画布项目：Rnote、Lorien、Infinite-Canvas、open-ai-canvas

本文汇总几款数字化白板绘图项目类工具。

Excalidraw和tldraw，也归于这一类工具，参考画图工具汇总：Excalidraw、tldraw、Drawnix、Drawio。

Rnote

官网，官网2，开源（GitHub，11.7K Star，510 Fork）、灵感来源于EDiary、基于Rust+GTK4、画草图和矢量手写笔记工具；面向学生、教师和手写笔用户。

核心竞争力：数字墨水体验------压感笔输入将压力数据转化为连续变化的线宽，配合高采样率的笔尖轨迹捕捉实现亚像素级渲染，书写流畅度接近纸笔；同时把无限画布与PDF批注无缝整合，导入PDF后直接在原文旁手写标注、高亮、画箭头，这是很多同类工具做不到的完整闭环。

技术原理：Rust构建核心引擎带来内存安全与渲染性能，模块化分为rnote-engine（文档状态、笔刷、文件格式）、rnote-compose（绘图引擎与形状）、rnote-ui（GTK4界面）、rnote-cli（命令行导出）。原生.rnote格式基于XML，便于版本控制与恢复；支持导入PDF、SVG、PNG，导出SVG、PDF、PNG、XOPP（兼容Xournal++）。

特性

面向手写笔输入的自适应UI
支持压感的触控笔输入，并提供可配置的不同笔触样式
使用形状工具创建多种不同形状
使用选择工具移动、旋转、调整大小和修改现有内容
多种文档扩展布局（固定页面、连续垂直、无限方向等）
可自定义背景颜色、图案、尺寸
可自定义页面格式
（可选）笔触音效
可重新配置的触控笔按钮快捷键
集成工作区浏览器，快速访问相关文件
支持拖放和剪贴板
支持导入PDF、位图和SVG图像
可将文档、文档页面和选区导出为多种格式，包括SVG、PDF、Xopp
以原生.rnote文件格式保存和加载文档
支持标签页，可同时处理多个文档
自动保存、打印

实战

GitHub Release页面提供各大主流平台的二进制安装包。

当然，也支持通过命令行方式安装：

bash 复制代码

# Windows
winget install flxzt.rnote
# Linux
flatpak remote-info --log flathub com.github.flxzt.rnote

Lorien

开源（GitHub，6.8K Star，310 Fork）基于Godot引擎开发、跨平台、无限画布绘图与笔记应用。

注意⚠️⚠️⚠️：不过项目似乎出于无人维护状态，最后一次代码提交还停留于25年9月23日。不熟悉Godot，根本不知道如何把这个项目跑起来。好在官方在GitHub Release托管提供主流平台（Linux、macOS、Windows）的安装包，不过最新版0.6.0还是23年11月6日发版。

其核心采用矢量式存储（以点序列保存笔迹），而非位图渲染，因此文件极小、缩放无损，并支持无限撤销/重做、无限缩放与网格、多文档并行及压感笔支持。

界面极简，功能克制，却能在你脑海混沌之时，提供一块无边界的容器，承载你的灵感、草图、流程、结构与情绪。主要面向数字手写笔记、会议白板、头脑风暴、绘制简单草图与示意图等场景，不面向专业图像编辑或像素级绘画。

特性：

极简主义：没有干扰，只有表达
高性能：启动快、运行流畅，适合低配设备
创作者友好：支持绘图板与压力感应，适合视觉创作

不追求功能全，而追求表达纯粹：

没有图层系统，却有无限撤销
没有复杂菜单，却有压力感应
没有笔记结构，却能画出你的知识地图

能力

无限画布：向不同方向延展，配合缩放查看局部或整体，适合逐步展开流程和思路
撤销与重做：支持连续回退和恢复操作，方便尝试不同画法；这不等同于跨会话的历史版本管理
手绘与基础图形：提供自由笔刷、橡皮擦、直线、矩形、圆形或椭圆，以及选择工具，可移动、删除选中的笔迹
压力感应：面向Wacom等绘图板设计，支持随压力改变笔触，手写用户可按自己的设备体验调整
保存为.lorien工程文件，下次打开后接着编辑
多文档与SVG导出：不同主题可分别打开，完成内容也能导出为矢量图，供后续排版或整理使用

