Image to GIF MVP

上传静态图片和动作提示词，由图像编辑模型一次生成 3×2 六格动作帧表，再在本地去除绿幕、切帧、统一缩放与基线并合成循环 GIF。

运行

需要 Python 3.10+。

# 当前工作区已经安装在 .venv312
source .venv312/bin/activate
cp .env.example .env
# 编辑 .env，填入 DASHSCOPE_API_KEY
uvicorn app.main:app --reload

打开 http://127.0.0.1:8000。可先访问 /api/health 检查配置。

技术栈

• 前端：原生 HTML、CSS、JavaScript，无构建步骤
• Web API：FastAPI + Uvicorn
• 异步任务：进程内 asyncio（仅适合 MVP）
• 动作帧生成：Provider 模式；当前默认阿里百炼 wan2.7-image-pro，可切换 OpenAI
• GIF 处理：Pillow，负责绿幕移除、3×2 切帧、统一主体基线和 GIF 编码
• 状态存储：SQLite
• 文件存储：本地目录，或通过 boto3 接入 S3/COS/OSS 兼容存储

测试

测试使用固定演示帧表，不调用图像 API，不产生费用：

.venv312/bin/python -m unittest tests.test_mvp -v

存储

默认把结果放在 data/public/generated。设置 STORAGE_BACKEND=s3 后可上传到 AWS S3；腾讯 COS、阿里 OSS 如果启用了 S3 兼容访问，也可以通过 S3_ENDPOINT_URL 接入。完整配置见 .env.example。

当前异步任务在应用进程中执行，适合 MVP。生产环境需要把 process_job 移到 Celery、RQ 或云任务队列，避免服务重启后任务丢失。

Docker 部署

当前版本适合部署在一台带持久化磁盘的 Linux 服务器上。必须保持单个 Uvicorn worker。

1. 在服务器安装 Docker，上传或克隆项目。
2. 复制并填写生产配置：

cp .env.example .env

至少设置 DOMAIN、DASHSCOPE_API_KEY、FRAME_PROVIDER=alibaba 和 STORAGE_BACKEND=local。不要把 .env 提交到 Git。

3. 把域名的 A 记录指向服务器公网 IP，并在云防火墙开放 TCP 80、443 和 SSH 22。
4. 启动：

docker compose -f compose.prod.yml up -d --build
docker compose -f compose.prod.yml ps
docker compose -f compose.prod.yml logs -f app

Caddy 会自动申请和续期 HTTPS 证书。SQLite、上传图片和生成结果保存在宿主机 data/，升级容器不会丢失。

更新版本：

git pull
docker compose -f compose.prod.yml up -d --build

生产上线前应定期备份 data/。当并发任务增多时，把任务迁移到 Celery/RQ + Redis，并把文件迁移到 OSS/COS，不要直接增加 Uvicorn worker。