captain

给电脑装上AI大脑，轻松训练图像模型

captain 是一个为计算机赋予“AI 大脑”的开源项目，核心定位是图像生成与理解。它基于 TypeScript 构建，集成了 LLaVA、LLM、LoRA 等先进模型，提供从图像标注、数据集管理到模型训练与部署的一站式工作流。项目强调“人在回路”（human-in-the-loop），让用户能交互式地参与模型优化，从而生成更精准、更贴合业务需求的图像内容。它解决的核心问题是：如何让开发者以较低门槛，利用生成式 AI 能力构建智能图像应用，同时保持对训练过程的控制与可解释性。其核心能力包括图像描述生成、自定义数据集构建、LoRA 微调支持，以及提供 SDK 方便集成到现有系统中。作为一个早期项目，它旨在成为连接 AI 模型与业务场景的桥梁，降低 AI 应用开发的技术壁垒。