文生绘动 Agent：从词语到动态影像，言出即成，你的AI动画创作伙伴

1.一款由大型语言模型（LLM）驱动的动画引擎 agent 。

一款由大型语言模型（LLM）驱动的动画引擎 agent 。用户输入抽象概念或词语，雾象会将其转化为高水平的生动动画。

将雾象部署在本地后，您只需输入词语，点击生成，便可得到动画。设计了易用的语言用户界面（Language User Interface），用户也可以进一步轻松编辑或改进生成动画，做到言出法随。

雾象，意为 “在模糊智能中的具象”。雾象是 WaytoAGI 开源计划项目成员。 WaytoAGI， 让更多人因 AI 而强大

核心功能

• 概念即影像: 输入一个主题，Fogsight 将为您生成一部叙事完整的高水平动画，包含双语旁白与电影级的视觉质感。
• 智能编排: Fogsight 的核心是其强大的LLM驱动的编排能力。从旁白、视觉元素到动态效果，AI 将自动完成整个创作流程，一气呵成。
• 语言用户界面 (LUI): 通过与 AI 的多轮对话，您可以对动画进行精准调优和迭代，直至达到您心中最理想的艺术效果。

动画示例

以下为 Fogsight AI 生成的动画示例

个人制作效果： (fork代码后可以看到效果，线上看效果)

• fork直接看效果链接：https://www.heywhale.com/mw/project/688b556601e7980f7a77df67

视频效果放在文末

快速开始

环境要求

• Python 3.9+
• 一个现代网络浏览器 (如 Chrome, Firefox, Edge)
• 大语言模型的 API 密钥。我们推荐您使用 Google Gemini 2.5。

安装与运行

快速上手

环境要求

• Python 3.9+
• 一个现代网络浏览器 (如 Chrome, Firefox, Edge)
• 大语言模型的 API 密钥。我们推荐您使用 Google Gemini 2.5。

安装与运行

1. 克隆代码仓库:

   git clone https://github.com/fogsightai/fogsight.git
   cd fogsight
   

2. 安装依赖:

   pip install -r requirements.txt
   

3. 配置API密钥:

   cp demo-credentials.json credentials.json
   # 复制 demo-credentials.json 文件并重命名为 credentials.json
   # 编辑 credentials.json 文件，填入您的 API_KEY 和 BASE_URL。
   # **请注意**，我们使用的是与 OpenAI 兼容的 SDK，但您仍应使用Gemini 2.5 pro
   

4. 一键启动:

   python start_fogsight.py
   # 运行 start_fogsight.py 脚本
   # 它将自动启动后端服务并在浏览器中自动打开 http://127.0.0.1:8000
   

5. 开始创作！
   在页面中输入一个主题（例如"冒泡排序"），然后等待结果生成。

Docker 方式运行

如果您更喜欢使用 Docker，可以按照以下步骤：

1. 确保 Docker 已安装:
   请确保您的系统已安装 Docker 和 docker-compose。

2. 克隆代码仓库:

   git clone https://github.com/fogsightai/fogsight.git
   cd fogsight
   

3. 配置API密钥:

   cp demo-credentials.json credentials.json
   # 编辑 credentials.json 文件，填入您的 API_KEY、BASE_URL 和 MODEL
   
   # 使用 OpenRouter 的配置示例：
   # {
        
   #   "API_KEY": "sk-or-v1-您的OpenRouter密钥",
   #   "BASE_URL": "https://openrouter.ai/api/v1",
   #   "MODEL": "anthropic/claude-sonnet-4"
   # }
   
   # 使用 Gemini 的配置示例：
   # {
        
   #   "API_KEY": "您的Gemini密钥",
   #   "BASE_URL": "",
   #   "MODEL": "gemini-2.5-pro"
   # }
   

4. 使用 Docker Compose 启动:

   # 使用默认端口 8000
   docker-compose up -d
   
   # 或者指定自定义端口（例如 3000）
   HOST_PORT=3000 docker-compose up -d
   

   如果 Docker 镜像无法拉取，可以尝试使用代理，或者使用镜像的国内源。

5. 访问应用:
   打开浏览器访问 http://localhost:8000（或您指定的端口）

6. 停止服务:

   docker-compose down
   

链接跳转

AI 动画链接

• fork直接看效果链接：https://www.heywhale.com/mw/project/688b556601e7980f7a77df67

AI-Compass

AI-Compass 致力于构建最全面、最实用、最前沿的AI技术学习和实践生态，通过六大核心模块的系统化组织，为不同层次的学习者和开发者提供从完整学习路径。

• github地址：AI-Compass👈：https://github.com/tingaicompass/AI-Compass
• gitee地址：AI-Compass👈：https://gitee.com/tingaicompass/ai-compass

🌟 如果本项目对您有所帮助，请为我们点亮一颗星！🌟

📋 核心模块架构：

• 🧠 基础知识模块：涵盖AI导航工具、Prompt工程、LLM测评、语言模型、多模态模型等核心理论基础
• ⚙️ 技术框架模块：包含Embedding模型、训练框架、推理部署、评估框架、RLHF等技术栈
• 🚀 应用实践模块：聚焦RAG+workflow、Agent、GraphRAG、MCP+A2A等前沿应用架构
• 🛠️ 产品与工具模块：整合AI应用、AI产品、竞赛资源等实战内容
• 🏢 企业开源模块：汇集华为、腾讯、阿里、百度飞桨、Datawhale等企业级开源资源
• 🌐 社区与平台模块：提供学习平台、技术文章、社区论坛等生态资源

📚 适用人群：

• AI初学者：提供系统化的学习路径和基础知识体系，快速建立AI技术认知框架
• 技术开发者：深度技术资源和工程实践指南，提升AI项目开发和部署能力
• 产品经理：AI产品设计方法论和市场案例分析，掌握AI产品化策略
• 研究人员：前沿技术趋势和学术资源，拓展AI应用研究边界
• 企业团队：完整的AI技术选型和落地方案，加速企业AI转型进程
• 求职者：全面的面试准备资源和项目实战经验，提升AI领域竞争力

视频