AIGC标识 由.NET 构建的画布Agents

Sol 完全开源：用节点画布串联图片、视频、文本与 AI Agent

最近，AIDotNet 开源了一个名为 Sol 的 AI 创作项目。

Sol 是一个运行在浏览器中的可视化 AI 工作台。它没有把交互限制在传统的聊天窗口里，而是以全屏节点画布为核心，让用户在同一张画布上创建、连接和管理文本、图片、视频、Agent、MCP 工具及 Skills。

项目包含完整的前端、后端、数据库迁移、Docker Compose、Agent 运行时和 Skill 沙箱代码，使用 MIT License 发布，可以自由学习、修改、私有部署和二次开发。

Sol 是什么？

简单来说，Sol 想解决的是“多个 AI 模型和创作流程分散在不同网站里”的问题。

在 Sol 中，画布就是应用本身。用户可以在画布上创建节点，配置提示词、模型和输入素材，然后完成文本生成、图片生成或者视频生成。生成结果会进入素材库，画布及其节点关系也会被持久化保存，方便以后继续编辑。

它目前提供了几个比较有代表性的能力：

  • 可视化创建和保存节点式 AI 工作流；
  • 统一配置多个 AI 服务商和模型；
  • 支持文本、图片和视频生成；
  • 视频采用后端异步任务，即使关闭页面也能继续执行；
  • 支持 Agent 会话，并让 Agent 获取当前画布上下文；
  • 支持连接 MCP Server 和调用 MCP 工具；
  • 支持安装包含说明、资源或者脚本的 Skills；
  • 脚本型 Skill 可在隔离沙箱中执行；
  • 无需注册即可使用，也可以通过 GitHub 登录关联多个设备；
  • 使用 SignalR 实时推送画布、Agent 和任务事件。

这意味着 Sol 不只是一个“套壳聊天页面”，而是在尝试构建一个兼顾 AI 内容生成、工作流编排和 Agent 扩展能力的创作平台。

多模型与多协议支持

Sol 的后端没有把业务代码直接绑定到某一家模型厂商，而是按照协议类型组织客户端。

当前源码中可以看到以下协议适配：

协议 文本 图片 视频
OpenAI Chat Completions 支持 — —
OpenAI Responses API 支持 — —
Anthropic Messages 支持 — —
Gemini generateContent 支持 支持 —
OpenAI Images — 支持 —
OpenAI Video — — 支持
xAI Video — — 支持
Seedance Video — — 支持

最新代码还在继续增加视频模型及第三方 AI 渠道支持。

这里有一个不错的设计：浏览器不会直接把 API Key 发送给模型厂商。前端只向 Sol 后端提交模型、渠道和提示词，后端解密保存的 API Key，再调用上游模型服务并保存结果。

这样既避免了 API Key 暴露在浏览器中，也绕开了部分模型接口的 CORS 限制，还方便部署方统一控制出口网络。

后端整体架构

Sol 后端使用 Clean Architecture，拆分成四个 .NET 项目：

Sol.Domain
    ↓
Sol.Application
    ↓
Sol.Infrastructure
    ↓
Sol.Api

各层职责比较清晰：

  • Sol.Domain：领域实体、值对象和业务不变量，不依赖任何外部 NuGet 包；
  • Sol.Application：用例、业务接口、DTO 和抽象端口；
  • Sol.Infrastructure：PostgreSQL、Redis、RabbitMQ、模型客户端、MCP 和 Skill 的具体实现；
  • Sol.Api：ASP.NET Core Minimal API、SignalR Hub、中间件和依赖注入入口。

从外部服务来看，整体结构大致如下：

浏览器 / Next.js
       │
       │ 同源代理 /api/*、/hubs/*
       ▼
ASP.NET Core Sol.Api
       │
       ├── PostgreSQL：身份、账号、画布、模型配置、Agent、Skill、媒体内容
       ├── Redis：缓存、在线状态、分布式锁、SignalR Backplane
       ├── RabbitMQ：集成事件
       ├── SignalR：实时消息
       ├── AI Provider：文本、图片和视频生成
       ├── MCP Server：外部工具调用
       └── OpenSandbox：隔离执行 Skill 脚本

