排除）

❌ 视频解析（技术复杂度太高，暂缓）
❌ ComfyUI 集成（本地部署门槛高，暂缓）
❌ 商业化功能（付费、账户系统、云同步）
❌ 社区分享（纯本地工具）

2. 核心功能模块

2.1 智能解析引擎 🔍 （P0）

功能描述

上传图片后，AI 进行多维度分析，生成结构化提示词。

解析维度（可配置模板）

维度	说明	示例
Subject	主体	赛博朋克武士
Environment	环境	霓虹灯照耀的东京街头
Composition	构图	低角度仰拍，三分法
Lighting	光线	边缘光，霓虹反射
Mood	氛围	神秘，未来感
Style	风格	超写实，电影级
Camera	相机参数	35mm f/1.4，浅景深
Color	色彩	青橙对比，高饱和

输出格式

结构化视图：可编辑的字段表格
自然语言：一键合并为流畅提示词
JSON 格式：供开发者使用

技术实现

模型：Qwen3-VL-plus / Kimi-k2.5
提示词模板：用户可自定义系统提示词
架构：轻量级后端代理（保护 API Key）+ 前端调用

2.2 个人创意库 📚 （P0）

功能描述

本地存储所有解析记录和收藏的提示词。

数据模型

interface CreativeItem {
  id: string;
  type: 'image';
  sourcePath: string;        // 本地文件路径（原始图）
  thumbnailPath: string;     // 缩略图路径
  parsedPrompt: StructuredPrompt;
  naturalPrompt: string;
  tags: Tag[];
  createdAt: Date;
  updatedAt: Date;
}

interface StructuredPrompt {
  subject?: string;
  environment?: string;
  composition?: string;
  lighting?: string;
  mood?: string;
  style?: string;
  camera?: string;
  color?: string;
  [key: string]: string | undefined;
}

interface Tag {
  id: string;
  name: string;
  category: 'style' | 'usage' | 'model' | 'mood' | 'custom';
  color: string;
}

搜索与筛选

模糊搜索：支持提示词内容、标签名
多维度筛选：标签组合筛选
排序：时间、相关性

存储方案

图片存储：本地文件系统 + 缩略图压缩（避免 IndexedDB 容量限制）
元数据：IndexedDB（localforage 封装）
备份：导出/导入 JSON

2.3 复刻工坊 🎨 （P1）

功能描述

基于解析结果，直接生成相似作品。

支持平台

平台	类型	配置方式	优先级
即梦 (SeeDream)	外部 API	API Key 配置	P1
Midjourney	外部 API	Discord Bot 配置	P2
Stable Diffusion	本地/API	WebUI API 地址	P2
ComfyUI	本地部署	WebSocket 连接	暂缓

工作流程

选择解析记录
调整提示词（可选）
选择生成平台
设置参数（尺寸、数量等）
生成 & 结果展示

2.4 词汇神经网络 🕸️ （P1）

功能描述

思维导图式的视觉词汇表，按关联性组织。

核心特性

自动提取：AI 从解析结果中提取关键词汇
手动收藏：点击词汇即可收藏到词库
关联图谱：相关词汇自动连线，形成语义网络
示例图：每个词汇关联实际作品缩略图

可视化效果

力导向图布局（D3.js / Cytoscape.js）
节点大小 = 使用频率
边的粗细 = 共现次数
支持缩放、拖拽、聚焦

3. 视觉设计系统

3.1 设计理念：液态记忆 (Liquid Memory)

提示词如流动的思绪，在脑海中交织成网，碰撞出新的火花。

核心意象：

流体：思路的自由流动
晶体：知识的结构化沉淀
网络：创意的关联与发散

3.2 色彩系统

/* 深色模式 */
--bg-primary: #0a0a0f;
--bg-secondary: #12121a;
--bg-tertiary: #1a1a25;
--accent-cyan: #00f5ff;
--accent-purple: #b829dd;
--accent-pink: #ff006e;
--text-primary: #ffffff;
--text-secondary: #a0a0b0;

3.3 技术栈

层级	技术
框架	Next.js 14 (App Router)
语言	TypeScript
样式	Tailwind CSS + CSS Variables
状态	Zustand
存储	IndexedDB + 本地文件系统
图表	D3.js
动画	Framer Motion

4. 开发计划

Phase 1: 基础框架 + 核心功能 (Week 1-2)

目标：MVP 可用（解析 + 创意库）

任务	优先级	验收标准
项目初始化	P0	Next.js + Tailwind + 主题系统搭建完成
轻量后端代理	P0	API 路由保护 VL API Key，可正常转发请求
文件上传组件	P0	支持拖拽上传，生成缩略图，保存到本地目录
VL API 集成	P0	成功解析图片并返回结构化数据
结构化编辑器	P0	可编辑各维度字段，实时预览自然语言
创意库 CRUD	P0	增删改查功能完整，支持标签管理
搜索筛选	P0	模糊搜索 + 标签筛选正常工作

