dalle-playground

在浏览器里输入文字，立刻生成 AI 图像

dalle-playground 是一个基于 Web 的文本生成图像交互界面，最初支持 DALL-E Mini，现已转向 Stable Diffusion。它解决了普通用户难以直接运行和体验 AI 图像生成模型的问题，提供了一个简单直观的浏览器前端，用户输入文本提示即可生成图像。项目核心能力包括：支持多种模型后端（如 Stable Diffusion、DALL-E Mini）、可配置的生成参数（如步数、采样器）、图像历史记录与对比、以及通过 Docker 或本地脚本快速部署。它适合开发者快速搭建自己的图像生成演示环境，也适合爱好者探索 AI 创意。项目采用 JavaScript 构建，技术栈涉及机器学习与生成对抗网络，但实际推理依赖 Python 后端。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 2740

维护状态低维护

是否开源是

定价模式 free

项目数据

分类图像生成

开发团队saharmor

所属国家

官网地址

GitHubhttps://github.com/saharmor/dalle-playground

定价模式free

价格说明开源项目，MIT许可证，可自行部署使用，完全免费。

访问状态

是否开源是

开源协议MIT

主要语言JavaScript

技术栈/模型artificial,artificial-intelligence,dall-e,dalle,dalle-mini,gan,machine-learning,openai,stable-diffusion,text-to-image,transformers

GitHub 星标★ 2740

30天Star增速

HF 下载量

上线时间2021-09-13 00:00:00

最近更新2026-09-16 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数4

使用教程

难度：进阶约 20 分钟部署方式：Docker 6 步

环境要求

安装 Docker（本地 docker-compose 部署方式必需）
安装 NVIDIA Container Toolkit（本地 GPU 运行后端必需）
可用的 NVIDIA GPU 机器（官方建议用更强的 ML 机器，如 AWS EC2）
浏览器可访问 localhost:3000

安装与启动步骤

1准备运行环境

先在机器上装好 Docker 与 NVIDIA Container Toolkit，两者是本地 docker-compose 跑后端的前提；无 GPU 可改用 Colab 方式。
2克隆项目仓库

把仓库克隆或 fork 到本地，后续 docker-compose 命令需在项目根目录执行。
```
git clone https://github.com/saharmor/dalle-playground.git
cd dalle-playground
```
3启动后端和前端

在项目根目录执行 docker-compose 启动服务；加 -d 可让服务在后台运行。第一次会较慢。
```
docker-compose up -d
```
4等待模型下载完成

首次运行需要下载镜像、模型和其他依赖，耗时较长；模型等依赖只会下载一次，之后会走缓存。
5打开网页界面

服务起来后，在浏览器访问前端地址，进入 dalle-playground 页面。
6填入后端地址

把后端 URL 粘贴到网页的 backend url 输入框里，然后即可输入提示词生成图像。

关键配置

配置项	必填	说明	示例
`backendUrl`	是	前端通过该查询参数指定后端图像生成服务地址	`https://XXXX.trycloudflare.com`

如何确认成功

浏览器打开 http://localhost:3000/dalle-playground 能看到界面并填入后端地址；后端就绪时日志会显示 --> Image generation server is up and running!

常见问题

Q：没有本地 GPU 怎么体验？

A：可按 README 的 Fast usage 用 Google Colab 跑后端：打开官方 notebook 并运行，等出现 Image generation server is up and running!，复制 Your url is: 后面的地址，再访问 https://saharmor.github.io/dalle-playground/?backendUrl=你的地址。

Q：生成图像时前端报超时或很久没反应？

A：免费版 Colab 生成超过约 2 张图就可能耗时超过 1 分钟，导致前端超时。建议升级 Colab Pro，或把后端 notebook 放到更强的 ML 机器（如 AWS EC2）上运行。

Q：第一次 docker-compose up 很久没启动？

A：首次运行需要下载镜像、模型和其他依赖，属正常现象；这些内容只下载一次，之后会被缓存，再次启动会快很多。

Q：前后端地址怎么对应？

A：把启动后得到的后端 URL 原样粘贴进网页的 backend url 输入框（对应 backendUrl 参数），Colab 方式则取输出中 Your url is: 后面的地址。

注意事项

本地 Docker 方式需要 Docker 与 NVIDIA Container Toolkit，缺少 GPU 环境时不建议使用该路径。
Colab 免费版算力有限，生成图像数量多会触发前端超时，适合少量试玩。
首次启动的模型与依赖下载只发生一次，后续启动会使用本地缓存。
前端也可直接使用 GitHub 托管的版本，通过 backendUrl 参数指向自己的后端。

核心亮点

提供开箱即用的 Web UI，无需编写代码即可体验文本生成图像
支持切换 Stable Diffusion 和 DALL-E Mini 等多种模型，灵活性强
内置 Docker 部署方案，简化环境配置，适合快速启动

不足之处

前端界面功能相对基础，缺少高级编辑或批量处理能力
文档/社区待观察，项目更新频率和社区活跃度一般

适用场景

个人开发者搭建本地 AI 绘画演示工具
教育场景中展示文本到图像生成原理
快速原型验证，测试不同提示词对生成结果的影响

替代项目

Stable Diffusion WebUI (AUTOMATIC1111)、InvokeAI、ComfyUI

项目介绍

dalle-playground 是图像领域的开源项目，由 saharmor 开发，2021 年首次发布。

在全站 13,109 个收录项目中，它的 GitHub 星标数（2,740）位列前 30%，在图像分类的 840 个项目里位列前 8%。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-16。MIT许可证，可自行部署使用，完全免费。

它主要面向的使用场景是：个人开发者搭建本地AI绘画演示工具。同类可对比的替代方案包括 Stable Diffusion WebUI (AUTOMATIC1111)、InvokeAI、ComfyUI。

上一篇：min-dalle

下一篇：InfiniteYou