Sol 的后端技术栈

Sol 后端的核心技术栈如下：

类别 技术
开发语言 C#，启用 Preview 语言版本
运行时 .NET 11 Preview
Web 框架 ASP.NET Core Minimal API
编译方式 Native AOT、自包含原生二进制
API 描述 Microsoft ASP.NET Core OpenAPI
数据库 PostgreSQL 18
数据访问 Npgsql 10、Dapper 2.1.79、Dapper.AOT
数据迁移 内嵌版本化 SQL、事务、校验和、PostgreSQL Advisory Lock
缓存与锁 Redis 8、StackExchange.Redis
实时通信 ASP.NET Core SignalR，可选 Redis Backplane
消息队列 RabbitMQ 4、RabbitMQ.Client 7
参数校验 FluentValidation
Agent 运行 后台 AgentRunHost、流式模型客户端、工具审批
MCP Streamable HTTP、Legacy SSE、SSRF 防护
Skill 沙箱 Alibaba OpenSandbox、独立短生命周期容器
API Key 加密 AES-256-GCM
OAuth 登录 GitHub OAuth，可扩展的外部身份适配器
日志 Serilog、Compact JSON
可观测性 OpenTelemetry、OTLP
健康检查 独立的 liveness 和 readiness 端点
测试 xUnit v3
部署 Docker、Docker Compose、Alpine Native AOT 镜像

前端则采用：

  • Next.js 16 App Router；
  • React 19；
  • TypeScript 5；
  • Tailwind CSS 4；
  • shadcn/ui；
  • XYFlow React 节点画布；
  • Zustand 状态管理；
  • SignalR JavaScript 客户端；
  • Vitest 和 Playwright。

Native AOT 是后端的一大特点

Sol 后端一个比较值得关注的地方，是它从设计阶段就按照 Native AOT 的要求开发，而不是等项目完成后再尝试发布成 AOT。

Native AOT 会把 .NET 应用直接编译成本地机器码。部署服务器不需要预装完整的 .NET Runtime，通常可以获得更快的启动速度和更低的运行时开销。不过，它也会限制运行时反射、动态代码生成和程序集扫描等常见用法。

Sol 为此做了不少针对性设计：

  • HTTP 和 SignalR 的 JSON 元数据使用源生成；
  • 所有 Dapper 查询集中在 Sol.Infrastructure；
  • 使用 Dapper.AOT 编译查询拦截器；
  • 把可能回退到反射的 Dapper 告警升级成构建错误；
  • 不使用依赖动态代理的强类型 SignalR Hub；
  • FluentValidation 逐个显式注册，避免运行时扫描；
  • 配置对象采用手动绑定，避免反射式配置绑定；
  • 启动时主动解析关键服务，发现 AOT 注册缺失就立即失败；
  • 数据库迁移使用原生 SQL，不依赖 EF Core 的运行时模型构建。

根据项目文档，macOS ARM64 下发布的自包含单文件原生后端约为 25 MB。不过，这个数字与平台、编译器版本和构建配置有关，应将其理解为项目当前的实测数据。

PostgreSQL、Redis 和 RabbitMQ 分别做什么？

Sol 对三个基础组件的分工比较明确。

PostgreSQL

PostgreSQL 是主要的持久化数据库，用来保存：

  • 设备和游客身份；
  • GitHub OAuth 账号与登录会话；
  • AI 渠道和模型配置；
  • 加密后的 API Key；
  • 画布、节点图和素材分组；
  • 图片、视频等二进制内容；
  • 视频异步任务；
  • Agent 会话、消息和运行事件；
  • MCP Server 配置；
  • Skills 元数据和文件。

Sol 没有使用 EF Core，而是使用 Npgsql、Dapper 和 Dapper.AOT。

数据库迁移也没有使用传统迁移框架，而是将版本化 SQL 文件直接嵌入后端二进制。执行迁移时会使用 PostgreSQL Advisory Lock 防止多个实例同时修改表结构，并校验已执行脚本的 SHA-256，避免部署环境中的迁移文件被静默修改。

Redis

Redis 主要承担：

  • 通用缓存；
  • 设备在线状态；
  • 多标签页 SignalR 连接记录；
  • 分布式锁；
  • 多节点部署时可选的 SignalR Backplane。

