公开产品状态
功能与路线图
先判断今天能做什么，再决定是否进入你的工作流。
这里把已具备、开发中、尚未开发和待验收的能力分开说明；不会把设计目标当成已交付功能。
- 当前产品阶段
- v1.0.0 · 已发布
- WorkBuddy Skill
- v1.0.0 · 275219 字节
- 历史实机证据
- v0.1 实机验收：WorkBuddy 5.3.14 · macOS 26.6.2，仅覆盖 Skill 导入与 CLI 行为。
- 当前本地证据
- v0.5 本地验证：工作台、本地解析引擎、doctor、固定端口与宿主探针已通过 Chromium 与 loopback 本地服务测试。Windows CI 曾覆盖路径与进程处理，2026-09-10 起因托管额度不可用而暂停，该条覆盖当前缺失；恢复前不把 Windows 计入已验证范围。
- 客户端验收边界
- v0.5 实机验收：WorkBuddy 5.3.14 · macOS 26.6.2，已通过本地替换安装、doctor、工作空间后台保持、视觉解析、取消重试与 ZIP 重导入；普通任务后台保持和 ZIP 上传升级仍有限制。
- 其他宿主
- v0.5 实机验收 · 豆包工作 2.28.4：路径 B 可行，MCP 探针与直接启动已验证，不代表完整编辑 MCP；Windows 待实机验收，其他环境不作兼容承诺。
- v1.0 真机证据
- v1.0.0 实机验收（跑的是官网当前发布包，不是本地构建）：两个宿主都已装到 1.0.0——WorkBuddy 5.5.3 只有本地替换这条路走得通（「上传技能」对已装技能直接提示不能重复而拒绝，它不提供升级动作），豆包工作走 ZIP 上传；两处安装都以读磁盘核实，不以客户端界面的版本标签为准。已验：doctor 与 probe、工作台导入编辑撤销重做、诊断包、ZIP 导出与包内 CLI 校验、关闭项目与刷新后不复现，以及 init-project 与 code 5 冲突契约（跨本机 Node 25 和 WorkBuddy 自带 Node 22 两个大版本结果一致）；豆包侧 MCP 工具真实被调用并成功返回，无越界访问。回退也已双向验通（换回旧版与再换回 1.0.0，各三处核对一致）。一处要当心：从 SkillHub 安装不等于"更新"——实测它会按 slug 另装一份，原技能目录纹丝不动，客户端里同一技能出现两条、版本不同且都启用；本地替换装过的人再去点 SkillHub 安装会得到两份。两份同时启用时实际跑的是本地那一份——按进程的工作目录核实，不取宿主自述；也就是说你以为"从市场更新好了"，其实还在跑旧的那份。豆包工作 2.29.9 的完整编辑流程也已通过——它自己起工作台、用内置浏览器打开项目、加图层、撤销重做、导出 ZIP、关闭并刷新，导出物经它那份包自己的 CLI 校验通过；
code 5冲突契约同样在它上面验到。但它的技能检索找不到装在自己 profile 里的那份，不给路径时会去跑家目录里的旧副本，必须在指令里写明安装路径。仍未验：决定用哪一份的到底是什么。 - v1.0 未做的验收
- v1.0 的验收范围经 2026-09-12 裁定收缩，以下两项未做：一、两名独立验收者按文档在目标环境完成安装、离线主流程、在线失败降级与回退；二、至少 20 张有授权中文海报的语料覆盖。自动化门禁与一次本机真机闭环照常执行。这是一次明示的范围决定，不是把失败门槛追认成成功；何时补做留待 v1.x 再定。
- 最后发布提交
adcad9f096019ab143eebb57fd9a4a5dd76fb489
已经具备
可靠的项目基础
以下能力随当前公开基础版可用，边界以本页说明为准。
- 已具备
通用工作台
为任意 JPG、PNG、静态 WebP 建立项目，人工编辑图层，撤销重做，导出 JSON/ZIP/PNG。
- 已具备
本地自动解析候选
安装视觉包后，本机 OCR（PP-OCRv4）与几何检测生成文字、卡片、按钮、图片区域和背景候选，用户确认后成为图层；解析可取消、可撤销。接受的文字默认保持原图外观，改动时才切换成字体并遮盖原文字。
- 已具备
本地主体抠图
v0.7 起，用户点选海报里的一块区域，本机 ONNX 模型（u2netp，Apache-2.0，随视觉包分发）算出主体轮廓，接受后成为背景透明的图片图层；不联网、不需要密钥。按区域按需运行，不做整张海报的批量抠图——区域要框在主体尺度上，喂一整幅版面时模型会挑版面里最像物体的那一块。固定蒙版评测集（20 张，五个难度族）宏平均 IoU 0.91。已公布限制：环形、镂空、栅格类主体的洞会被填上（该族 0.79）；细杆、缎带、天线这类细笔画会被削掉一部分（该族 0.88，边缘带 IoU 0.31）；半透明主体的轮廓可用但软边误差明显（alpha MAE 0.093，为圆滑边族的 32 倍）；人像可抠出正确轮廓，但只到剪影级，没有发丝精度。前两条来自合成评测集，真实运营海报中尚未取样。