Phase 2: 高级功能 (Week 3)

目标：增强体验

任务	优先级	验收标准
词汇网络可视化	P1	D3.js 力导向图正常渲染，支持交互
即梦 API 集成	P1	可选择即梦平台生成图片
数据导入导出	P1	JSON 格式备份恢复功能

Phase 3: 打磨优化 (Week 4)

目标：提升品质

任务	优先级	验收标准
动效优化	P2	页面过渡、微交互流畅
性能优化	P2	大图加载、搜索响应速度达标
文档编写	P2	README + 使用指南完整

5. 技术风险与应对

风险	影响	应对措施
API Key 暴露	高	必须加后端代理，禁止前端直调
本地文件权限	中	使用 Electron/Tauri 或浏览器 File System Access API
IndexedDB 容量	中	图片存文件系统，只存缩略图到 DB
VL API 稳定性	低	支持多模型 fallback

6. 附录

6.1 参考资源

Snaplex: https://github.com/ginger4soda-netizen/Snaplex
D3.js Force Simulation: https://d3js.org/d3-force

6.2 待决策事项

是否用 Electron/Tauri 打包桌面应用？（解决文件系统访问问题）
默认 VL API 选哪个？（Qwen3-VL vs Kimi-k2.5）

7. 未来规划（Roadmap v2.0）

7.1 云端同步 ☁️ （Phase 4）

背景

原 PRD 明确排除商业化功能，但随着个人使用数据增长，本地存储存在以下痛点：

多设备切换时数据不同步
浏览器清理导致数据丢失风险
无法在手机/平板查看创意库

目标

提供可选的云端同步功能，保持开源免费定位。

技术方案对比

方案	优点	缺点	推荐度
Supabase (PostgreSQL)	开源、 generous free tier、实时订阅	学习成本略高	⭐⭐⭐⭐⭐
Firebase (Firestore)	生态成熟、实时同步	Google 锁定、国内访问不稳定	⭐⭐⭐
自建后端 (Node.js + MongoDB)	完全可控	运维成本高	⭐⭐

推荐方案：Supabase

架构设计:

┌─────────────┐     ┌─────────────┐     ┌─────────────┐
│   Client    │────▶│  Supabase   │────▶│  PostgreSQL │
│  (Next.js)  │◀────│   (Auth +   │◀────│   + Storage │
└─────────────┘     │ Realtime)   │     └─────────────┘
                    └─────────────┘

数据模型扩展:

// 云端 CreativeItem 表
interface CloudCreativeItem {
  id: string;
  user_id: string;           // Supabase Auth UUID
  local_id: string;          // 本地 IndexedDB ID（用于关联）
  image_url: string;         // Supabase Storage URL
  thumbnail_url: string;     // 压缩图 URL
  prompt: StructuredPrompt;
  natural_prompt: string;
  tags: string[];
  sync_status: 'synced' | 'pending' | 'conflict';
  created_at: string;        // ISO 8601
  updated_at: string;
  deleted_at: string | null; // 软删除
}

// 同步日志表（用于离线队列）
interface SyncLog {
  id: string;
  user_id: string;
  operation: 'create' | 'update' | 'delete';
  table: string;
  record_id: string;
  payload: JSON;
  created_at: string;
  synced_at: string | null;
}

核心功能:

功能	描述	优先级
匿名登录	无需邮箱，一键生成临时账户	P0
数据加密	端到端加密（用户密码派生密钥）	P1
增量同步	只传输变更数据，节省流量	P0
冲突解决	时间戳优先 + 手动合并 UI	P1
离线支持	本地操作，联网后自动同步	P0
多端实时	WebSocket 推送变更到其他设备	P2

隐私策略:

所有图片在上传前可选择加密（AES-GCM）
服务端无法解密用户数据
支持「仅元数据同步」模式（图片保留本地）

定价（参考）:

免费版：500MB 存储，1000 条记录
Pro 版 ($5/月)：10GB 存储，无限记录
自托管版：完全免费，需自行部署 Supabase

7.2 移动端 App 📱 （Phase 5）

背景

手机是灵感收集的主要场景，但 Web App 在移动端的体验受限：

无法接收推送通知
分享菜单集成困难
相机调用体验不佳

目标

开发原生级体验的跨平台移动应用。

技术选型

方案	优点	缺点	选择
React Native (Expo)	一套代码双端、热更新、生态成熟	性能略低于纯原生	✅ 推荐
Flutter	性能好、UI 一致	Dart 学习成本、包体积大	备选
PWA + Capacitor	Web 技术栈复用	原生能力受限	不推荐

架构设计

┌─────────────────────────────────────────┐
│           Mobile App (RN + Expo)         │
│  ┌──────────┐ ┌──────────┐ ┌──────────┐ │
│  │  Camera  │ │  Gallery │ │  Share   │ │
│  └──────────┘ └──────────┘ └──────────┘ │
│              ┌──────────────┐            │
│              │  Sync Engine │            │
│              │  (Offline-First)          │
│              └──────────────┘            │
└─────────────────────────────────────────┘
                   │
                   ▼
┌─────────────────────────────────────────┐
│         Supabase Backend                │
│    (Auth + Database + Storage)          │
└─────────────────────────────────────────┘