单节点部署默认不启用 SignalR Redis Backplane，需要横向扩容时再通过配置打开。

RabbitMQ

RabbitMQ 用于集成事件通信。

项目配置了 Topic Exchange、持久化消息、发布确认和死信队列。消费失败时会重试一次，再次失败则进入 DLQ，避免一条无法处理的“毒消息”反复占用消费者。

图片、文本和视频任务

Sol 对不同类型的 AI 生成任务采用了不同的执行方式。

文本和图片通常可以在一次请求中完成，因此使用同步生成接口；视频生成耗时更长，则采用异步任务：

  1. 浏览器提交视频生成请求；
  2. 后端调用上游视频接口创建任务；
  3. 任务 ID 和状态写入 PostgreSQL；
  4. 后端的 VideoJobPoller 定期查询上游进度；
  5. 视频完成后，后端下载文件并保存为画布素材；
  6. 用户重新打开页面后仍然可以看到任务结果。

这比让浏览器持续轮询模型厂商更可靠，因为用户关闭页面之后，后端仍能继续推进任务。

不过，当前视频轮询器明确按照单 API 实例设计。如果部署多个后端副本，每个实例可能重复轮询同一批视频任务。项目文档也指出，横向扩容前需要增加数据库行锁、FOR UPDATE SKIP LOCKED 或选主机制。

Agent、MCP 与 Skills

Sol 的 Agent 能力和画布是连接在一起的。

Agent 可以获得当前画布的上下文，并通过工具修改或读取画布内容。Agent Run 在后端后台运行，因此不会完全依赖浏览器页面的生命周期。

在 MCP 方面，Sol 支持 Streamable HTTP 和兼容旧版 SSE 的 MCP Server。stdio 配置可以保存，但服务端不会直接启动任意本地进程。

出于安全考虑，MCP 工具调用需要用户审批。MCP 地址还会经过协议校验、DNS 解析和私有网络地址过滤，减少通过 MCP 请求访问内网服务的 SSRF 风险。

Skills 可以包含说明文档、资源和脚本。Agent 开始运行时只获取 Skill 的名称和描述，确实需要时再通过 load_skill 加载完整内容，这样可以减少一次性塞入模型上下文的 Token 数量。

脚本型 Skill 不会直接在 Sol.Api 进程中运行，而是交给 OpenSandbox 创建隔离容器。沙箱默认限制网络、进程数、CPU、内存、文件大小、输出大小和执行时间。即使沙箱暂时不可用，说明型和资源型 Skill 仍然可以正常加载，只是脚本执行能力会被隐藏。

游客优先的身份设计

Sol 默认不要求注册账号。

第一次访问时，后端通过设备握手创建一个确定性的 device_id，并通过第一方 Cookie 保存。所有画布、渠道配置和素材首先按照设备隔离。

用户也可以使用 GitHub OAuth 登录。登录成功后，当前设备会被明确关联到账号，账号关联的多个设备可以访问同一份云端数据。

值得注意的是，Sol 还实现了设备信号和概率性设备关联，但概率匹配只用于判断访问关系，不会直接作为敏感资源的所有权依据。真正的画布、API Key 和素材权限仍基于确定性的设备 ID 或已验证的账号会话。

这套设计降低了游客使用门槛，但设备指纹本身涉及隐私和合规问题。公开部署时，仍然需要根据 GDPR、ePrivacy、中国《个人信息保护法》等要求完善告知、同意、数据保留和删除流程。

安全方面做了哪些处理？

从当前源码来看，Sol 已经考虑了不少常见的 AI 应用安全问题：

  • 模型 API Key 使用 AES-256-GCM 加密保存；
  • API 返回渠道配置时只展示脱敏后的 Key；
  • 加密密钥缺失或格式错误时，服务会在启动阶段直接失败；
  • 所有业务资源通过设备或账号范围过滤；
  • 不属于当前用户的资源统一返回 404，减少 ID 探测；
  • 上传素材同时校验 MIME 类型和文件签名；
  • 后端不会主动下载用户填写的外部参考图片，降低 SSRF 风险；
  • MCP Server 地址会过滤环回地址、私网地址和保留地址；
  • Skill ZIP 会检查路径穿越、符号链接、嵌套压缩包和异常压缩比；
  • 可执行 Skill 在独立容器中运行；
  • API 进程本身不会挂载 Docker Socket；
  • 数据库迁移带锁、事务和校验和；
  • 日志不会返回明文渠道密钥。