使用：

无干扰模式：可隐藏界面，把更多屏幕空间留给画布，默认通过Tab键切换
中文界面：支持简体中文、繁体中文等多种语言。
可调整的操作习惯：支持重新绑定快捷键，也能使用内置或自定义配色板。

实战

以macOS为例，从GitHub Release页面下载Lorien_v0.6.0_Mac.dmg，双击安装。打开应用

然后和使用白板一样，不过操作便捷性和实体白板还是有差距。优势当然是电子化，便携化。

Infinite-Canvas

开源（GitHub，3.1K Star，615 Fork）、Python+JavaScript实现、无限画布。

能力：

画布引擎：提供两种画布模式：一种是普通无限画布，可自由拖拽缩放，在上面放置各种节点；另一种叫智能画布，更像卡片式的创作工具，操作门槛更低，拖入素材、选生成方式、写提示词就能跑。
节点系统：每个节点代表一个独立的操作单元，图片、提示词、API生成、ComfyUI、RunningHub、LLM、循环、输出等。节点间通过拖线连接，数据从上游流向下游，形成完整工作流。
多协议适配层：不绑定任何单一平台。目前支持的生成方式：
- OpenAI协议API：几乎所有兼容OpenAI协议的API服务，还包括异步协议、Gemini协议和方舟协议
- ComfyUI：本地局域网或远程的ComfyUI，支持导入自定义API JSON工作流，自动识别参数（图片、文本、LoRA、seed、分辨率）
- RunningHub：云端工作流和AI应用调用，适合没有本地高显卡的用户
- ModelScope：免费LLM和图像生成模型，支持LoRA，新手入门零成本
- 火山引擎：图片和视频模型
- 即梦CLI：直接调用即梦高级会员积分，支持文生图、图生图、文生视频、图生视频

实用功能

图片编辑工具组：双击画布上的任意图片就能进入编辑模式，里面集成裁剪、遮罩编辑、画笔局部编辑、扩图/outpaint等常用操作。遮罩编辑：可用画笔涂抹出需要AI修改的区域，只让模型重绘这一块，其余部分保持不变。在画布里直接集成，不用打开Photoshop。
循环节点与批量生成：循环节点可配置迭代次数，自动串联前面的生成流程，适合批量输出：一次性生成10个不同配色方案的产品图，或者把一个视频按帧抽取后逐帧做风格迁移。原本需要30分钟反复跑流程的操作，现在配好一次节点，剩下的交给循环。
360°全景图预览：支持加载全景图并进行交互式预览和截图，适用于空间设计、场景布置方向创作的制作者。
视频帧抽取：可直接从视频中提取关键帧作为画布上的图片节点，配合循环节点做逐帧处理。这相当于把"视频→关键帧→AI处理→合成为结果"这条管线打通一大半。
素材库系统：素材库是一个跨画布的全局资产管理器。你可把角色设定图、场景参考、风格样本、视频素材都存进去，在任意画布里通过@符号快速引用。素材库支持拖拽上传，也支持从画布输出节点一键保存，形成"生成→筛选→入库→复用"的闭环。做过批量创作的人都知道，这个闭环意味着什么。
多宫格切图：把九宫格或多宫格的合成图片自动拆成单张，省去手动裁剪的麻烦。对于发社交媒体九宫格内容的用户来说，在画布里做出九宫格成品图，一键拆解就能直接发，不用再切到其他工具。

