图像
输入文字，生成图片
描述你想要的画面，AI 帮你画出来。支持多种风格：写实、插画、动漫、油画... 还能上传图片让 AI 帮你修改、去背景、换衣服、修复老照片。
- 10 种图像能力，一个界面搞定
- 5 个 AI 模型可选，效果各不相同
- 全部本地运行，设计稿不外传
图像 · 视频 · 音频 · 文档 —— 一个全搞定
不用在多个软件之间来回切换
视频
一句话，从创意到成片
输入一个主题，AI 自动编写剧本、生成旁白、添加字幕、渲染画面 —— 直接输出完整视频。不用剪辑，不用配音，不用找素材。
- AI 编剧 + 旁白 + 字幕，全自动
- 字幕逐字同步，像 MV 一样精准
- 自媒体创作者的效率利器
音频
让文字开口说话
把文字变成自然流畅的语音，支持中英日韩多种语言。还能克隆任何人的声音 —— 录一段样本，就能用这个声音说任何话。
- 16+ 种音色，男声女声随你选
- 声音克隆：录 10 秒，复刻任何声音
- 语音识别：自动转文字，带时间戳
文档
复杂文档，轻松搞定
PDF、论文、合同、报告... 丢给 AI，秒变结构化数据。还能一键生成 PPT 演示文稿，告别熬夜做幻灯片。
- PDF 精准解析：表格、公式、多栏布局
- PPT 一键生成：上传文档自动做幻灯片
- AI 提示词助手：多轮对话优化提示词
AI 助手
内置提示词大师
还在用 ChatGPT 写提示词？我们内置了大模型，直接在生成界面和它对话。告诉它你想要什么，它帮你优化提示词 —— 中英文都能写，一次搞定，不用切换窗口。
- 多轮对话，越聊越懂你想要什么
- 中英文双语提示词，一次生成
- 写完直接点生成，告别复制粘贴
素材库
你的创作，都在这里
所有生成的作品自动归档到素材库。历史参数一键复用，常用风格自动记忆。下次创作直接调用，越用越顺手。
- 所有作品自动归档，永不丢失
- 一键复用历史参数，效率翻倍
- 素材积累越多，创作越快
产品能力
一站式满足你的创作需求
图像
文生图像
输入文字直接生成图像
图生图像
以图片为基础再创作
AI 指令编辑
自然语言描述精准修图
智能修图
局部重绘 · 区域编辑
人脸替换
一键替换人脸
人脸修复
修复模糊人脸细节
黑白上色
老照片智能彩色化
超分辨率
低分辨率图片放大清晰
虚拟试衣
服装穿到模特身上
服装提取
从照片提取服装款式
视频
文生视频
文字描述生成视频
图生视频
图片转动态视频
AI 视频制作
一句话 → AI 编剧 → 成片
视频渲染
逐字字幕 · 旁白同步
音频
语音合成 TTS
多音色多语言可选
语音识别 STT
语音转文字 · 逐字时间戳
声音克隆
复制声音特征 · 跨语言
字级对齐
逐字高亮 · 字幕同步
多语言支持
中 · 英 · 日 · 韩
文档 & 其他
文档解析
PDF 转结构化数据
PPT 生成
一键生成演示文稿
插件系统
社区扩展新能力
对话 / 扩写
内置 LLM 助手 · 扩写改写
为什么选择 ModStackX？
不只是工具，是你的私密创作空间
你的数据，只属于你
所有 AI 处理都在你的电脑上完成。图片、音频、视频 —— 永远不会上传到任何服务器。隐私，是我们最看重的事。
0 次云上传内置 AI 提示词助手
不用再打开 ChatGPT 写提示词了。内置大模型多轮对话，帮你优化中英文提示词，写完直接生成，一个界面搞定。
告别复制粘贴50+ 模型，随你切换
同一个功能，5 个不同的 AI 模型任你挑。写实风、插画风、动漫风 —— 换个模型，换个风格，效果立竿见影。
50+ 集成模型素材库，越用越懂你
所有生成的作品自动归档到素材库。历史参数一键复用，常用风格自动记忆，下次创作直接调用，效率翻倍。
智能积累一句话，出完整视频
输入一个主题，AI 自动帮你写剧本、配音、加字幕、生成画面。不用学剪辑，不用找素材，一句话搞定。
