一、一个被切碎的创作过程
先想象一个真实的晚上。
你写了一段短剧分镜，提示词存在备忘录里。打开 A 平台生成主角设定图，切到 B 平台把图变成五秒视频，配音去 C 平台，剪辑又回到 D 平台。提示词、参考图、种子值散落在四个平台的聊天记录和下载文件夹里------明天想改一版，你拼不回昨晚的思路。
模型能力在快速进步，承载创作过程的工具却没有跟上。这是当下 AI 视频创作者的普遍处境，也是 BeefTV 立项要解决的问题。
它是以开发者 Beefnoodle 为核心的两人团队推出的开源桌面应用：在一个无限画布上，把创意、模型和素材连成一张可持续修改的图。
▲ BeefTV 的主界面：自由画布、视频生成、图片生成、音频生成、帧动画、项目库一屏收拢
项目 9 月 27 日前后开源，两天破 300 star。截至 10 月 3 日，仓库显示 758 star、157 fork，其间发布了 32 个版本，最新为 v1.7.1。介绍它的公众号文章拿到 3 万阅读和 2000 多次转发------被戳中的不只是开发者，更多是创作者。
二、它做了什么
技术选型一目了然：React 19 + TypeScript 写前端，Go + Gin + GORM 写后端，SQLite 做持久化，Wails 打包成 macOS/Windows 原生桌面应用，前端构建用 Vite。安装包不到 100 MB，内嵌 FFmpeg 和 MediaPipe。自动更新走 Ed25519 签名验证------对一个把数据放在本地的应用来说，这一步不能省：更新通道如果没有验签，"本地优先"反而会变成攻击面。
这套选型的共同指向是：不做需要登录的 Web 服务，做装在自己电脑上、打开即用的工作区。项目、画布、素材、任务记录、模型配置默认全部保存在本机，只有执行生成时才按你配置的渠道向外请求模型。
功能上三件事：
画布即工作台。 节点和连线表达的不是计算流程，而是素材之间的关系------这张图是分镜，那根线代表"用这张参考图去生成那段视频"。生成、组织、加工、迭代发生在同一个画布上，过程自动保留，素材可以复用。
▲ 画布上的连线即创作关系：参考图、生成视频、二创结果排布成可回看的思路图谱
模型渠道不绑定。 文本、图片、视频、音频模型都可以自由配置 Base URL 和 API Key，不锁定单一供应商。
▲ 模型配置面板：渠道自由添加，密钥只存在本地
Agent 开始进入工作台。 项目最近合入了 Agent/CLI/MCP 的第一版集成：Agent 可以读画布、调用模型、组织素材，并把产出写回画布继续加工。需要说清楚：这是"正在成为操作者"，不是"已经是"。按项目方自己的说法，Agent 能力还在起步阶段，能做理解与执行，离自主主导一段创作还远。README 里"让 Agent 主导你的 AIGC 创作流程"是愿景，不是现状。
三、和 ComfyUI 的区别：默认抽象层级不同
提到画布和节点，多数人第一反应是 ComfyUI。两者都值得用，面向的问题不一样。
▲ ComfyUI 的节点世界：CheckpointLoader、VAE Decode、CLIP Text Encode......
