从“PS 太重、很多功能用不上、还要付费”这个需求出发，记录一个离线可用、轻量免费、AI 友好的图片编辑器原型。

摘要

P-Shoot 是一个基于 Web 技术栈构建的轻量图像编辑器原型，核心动机是解决 Photoshop 对很多日常编辑场景过重、功能冗余且有付费门槛的问题。项目的目标不是完整替代 PS，而是提供一个免费、可全离线保持主要功能、并且对 AI 自然语言操作更友好的本地编辑工作台。当前项目已支持文档、图层、选区、蒙版、历史记录、工程文件、本地 AI 去背景和原子化 AI 命令等能力。

P-Shoot 的出发点很实际：Photoshop 足够强，但对于很多轻量图片处理需求来说，它启动和使用成本都偏高，大量专业功能平时用不上，订阅或购买成本也会形成门槛。如果只是做日常修图、基础抠图、图层叠加、简单文字和导出，一个更轻量、免费、离线可用的工具会更合适。

同时，新的图片编辑方式正在变得更自然：很多操作不一定要通过一层层菜单完成，而可以通过自然语言描述，再映射到可解释、可撤销的编辑动作。P-Shoot 目前仍是原型阶段，但它的定位已经很清楚：先验证一个本地优先、轻量免费、AI 亲和的编辑器底座，而不是做一个功能堆满但难以维护的巨型软件。

1. 项目背景与目标

P-Shoot 的基本目标是构建一个运行在浏览器和桌面壳中的图像编辑器原型。它优先覆盖常见图片编辑需求，而不是追求把 Photoshop 的全部专业功能搬过来。普通功能可以直接通过 index.html 运行；涉及本地 AI 和 WASM 的能力，则通过项目内置的开发服务提供正确的 MIME 类型和跨源隔离响应头。桌面端通过 Electron 进行封装，后续可以继续面向 Windows、Linux 和 macOS 扩展。

项目采用本地优先的设计思路：用户素材尽量留在本机，编辑行为围绕前端状态和本地资源完成，AI 模型也尽量以离线方式接入。需要联网的部分主要是可选的云端大模型 API 调用；如果不使用这类云 API，编辑器仍然可以保持完整的基础编辑能力。这种路线让隐私边界更清楚，也更适合图像编辑这类需要频繁交互和即时反馈的场景。

• 轻量免费：优先覆盖高频图片处理需求，避免把不常用的专业功能变成使用负担。
• 全离线优先：基础编辑、本地模型和工程文件都尽量在本机完成，云端大模型调用是可选增强。
• AI 亲和：把编辑动作拆成 applyAdjustment、applyFilter、addText 等原子操作，方便自然语言调用和撤销。
• 可扩展架构：把文档状态、渲染、工具行为、文件 IO 和平台能力拆开，降低后续扩展成本。

2. 当前界面与工作流

图 1：P-Shoot 的主工作区，已经具备菜单栏、AI 栏、工具栏、画布区和右侧 Studio 面板。

当前界面采用典型的图片编辑器布局：顶部是菜单栏和文件操作区，中间是 AI 命令栏和工具选项栏，左侧是工具栏，中央是画布工作区，右侧是属性、图层、历史、调整、抠图、fx 和滤镜等面板。这个布局的重点不是视觉装饰，而是让常见编辑流程能在同一工作区内完成。

从功能闭环看，P-Shoot 已经支持新建文档、导入图片、创建和编辑图层、绘制、文字、形状、选区操作、撤销重做、保存 .pshoot 工程，以及导出 PNG、JPG 和 WebP。它还不是完整的生产工具，但已经具备可演进的编辑器雏形。

和 Photoshop 这类成熟专业软件相比，P-Shoot 更适合把常用操作做轻：打开快、依赖少、功能集中，不要求用户为了少量修图需求接受完整商业软件的体积和成本。它的目标不是覆盖所有专业影像流程，而是把最常用的一批能力做成一个免费、离线、可继续扩展的工作台。

相比单纯的绘制工具，P-Shoot 更值得关注的是图层、选区和蒙版的组合能力。图层支持命名、显隐、不透明度、混合模式、锁定、编组、链接、蒙版和合并；选区支持矩形、椭圆、反选、羽化、扩展、收缩、填充、描边和复制；蒙版可以从选区生成，也可以被画笔和橡皮继续编辑。