- 已具备
字体保真与差异对照
v0.8 起，用户可把自己有分发权的字体带进工程：字节随项目 ZIP 走，导出后换台机器打开，文字仍按原字体渲染。本机没有某个字体时，图层行标「替代字体」、属性面板点名缺失的字族，不静默替换。限额为单个 8 MiB、工程内合计 16 MiB、最多 8 个，只接受 woff2/ttf/otf。是否有权分发由用户声明，未勾选声明的字体不会进入导出的 ZIP（本机仍可正常预览）；不内置字体许可数据库，不做字体识别、不猜测原海报用的是什么字体。另可把按图层重建的结果与原图并排对照，给出逐像素差异比例（RGBA 任一通道差超过 8 记为不同）；对照只呈现差异，不判定重建得像不像。
- 已具备
批量解析队列
v0.9 起，一次可选多张海报，工作台逐张建工程并跑完本地解析，一次只跑一张（实测一个视觉会话占用约 2.5 GiB，两个并行会把内存吃光）。队列面板逐行显示状态、耗时与候选数，可暂停、按行取消、按行重试。队列与排队中的原图都存在浏览器本地，关掉页面或刷新都不会丢；刷新时正在跑的那一项标为「已中断」等用户重试，已完成的项不会重做（实测 50 项长跑全部完成，刷新恢复后逐个比对工程哈希不变）。批量只做"建工程 + 跑解析"：不自动接受候选，候选仍由用户逐张打开确认；不扫描目录，只处理用户点中的文件；不做云端队列，不上传、不同步。
- 已具备
宿主模型语义建议
导出项目 ZIP 后，由 WorkBuddy 或豆包工作自带的模型按词表给出角色、名称与分组建议；工作台「语义建议」面板逐项或全部接受后才改名、分组，可撤销。不接第三方，不需要 API Key。
- 已具备
Poster Project v2
使用可移植的图层项目格式保存画布、图层与资源引用。
- 已具备
LayerCraft CLI
检查图片、初始化仅含锁定 reference 图层的项目，并校验项目结构。
- 已具备
WorkBuddy Skill
基础命令离线运行、无需 API Key，公开 ZIP 可直接导入。
- 已具备
官网与发布链路
官网提供下载、SHA-256 校验与受控公开构建。
尚未开发
不把未来能力提前承诺
以下项目不是当前版本能力，不能作为购买、部署或兼容性判断的依据。
- 尚未开发
自动语义拆层
尚未开发基于视觉语义的自动拆层；v0.6 起角色与分组可由宿主模型建议、用户确认，但候选的类别判定仍是规则式的，复杂主体以原图区域表达。
- 尚未开发
背景修复
尚未开发自动背景修复或补全。
- 尚未开发
第三方视觉模型与未验证平台
尚未接入第三方视觉模型。Windows 实机与其他 WorkBuddy 版本仍待验收。豆包工作的完整编辑流程已在 2.29.9 上验通（见上方 v1.0 真机证据），但它的技能检索找不到装在自己 profile 里的技能，需在指令里显式给出安装路径。
系统架构
每一层分别负责什么
宿主只负责发起意图；坐标与像素由本地引擎决定。任何一层都不需要联网。
整条链路都在你的电脑上运行：不联网、不含凭据、海报不上传。
-
宿主层发起意图
WorkBuddy 5.5.31.0.0 实际包已实机验收 豆包工作MCP 工具已实测调用，完整编辑流程未验 本机终端始终可用的兜底方式 -
Skill 包45 个受控文件
SKILL.md路由与边界说明poster-master.mjs命令与环境诊断serve-workbench.mjs启动本机工作台install-vision.mjs校验并安装视觉包probe-host.mjs宿主能力探针 -
本地引擎与服务确定性结果
LayerCraft CLI检查、初始化、校验、诊断 loopback 服务只监听 127.0.0.1，端口可固定 固定路由只发送包内文件，禁止缓存 -
浏览器工作台你操作的界面
图层渲染与编辑五类图层、分组与属性 候选面板逐项或批量确认 撤销重做与 IndexedDB 存档换设备前先导出 ZIP -
视觉引擎可选安装
WASM Workeronnxruntime-web，浏览器内推理 PP-OCRv4文字检测与识别 几何检测与规则分类卡片、按钮、图片区域与背景 -
数据与产物可移植
Poster Project v2画布、图层、素材引用 图层来源记录方法、置信度与人工确认状态 导出项目 JSON、完整 ZIP、原尺寸 PNG
视觉包由官网分成运行时与模型两个文件发布，安装脚本按包内 lock 逐字节核对 SHA-256 后才写入；不安装时人工工作台完整可用。
完整流程
一次完整使用的六个步骤
第三步需要可选的视觉包，其余步骤只要 Node.js 18+ 和一个浏览器。
-
启动工作台
在宿主里说“打开通用工作台”，或在解压目录运行
node scripts/serve-workbench.mjs。命令返回本机地址、进程号与视觉包状态。 -