ComfyUI 的节点围绕扩散模型的推理过程展开------加载模型、编码提示词、采样、解码潜空间，画出来的是一张计算图，默认用户是愿意研究模型参数的人。CSDN 上大量 ComfyUI 教程，本质就是教用户读懂这些模块再接线
▲ CSDN 上典型的 ComfyUI 教学：SDXL 工作流的模块拆解
BeefTV 的节点以素材和上下文为单位------一段提示词、一张参考图、一段视频，连线表达"谁是谁的输入"。这不是非黑即白的分界：ComfyUI 也有素材管理节点，BeefTV 的节点内部同样封装着模型调用。真正的差异在默认抽象层级：一个从模型出发向作品靠近，一个从作品出发向模型伸手。
第二个差异是保存的东西。ComfyUI 保存工作流，重放一次生成过程；BeefTV 保存项目------画布、资产、任务历史构成一个可持续演进的创作现场。前者回答"怎么再生成一次"，后者回答"这个故事明天怎么继续"。
第三个差异是运行形态。ComfyUI 是 Python 服务加浏览器页面，依赖本地 GPU 推理生态；BeefTV 是 Go 后端加原生桌面壳，模型走外部 API，本机承担编排与资产管理。两者不构成替代关系：调 LoRA 和采样参数的人留在 ComfyUI，管理短剧项目、想让 Agent 帮忙整理分镜的人，才会看向 BeefTV。它真正的对照组是需要登录、按订阅收费的云端 AI 影视工作台，BeefTV 用"本地优先加开源"提供了另一种选择。
四、往前看：这不是新故事
节点式界面在创作软件里反复出现，每次解决的都是同一个问题：系统复杂度超过人脑的线性记忆容量时，需要一张图把关系外化出来。影视合成的 Nuke 用它处理图层关系，Blender 的几何节点处理参数化设计，ComfyUI 把它带进扩散模型时代。BeefTV 接棒的部分，是把节点的抽象对象从计算过程挪到素材关系上。
这条线上新出现的变量是 Agent。MCP 协议让"模型调用工具"有了通用语言，BeefTV 把 Agent 接进画布，画布由此成为人和 Agent 都能读、都能改的工作面。这个方向对不对，现在下结论太早，但它是这个项目里最值得观察的部分。
代码来源也交代清楚：仓库发布文档显示它衍生自开源项目 infinite-canvas------后者本身已集成无限画布、Agent 和导演台，获千星。BeefTV 站在前人地基上做了桌面化和垂直集成，这部分增量够不够分量，交给社区和时间检验。
五、三个待解的问题
先看两个事实。其一，开源至今约一周，已发布 32 个版本，最新 v1.7.1。 按项目方公开的节奏，整个冲刺历时一个月以上，其中第一阶段（UI 与画布）不到一周完成，大量代码由 AI 结对生成。快的同时，工程要求并不低：CONTRIBUTING.md 明确"写路径必须明确失败，不可用默认值掩盖保存、权限、生成或删除错误"，涉及外部请求还要说明大小、频率、费用和 SSRF 边界。另一方面，AGENTS.md 写明公开接口和数据结构"可能直接调整"，不为旧版本保留兼容层。对早期用户来说，升级前留备份不是多余的谨慎。规矩立住了，执行到哪一步，要看后续版本。
其二，核心贡献者只有两人。 维护带宽、issue 响应、文档、跨平台构建都压在两个人身上；任何一人的精力变化都会直接反映在项目上。社区能否接住，是这个阶段真正的考题。
其三，README 承诺"不绑定单一 Provider"，而作者的算力资源站 BeefAPI 与产品深度捆绑，用 MCP 连上即可直接体验。默认体验做得越顺，用户越需要问：中转计费的透明度、售后责任、与直连官方渠道的价差，由谁保证？目前没有找到公开的社区讨论或用户反馈能回答这个问题------它暂时只能作为一个开放问题放在这里，这也是"本地优先"叙事在商业上的必答题。
六、结语：意义不在工具本身
回到最初的问题：这个项目有意义吗？
有。哪怕 BeefTV 最终没有长大，它提出的问题也会留下来：创作工具的下一版，应该让数据留在创作者手里，让画布成为人和 Agent 都能读能改的工作面。ComfyUI 回答了"模型怎么用"，BeefTV 想回答"作品怎么做"。后一个问题更难，碰的人也更少。
两人团队，一个月冲刺，758 颗星（数据截止2026年10月3日，以实际情况为准）。它可能成功，也可能不了了之，但方向值得认真对待。
项目：github.com/glanderness/BeefTV · MIT 协议