生态插件

Chrome采集插件：可批量采集网页图片直接存入素材库，省去大量"右键另存为"的时间
Photoshop直连插件：让PS可直接调用画布里的所有AI生成功能

智能画布的操作流程：拖入图片或视频素材→选择一个生成方式（API、ModelScope、ComfyUI、RunningHub）→写提示词→运行。循环节点会自动连接，不需要手动拖线。按Z键可进行全局预览，看到整个画布的全貌。

这种模式特别适合灵感板式的创作------在画布上快速铺开一堆创意方向，每个方向配不同的提示词和生成方式，跑出来之后横向对比，挑满意的版本继续深化。节点模式的"精确控制"和智能画布的"快速试错"，形成互补。

优点：

多协议支持赋予它很强的适应性；
节点系统和两种画布模式覆盖从硬核到轻量的不同使用习惯；
图片编辑和素材库让它在"生成"之外还承担"管理"的职责；
Chrome和PS插件把外部工具链集成进来。

实战

open-ai-canvas

官网，开源（GitHub，1.1K Star，352 Fork）、TypeScript+Go实现、面向AI影视创作的开源无限画布工作台，集成多模态生成、分镜编排、素材管理、3D预演台与Agent工作流，内置影策短剧制作工作流Skills和3D预演台Skills。

中文名影策，AI影视与短剧创作工作台：用自由画布组织创作，用结构化工作流管理剧本、角色、场景和分镜，并通过统一的任务系统完成图片、视频、音频与文本生成。

核心能力

自由画布：节点、连线、框选、缩放、小地图、撤销重做、导入导出和只读分享
影视创作工作流：剧本、角色、场景、风格板、参考素材、结构化分镜和3D导演台
多媒体生成：文本、图片、视频、音频任务，支持参考图、首尾帧、运镜、续写、局部修改和批量生成
任务与素材管理：异步队列、进度与日志、取消/重试、素材库、资源引用校验和登录后的跨设备同步
时间线剪辑：片段编排、拆分、修剪、字幕转写和服务端成片导出，并支持插件化编辑面板
云端Agent：支持持久化对话、画布摘要和流式事件回放；当前为只读阶段，真实环境能力以文档和验收清单为准
Agent技能生态：内置技能覆盖生产流程；社区技能库judian-skills提供34个场景域包索引，完整卡片通过GitHub安装后按需读取。安装：技能页→安装技能→GitHub标签→仓库地址填https://github.com/itsWyatt-K/judian-skills，子目录填skills/drama/story-structure-engine这类域包路径
管理与渠道：系统渠道、逻辑模型、用量/积分、功能开关、对象存储、响应拦截和管理后台

架构

复制代码

浏览器（web/）
	├─ React工作区、画布、任务中心和素材库
	├─ Zustand、LocalForage本地状态与降级缓存
	└─ 登录态API、资源请求和SSE
			│
			▼
后端（backend/）
	├─ Gin Handler->service->repository/model
	├─ SQLite（本地）或PostgreSQL+Redis（部署）
	├─ 异步任务Worker、权限、资源存储和模型中转
	└─ provider/outbound->外部模型渠道

实战

官网即SaaS版在线演示服务，可快速体验而无需本地部署，账号/密码：test/test123456。

本地源码部署：

bash 复制代码

git clone https://github.com/ddcat-ai/open-ai-canvas.git
cd open-ai-canvas

# 使用Git忽略的目录保存本地开发数据和缓存
mkdir -p .local/project-workbench-debug .local/cache/go-build .local/cache/go-mod

# 终端一：后端
cd backend
CANVAS_BACKEND_ADDR=127.0.0.1:8080 \
CANVAS_BACKEND_DATA_DIR=../.local/project-workbench-debug \
GOCACHE=../.local/cache/go-build \
GOMODCACHE=../.local/cache/go-mod \
go run ./cmd/server

# 终端二：前端
cd ../web
bun install --frozen-lockfile
bun run dev

浏览器打开http://localhost:3000开始体验。