导入海报
选择 JPG、PNG 或静态 WebP，单文件 64 MiB、单边 8192 像素以内。工作台据此建立项目，并放入一层锁定的原图参考。
-
本地解析（可选）
安装视觉包后点击“自动解析”。文字识别与几何检测都在浏览器的 Worker 内完成，海报不出本机，解析可随时取消。
-
确认候选
逐项或批量接受，接受前可以改文字与坐标。只有你确认过的候选才会成为图层，接受后仍可撤销。接受后的文字保持原图外观，改文字时才切换成字体渲染。
-
人工编辑
补充或修改文字、形状、按钮、图片与框选复合图层，调整分组、层级和属性。文字字号按图层框宽自动适配，不折行。
-
保存与导出
编辑自动存进浏览器本地存档；随时导出项目 JSON、完整 ZIP 或原尺寸 PNG。换浏览器或换设备前导出 ZIP，下次导入即可继续。
分阶段路线图
逐步扩大能力边界
阶段名称表达方向，不表示未来功能已作交付承诺。
- 已完成v0.1 · 基础版
基础引擎、Poster Project、WorkBuddy Skill 与公开下载。
- 已完成v0.2 · 通用人工工作台
支持 JPG、PNG、静态 WebP 导入、人工图层编辑、原图区域裁切、项目 JSON/ZIP 往返与 PNG 导出。
- 已完成v0.3 · 本地自动解析
本地 OCR 与几何检测生成候选，逐项或批量确认后进入工程，支持取消与撤销；视觉包分两个文件由本站单独分发。
- 已作废v0.4 · 第三方模型增强
编号作废：语义分类改由宿主模型承担并入 v0.6，不再要求 API Key；第三方模型只在后续作为可选项评估。
- 部分完成v0.5 · 多平台
已取得限定环境的 WorkBuddy 实机与豆包 MCP 探针证据；普通任务后台保持、ZIP 上传升级及 Windows 实机仍待补齐。
- 已完成v0.7 · 本地主体蒙版
u2netp 并入视觉包 models 分卷（总下载量 29.6 MB → 34.2 MB），worker 新增按区域抠图通道，工作台「抠出主体」与确认面板，蒙版落成透明 PNG 素材加
segmentation图层（置信度记为不可用，不编造数值）。新建 20 张逐像素蒙版评测集，宏平均 IoU 0.91 通过 0.85 门槛，弱族按公布限制收缩支持范围而非降低门槛。 - 已完成v0.6 · 宿主模型语义标注
请求、标签与扩展契约、两条 CLI 命令、工作台「语义建议」面板与固定评测集已完成，Chromium 与 CLI 门禁通过；豆包工作 2.28.4 实机抽查 3 张海报全部一次通过校验。
- 已完成v0.8 · 字体保真与差异对照
用户自带字体的元数据与授权声明进入字体扩展命名空间，字节随项目 ZIP 走；缺字体时图层行与属性面板明确告知正在使用替代字体。未勾选声明授权的字体不进导出 ZIP。另加原图与重建的并排对照与逐像素差异比例。真浏览器门禁实测：自绘测试字体上传后渲染宽度从兜底值变为 450，导出重开后仍为 450。
- 已完成v0.9 · 批量解析队列
一次多张逐张建工程并跑完本地解析，队列可暂停、按行取消与重试；队列与排队原图存在浏览器本地，刷新不丢且已完成项不重做。
- 部分完成v1.0 · 正式可支持版本
公开表面与项目格式已冻结（八项契约进金标准快照）、跨版本迁移语料、诊断包、升级与回退文档与支持矩阵已交付；两个宿主都在本版实际发布包上装到 1.0.0。两名独立验收者与至少 20 张有授权中文海报的语料两项未做，见上方验收边界。
公开分发
从已发布渠道开始
SkillHub 是已发布渠道，已收录 v1.0.0（2026-09-15 通过安全审核，两家实验室均报无风险）；也可下载 ZIP 并在导入前核验摘要。
本地优先
当前能力边界
基础命令不上传海报、不需要 API Key，也不依赖在线模型；请在导入前确认当前版本是否覆盖你的使用场景。
- SHA-256
3139fcb3de5e6020d2dc7f3dc282401a64687348229923f38a6e52208bee01b8- 生成提交
adcad9f096019ab143eebb57fd9a4a5dd76fb489- 视觉包运行时 SHA-256
ae5c2b8b9e1d2e20f3dbc07508cbb70a9a3a23a5e5d8e38c05454dc000cab568- 视觉包模型 SHA-256
2121d6f9f48e61d4dff561c6cebc9711b0dc1ecc7d42ff71f1cef3bda58781cd
视觉包分两个文件由本站发布：poster-master-vision-runtime.zip（14040731 字节）与 poster-master-vision-models.zip（20181426 字节），共 34222157 字节；安装脚本会先核对以上摘要。