核心功能:

模块	功能	说明
📷 相机	拍照即解析	调用原生相机，拍完直接 AI 分析
🖼️ 相册	批量导入	多选照片，后台批量处理
🔗 分享扩展	从其他 App 导入	支持微信、微博、浏览器等分享入口
🔔 推送	每日灵感	基于词汇网络推荐相关提示词
🌐 离线模式	无网可用	本地 SQLite，有网自动同步
🔍 以图搜图	相似作品发现	向量搜索（pgvector）

与 Web 端的功能对齐:

Web 功能	Mobile 状态	备注
上传解析	✅ 完整支持	相机 + 相册
结构化编辑	✅ 完整支持	适配小屏的折叠面板
创意库	✅ 完整支持	瀑布流布局
标签管理	✅ 完整支持	底部 Sheet 弹窗
词汇网络	⚠️ 简化版	2D 力导向图，暂不支持 3D 旋转
AI 生成	⚠️ 仅查看	手机端暂不集成生成（耗流量）
数据导出	❌ 暂不支持	复杂操作建议在 Web 端完成

UI 适配策略:

// 响应式断点
const breakpoints = {
  mobile: 0,      // 手机竖屏 (< 480px)
  tablet: 480,    // 手机横屏/平板 (480-768px)
  desktop: 768,   // 平板横屏/桌面 (> 768px)
};

// 组件差异化渲染
function PromptEditor({ data }: { data: ParsedPrompt }) {
  const { width } = useWindowDimensions();
  
  if (width < 480) {
    return <MobilePromptEditor data={data} />;  // 折叠面板
  }
  
  return <DesktopPromptEditor data={data} />;   // 左右分栏
}

开发计划:

阶段	周期	里程碑
M1 基础框架	2周	Expo 项目搭建，导航结构，主题系统
M2 核心功能	3周	相机/相册、解析、创意库列表
M3 同步引擎	2周	离线优先架构，Supabase 集成
M4 高级功能	2周	分享扩展、推送通知、生物识别锁
M5 打磨发布	1周	TestFlight 内测，应用商店审核

发布渠道:

iOS: App Store（TestFlight 内测先行）
Android: Google Play + F-Droid（开源版）

8. 商业模式探讨（可选）

虽然定位为开源个人工具，但可持续运营需要合理的商业模式：

8.1 开源核心 + 云服务增值

Core: 本地优先，完全免费，MIT 协议
Cloud: 可选同步服务，freemium 定价
Enterprise: 私有化部署支持（按需收费）

8.2 创作者经济

模板市场: 优质提示词模板交易抽成（10%）
API 代理: 为开发者提供稳定的 VL API 聚合服务
品牌合作: 与 Midjourney、即梦等平台的分成合作

8.3 社区捐赠

GitHub Sponsors
Open Collective
加密货币捐赠（BTC/ETH）

9. 附录 B：技术债务追踪

债务项	影响	偿还计划
IndexedDB 迁移到 SQLite	中	Phase 4 云端同步时统一处理
D3.js 升级到 v7	低	词汇网络重构时顺便升级
测试覆盖率不足	高	Phase 3 补充 E2E 测试
缺少国际化	低	Phase 5 移动端时考虑 i18n

FilesExpand file tree

PRD.md

Latest commit

History

PRD.md

File metadata and controls

AIGC 创意工坊 - 产品需求文档 (PRD)

1. 产品概述

1.1 核心定位

1.2 目标用户

1.3 非目标（明确排除）

2. 核心功能模块

2.1 智能解析引擎 🔍 （P0）

功能描述

解析维度（可配置模板）

输出格式

技术实现

2.2 个人创意库 📚 （P0）

功能描述

数据模型

搜索与筛选

存储方案

2.3 复刻工坊 🎨 （P1）

功能描述

支持平台

工作流程

2.4 词汇神经网络 🕸️ （P1）

功能描述

核心特性

可视化效果

3. 视觉设计系统

3.1 设计理念：液态记忆 (Liquid Memory)

3.2 色彩系统

3.3 技术栈

4. 开发计划

Phase 1: 基础框架 + 核心功能 (Week 1-2)

Phase 2: 高级功能 (Week 3)

Phase 3: 打磨优化 (Week 4)

5. 技术风险与应对

6. 附录

6.1 参考资源

6.2 待决策事项

7. 未来规划（Roadmap v2.0）

7.1 云端同步 ☁️ （Phase 4）

背景

目标

技术方案对比

推荐方案：Supabase

7.2 移动端 App 📱 （Phase 5）

背景

目标

技术选型

架构设计

8. 商业模式探讨（可选）

8.1 开源核心 + 云服务增值

8.2 创作者经济

8.3 社区捐赠

9. 附录 B：技术债务追踪