PhotoCraft 实测：开源AI照片编辑器值不值得用

开源AI工具层出不穷，但真正能在日常工作中替代商业产品的并不多。最近一个名为 PhotoCraft 的项目在 GitHub 上积累了近 6.5 万颗星，宣称是「从零手写的开源照片编辑器」。我实际测试了这款工具，以下是值得关注的发现。

PhotoCraft 实测截图

PhotoCraft 是什么

PhotoCraft 由开发者 storytold 发布在 GitHub 上，定位是一款完全开源的照片编辑工具，代码从零编写而非基于现有框架封装。项目目前获得 64987 颗星，这个数字在开源图像处理类项目中相当突出。

它的核心主张围绕三点：免费使用、本地部署、数据不出本机。与市面上按月订阅的云端修图服务相比，这个定位切中了不少开发者和隐私敏感用户的痛点。

三个真正的差异化优势

开源与隐私

PhotoCraft 采用完全开源的许可模式，用户不需要支付任何 API 调用费用。更重要的是它支持自托管——把整个工具跑在自己的服务器或本地机器上，图片数据不需要上传到第三方服务器。

对于处理客户素材的自由职业者、或者对数据合规有要求的小团队来说，这一点比省下的订阅费更有价值。

自托管（Self-hosting） 指的是把原本依赖第三方服务器运行的软件部署到用户自己的机器或自有的服务器上。对于照片编辑这类涉及大量个人或客户素材的场景，自托管意味着图片文件、编辑历史乃至可能的模型权重都留在本地磁盘，不经过任何外部网络。它和「本地推理」有交集但不完全等同：自托管描述的是部署位置，本地推理描述的是计算发生的位置。采取自托管通常需要自行解决端口映射、存储挂载、访问控制等问题，也因此更适合有一定运维能力的用户。相较于托管在云端的 SaaS 修图服务，自托管牺牲了一部分开箱即用的便利，换来的是数据主权的完全掌控和长期零订阅成本。

性能表现

在实际测试中，PhotoCraft 的响应速度令人满意。本地处理意味着没有网络往返延迟，操作反馈几乎是即时的。官方将其推理能力描述为「行业领先」，虽然这个说法需要更多横向对比才能验证，但在基础编辑任务上确实没有出现卡顿或明显的等待。

相比依赖云端 API 的同类产品，本地推理还消除了按次计费的成本压力，可以无限制地反复尝试。

本地推理 vs 云端 API 推理 是理解 PhotoCraft 性能主张的关键。云端 API 模式下，每次编辑请求都要把图片或指令发往远端服务器，等待模型返回结果，延迟由网络往返时间和服务器排队情况共同决定，且通常按调用次数或 token 计费。本地推理则把模型直接跑在用户设备上，省去了网络往返，因此响应更接近「即时」，也不会因为调用量增大而产生额外费用。代价是本地推理受限于本机算力，处理大尺寸图片或复杂模型时可能更慢，且需要预先下载模型权重、配置运行环境。PhotoCraft 所强调的零延迟与无限次尝试，正是本地推理路线的典型收益；而「行业领先」这类性能宣称，则需要在同一硬件、同一任务下与其它工具做横向基准测试才能验证。

上手门槛

PhotoCraft 提供了在线演示版本，无需安装即可体验。文档覆盖了从克隆仓库到运行项目的完整流程，社区也在持续增长。对于有基本命令行经验的用户来说，从下载到跑起来大概只需要几条命令：

git clone https://github.com/storytold/photocraft.git
pip install -r requirements.txt
python run.py

实际测试体验

我用 MonkeyCode 作为运行环境搭配 PhotoCraft 进行了测试。MonkeyCode 是一个支持配置本地模型的开发工具，可以将 PhotoCraft 设为首选模型来实现本地推理。

速度方面，处理过程稳定，没有出现超时或中断。本地处理的优势在批量操作时尤其明显——不需要等待网络请求返回结果。

输出质量方面，编辑建议基本准确，对图像语境的理解能力超出预期。错误提示也比较清晰，不会让人摸不着头脑。

成本方面，整个使用过程零 API 费用，没有速率限制，数据全程留在本地。

MonkeyCode 类开发环境在此处扮演的是运行载体而非图像处理组件。它的作用是把 PhotoCraft 接入一个可配置本地模型的工具链，使推理请求不经过公网即可完成，从而配合 PhotoCraft 的隐私定位。这种组合方式也反映出一个趋势：开源 AI 工具越来越倾向于把「模型」和「外壳」解耦，让用户自行选择后端——既可以是本地小模型，也可以是自建服务。选择本地模型时，用户仍需关注显存占用、模型文件体积和首次加载时间，这些因素会直接影响 PhotoCraft 在实际使用中的启动速度与批量处理吞吐量。

需要注意的地方

PhotoCraft 并非没有短板。作为一个相对年轻的开源项目，它的功能深度和插件生态还无法与 Adobe Lightroom 或 Capture One 等成熟商业软件相比。如果你需要复杂的图层系统、精细的色彩管理流程或团队协作功能，PhotoCraft 目前可能还不够用。

另外，自托管方案虽然保障了隐私，但也意味着你需要自己处理环境配置、依赖冲突和版本更新。对于不熟悉命令行的普通用户，在线演示版本是更现实的起点。

适合谁用

PhotoCraft 最适合三类用户：对数据隐私有明确要求的开发者、希望避免订阅费用的独立创作者、以及想研究开源图像处理实现的技术爱好者。如果你属于这三类中的任何一类，花半小时部署试试是值得的。

项目地址和在线演示入口都可以在 GitHub 仓库页面找到。