我们正在从头设计可编程生成式 AI 工作流

大家好，

我是 SSUI 项目的发起者。可能有部分朋友曾看过我半个月前发的帖子 "正在制作一款 ComfyUI 的替代品"，也非常非常感谢参与项目和给予支持的 V 友们的帮助，这个项目正在从我独自几个月开发的 MVP 转向一个可以多人合作的开源项目，UI 和设计也正在快速变得成熟。目前 App 的一些基础 UI 界面：

SSUI 的设计目标是解决当前生成式 AI 工作流程中的可维护性问题，以 ComfyUI 为代表的基于结点图连接的 AI 工作流在复杂逻辑下很难维护，其中一大原因是抽象能力差，重复的工作只能拷贝修改；其次工作流难以和其他工作流整合，而基于结点的设计可能是造成这种困境的主要原因：

SSUI 则采取脚本生成 UI 的工作方式，根据开发者所编写的函数类型，动态生成可供用户操作使用的 UI ，在生图、生成视频、生成 3D 模型等方面具有极高的灵活性。

例如下面代码段具有 3 个参数，1 个输出：

@workflow def txt2img(model: SD1Model, positive: Prompt, negative: Prompt) -> Image: positive, negative = SD1Clip(config("Prompt To Condition"), model, positive, negative) latent = SD1Latent(config("Create Empty Latent")) latent = SD1Denoise(config("Denoise"), model, latent, positive, negative) return SD1LatentDecode(config("Latent to Image"), model, latent) 

则生成：

对于复合类型，如 List ，Tuple 等等，我们采用嵌套组合基础组件的方式动态生成 UI ，使得开发者可以放心编写很多不同类型的接口而无限担心 UI 设计的问题。

同时，这些 UI 组件复用性极高，可以被其他第三方开发者所开发的插件所引用，比如这个插件中的绘图板 UI 就复用了我们的基础组件，这使得 SSUI 扩展性极佳，任何人都可以编写插件，自己实现个 WebUI 来调用某类工作流：

此外，SSUI 还提供了 Civitai 和 Huggingface 的整合，帮助用户快速搜索、下载、管理模型，对下载模型做类型匹配，避免错误的模型被应用到工作流中。

诚然，脚本工作流的方式有诸多好处，但也有很多人担心，使用脚本的工作方式会造成普通不懂编程的用户，难以修改工作流。这就考验脚本的编写者能否编写易维护，易组合，高可配置性的脚本。而随着 AI 编码的成熟，使用 AI 维护脚本也成为了一个可能的方向，终将不断降低普通用户修改脚本的门槛，让软件也越来越易用。

现阶段，SSUI 正在从 MVP 到项目原型的过度阶段，我们正在积极开发，大多情况每周都有 4-5 次以上的更新，现在我们是 4 人小团队，未来我们可能还会寻找 1-2 名 React 前端工程师，1-2 名熟悉 GenAI 的 Python AI 模型工程师，1 名设计师，1 名测试工程师加入团队，共同打造这款开源产品。注意我们是一个开源团队，这不是招聘，我自己作为打工人没办法给你提供任何报酬，但社区和用户会感谢你的贡献。如果你有足够的业余时间和精力，欢迎发邮件报名： [email protected]

项目仓库：github.com/sunxfancy/SSUI 欢迎朋友们了解项目、关注、以及给于各种反馈意见，感谢大家的支持。