什麼是 Mediator？

Mediator 是一個 AI 圖片與影片生成工具，名稱來自 Media + Creator = Mediator。

關於本專案

這是一個個人 Side Project，旨在探索 AI 生成技術的應用可能性，同時深入研究瀏覽器的進階功能（如 WebGPU、OPFS、Web Workers、ONNX Runtime Web 等）。

核心特色

🔒 完全本地運行

Mediator 是一個純前端應用程式（PWA），所有操作都在你的瀏覽器中完成：

• 無後端伺服器：API 呼叫直接從瀏覽器發送到 Google Gemini
• 資料不外洩：你的圖片和生成結果只儲存在本地
• 離線可用：支援 PWA，可安裝到桌面

🎨 多種創作模式

模式	英文名稱	說明
生成	Generate	基本的文字轉圖片功能，支援多種風格
貼圖	Sticker	生成貼圖表，自動分割成獨立貼圖
編輯	Edit	上傳參考圖片進行編輯或風格轉換
故事	Story	多步驟視覺敘事，維持角色一致性
圖表	Diagram	生成技術圖表、流程圖
影片	Video	使用 Veo 3.1 API 生成 AI 影片
簡報	Slides	AI 簡報生成、PDF 轉 PPTX、OCR 文字辨識

運作原理

Prompt 組裝器

所有圖片生成功能的核心，其實都是在幫助你組裝更完整的 Prompt。

每個模式都提供了針對特定情境設計的選項與預設值。當你選擇風格、比例、構圖等參數時，Mediator 會將這些選擇轉換成 AI 能理解的描述，與你輸入的提示詞組合成一個完整的 Prompt。

越完整的 Prompt，效果越好

AI 模型需要足夠的資訊才能準確理解你的意圖。透過模式提供的結構化選項，即使你只輸入簡短的描述，最終送出的 Prompt 也會包含豐富的細節，讓生成結果更符合預期。

🔍 即時網路搜尋

Mediator 整合了 Google Search 功能，AI 可以在生成過程中搜尋網路上的即時資訊。例如，你可以要求 AI 根據當前的天氣狀況、最新的新聞事件或即時數據來生成內容。

迴圈生成

部分模式需要一次產出多張圖片，例如：

• 故事模式：依序生成每一步的場景圖片
• 簡報模式：逐頁生成每張投影片

這些模式會使用迴圈（Looping）機制，將你的內容拆分後逐一送給 AI 處理。完成後，你可以直接匯出成 PDF 或其他格式一次使用。

🌍 多語言支援

• 繁體中文
• English

介面會根據瀏覽器語言自動切換。

🎭 主題系統

內建 14 種主題，包含深色與淺色模式：

• Slate Blue Pro（預設深色）
• Greek Blue（預設淺色）
• Warm Latte、Espresso、Mocha（咖啡系列）
• Nord、Gruvbox、Everforest（程式設計師最愛）
• Spring、Summer、Autumn、Winter（四季系列）
• Matcha、Matcha Dark（抹茶系列）

技術架構

• 前端框架：Vue 3 + Composition API
• 狀態管理：Pinia
• 樣式：Tailwind CSS v4
• AI API：Google Gemini API + Veo 3.1 API
• 儲存：localStorage + IndexedDB + OPFS
• OCR：PaddleOCR (ONNX Runtime Web) + Tesseract.js
• 圖像處理：OpenCV.js（文字去除 Inpainting）

下一步

準備好開始了嗎？前往 快速開始 設置你的 API Key。