这些措施说明 Sol 并不是只关注界面和功能，也在认真划分模型调用、用户数据、外部工具与脚本执行之间的安全边界。

如何本地运行？

如果只是想快速体验，可以直接使用 Docker Compose：

git clone https://github.com/AIDotNet/Sol.git
cd Sol

docker compose up -d --build
docker compose ps

当前 Compose 文件包含：

  • PostgreSQL；
  • Redis；
  • RabbitMQ；
  • OpenSandbox；
  • Sol.Api；
  • Next.js Web。

启动完成后打开：

http://localhost:3000

然后进入设置页面，添加一个 AI 渠道和对应的 API Key，即可尝试文本、图片或视频生成功能。

如果需要分别调试前后端，可以只启动基础设施：

docker compose up -d postgres redis rabbitmq opensandbox

dotnet run --project src/Sol.Api

然后启动前端：

cd web
cp .env.example .env.local
npm install
npm run dev

需要注意，项目目前锁定的是特定版本的 .NET 11 Preview SDK，global.json 禁用了自动版本滚动。非 Docker 环境开发时，必须安装项目要求的精确 SDK 版本。

这个项目适合谁？

Sol 比较适合以下几类开发者：

  • 想搭建可视化 AI 内容创作平台的人；
  • 希望统一接入文本、图片和视频模型的人；
  • 正在研究 AI Agent、MCP 和 Skills 的开发者；
  • 想学习 .NET Clean Architecture 的开发者；
  • 想研究 ASP.NET Core Native AOT 实战的人；
  • 希望私有部署 AI 工作台的团队；
  • 想寻找 Next.js、React Flow 与 .NET 后端完整案例的人。

尤其是后端部分，Sol 把 Native AOT、Dapper.AOT、SignalR、Redis、RabbitMQ、MCP 和沙箱执行放进了同一个真实项目中，具有不错的学习和参考价值。

目前需要注意的地方

Sol 仍处于积极开发阶段，还不适合不经评估就直接作为大型生产系统使用：

  • 使用精确锁定的 .NET 11 Preview SDK；
  • 视频任务轮询目前按照单 API 实例设计；
  • SignalR Redis Backplane 虽经过项目方 AOT 实测，但相关包尚未得到微软完整的 AOT 兼容性背书；
  • 图片、视频和 Skill 文件目前默认保存到 PostgreSQL，部署规模扩大后需要评估数据库容量、备份时间和对象存储方案；
  • 设备指纹及跨设备关联需要额外的隐私合规设计；
  • Docker Compose 中的密码和加密密钥是开发环境占位值，生产环境必须替换；
  • GitHub OAuth 默认关闭，需要自行创建 OAuth App；
  • 将 MCP、Skill 脚本和外部模型服务开放给真实用户前，仍需完成权限、限流、审计和安全测试。

把它看成一个完成度较高、架构思路鲜明的开源 AI 工作台和技术参考项目，会比把它直接定义为成熟商业产品更准确。

f82865c43f13dfc4f8076c8950867e42

部署的在线站点 https://sol.routin.ai/

总结

Sol 将可视化节点画布、文本生成、图片生成、异步视频任务、Agent、MCP 和 Skills 放进了一个完整的全栈项目中。

它的前端强调画布式交互，后端则以 ASP.NET Core、Clean Architecture、PostgreSQL、Redis、RabbitMQ 和 Native AOT 为核心，并对 API Key、设备身份、MCP 网络访问及 Skill 脚本执行划分了较明确的安全边界。

如果你正在寻找一个完全开源、可以自行部署，又包含现代 .NET 后端和 Agent 扩展能力的 AI 项目，Sol 值得关注。

项目地址：

https://github.com/AIDotNet/Sol

posted on 2026-08-10 16:03  239573049  阅读(227)  评论(3)    收藏  举报