全自动流水线像装 App 一样扩展能力
内置 30+ 核心能力还不够？去功能市场逛逛，一键安装新插件。修图、换脸、去水印... 越用越强大。
插件市场为你的电脑深度优化
Apple Silicon 原生加速，M1/M2/M3 芯片火力全开。智能内存管理，8GB 内存也能流畅运行。
Apple Silicon 优化持续进化，每周更新
新模型、新功能、新插件 —— 我们每周都在进步。你的创作工具，会越来越强大。
每周更新适用场景
从创意到落地，ModStackX 陪你完成每一步
设计师 · 批量素材生成
文生图快速产出多风格素材，AI 指令编辑精细调整，虚拟试衣与服装提取加速选款。全程本地运行，设计稿不外传。
短视频 · 一句话出片
输入主题即可 AI 编剧、生成旁白、渲染逐字字幕，一句话完成从创意到成片的全流程。自媒体创作者的效率利器。
播客 · 语音内容制作
TTS 将文章转语音播报，STT 快速出逐字稿，声音克隆保持频道声音一致性。5 个 TTS 模型自由切换。
电商 · 商品图处理
去背景、超分辨率放大、虚拟试衣、黑白上色，电商商品图一站处理。本地运行，产品图不上传第三方。
文档 · PDF 高效解析
复杂 PDF 转结构化 Markdown/JSON，表格、公式、多栏布局精准还原。PPT Agent 上传文档自动生成演示文稿。
老照片 · 修复上色
人脸修复增强画质，黑白照片智能上色，超分辨率放大清晰度。让珍贵记忆重焕新生，全部本地处理。
模型生态
集成主流开源模型，持续扩展能力边界
Flux.2
文生图像 · Klein 4B
Z-Image
文生图像 · 中文友好
HiDream
AI 指令编辑
Mage-flow
文生图像 · 高质量
Stable Diffusion
图生图像 · 智能修图
GFPGAN
人脸修复 · 面部增强
RealESRGAN
超分辨率放大
Rembg
智能去背景
LTX
文生视频 · 图生视频
Wan 2.1
文生视频 14B
Wan 2.2
文生视频 · MoE 架构
Kokoro
TTS · 16 音色 · 6 语言
Qwen3-TTS
TTS · 多语言克隆
Spark-TTS
TTS · 轻量级
CosyVoice
声音克隆 · 高质量中文
SenseVoice
STT · 快速多语言
Paraformer
STT · 字级时间戳
MLX Whisper
STT · Apple Silicon
MinerU
文档解析 · PDF/公式/表格
DeepSeek V4 Flash
LLM · 对话/扩写/编程
Qwen3.5
LLM · 本地对话/扩展
VTON
虚拟试衣 · 服装上身
TryOnDiff
服装提取 · 衣品款式
InsightFace
换脸 · 人脸替换
CodeFormer
老照片修复 · 黑白上色
IOPaint
去水印 · 去物体
PPT Agent
智能生成演示文稿
为 ModStackX 构建插件
开放插件系统，Python 脚本即可扩展新能力 · 敬请期待
开发文档
完整的插件开发指南和最佳实践
API 参考
IPC 协议 · 权限系统 · 模型接口
示例项目
开源示例插件，快速上手二次开发
系统要求
了解你的设备是否满足运行条件
操作系统
macOS 14+ 或 Windows 10+
处理器
Apple Silicon / Intel / AMD x64
内存
最低 8GB，推荐 16GB+
存储空间
磁盘空间 >（约10GB）
加入 ModStackX 社区
获取最新动态、参与讨论、反馈建议，与创作者和开发者一起交流
- 第一时间获取新功能和模型更新
- 与开发者直接交流，反馈问题
- 分享创作作品，获取灵感
- 参与插件开发，贡献社区
微信扫码加入