3. 整体架构设计

图 2：P-Shoot 当前的模块关系，应用装配层把 UI、核心模型、渲染、IO 和本地 AI 资源串起来。

项目已经从单文件原型拆分为多个职责明确的目录。src/app 负责应用装配和事件调度；src/core 承载文档、图层、选区、历史和命令等核心模型；src/renderer 负责 Canvas 2D 合成和覆盖层绘制；src/io 处理工程保存与恢复；src/platform 收敛浏览器平台能力；src/ui 和 src/ai 分别承接界面组件与 AI 命令链路。

当前渲染层仍以 Canvas 2D 为主，这是一个阶段性取舍。图像编辑器的瓶颈不只在像素计算，状态模型、图层关系、选区边界和历史提交同样会影响系统稳定性。前期保留 Canvas 2D 可以降低实现复杂度，便于调试图层合成、蒙版预览和选区覆盖；后续再把高负载合成、滤镜和大图预览迁移到 WebGL。

3.1 模块边界

• 应用层：src/app/editor-app.js 连接状态、渲染器、DOM、IO 和工具行为，是当前业务调度中心。
• 核心层：src/core 下的 document、layers、selection、history、commands 和 state 负责编辑器数据模型。
• 渲染层：src/renderer/canvas2d.js 负责图层合成、选区虚线、快速蒙版红色覆盖和变换框。
• 平台与 IO：src/platform 处理浏览器能力适配，src/io 负责 .pshoot 工程的序列化和恢复。

4. 核心模块实现

4.1 图层系统

图层是整个编辑器的核心数据结构。当前每个图层包含可见性、锁定状态、透明度、混合模式、位移、画布、上下文、蒙版画布、剪贴关系、编组关系和链接关系等字段。这样的结构可以支撑图层排序、复制、合并、锁定、联动移动、剪贴蒙版和图层蒙版等操作。

4.2 选区与蒙版

选区系统目前支持矩形、椭圆、反选、羽化、扩展、收缩、移动、填充、描边、复制和清除等操作。更关键的是，选区已经接入图层和蒙版流程：可以从当前选区生成图层蒙版，也可以从图层或蒙版重新载入选区。这让选区不再只是一个界面覆盖层，而是成为编辑模型的一部分。

快速蒙版提供了一个更接近真实修图流程的入口。进入快速蒙版后，界面显示红色覆盖层，用户可以用画笔或橡皮修改区域；退出时，结果优先应用到当前活动图层的蒙版。修边过程中还可以把连续操作合并成一次历史提交，避免每一笔都写入历史栈。

4.3 历史记录与工程文件

历史系统当前以快照方式实现，优点是简单可靠，能够支撑撤销和重做；缺点是大文档和多图层场景下会带来内存压力。工程文件方面，.pshoot 会保存文档尺寸、当前图层、多选状态、选区状态、图层像素、蒙版像素、图层关系和快速蒙版内容，为后续继续扩展提供了基础。

5. 本地 AI 与自然语言命令

图 3：AI 原子命令面板，展示了 applyAdjustment、applyGradient、addText 等可解释的编辑动作。

P-Shoot 的去背景能力使用本地 onnxruntime-web、rembg-web 和 U²-Net 系列模型，不依赖云端 API。换句话说，抠图、图层、选区、蒙版、导入导出和工程保存这些核心能力都可以在离线状态下完成。为了让 WASM 和 ONNX 资源在浏览器环境中稳定运行，项目提供了 scripts/dev_server.py，用于处理 .mjs、.wasm 的 MIME 类型，以及 COOP、COEP 等跨源隔离响应头。

从产品流程上看，去背景并不是一个一次性黑盒按钮。自动分割只能给出初始结果，用户仍然需要通过“保留主体”“去掉区域”“完成修边”等操作处理边缘细节。这样的设计更接近实际修图流程：AI 负责降低初始成本，人工继续控制最终质量。

AI 命令栏则面向更通用的自动化能力。当前命令体系已经开始向原子操作靠拢，例如 applyAdjustment、applyFilter、addText、setBrush、setBackground 等。自然语言可以先被解析成这些明确动作，再由编辑器执行。云端大模型 API 可以提升理解复杂指令的能力，但它不是基础功能的前置条件；不联网时，用户仍然可以使用本地编辑和本地 AI 能力。

6. 当前能力与后续规划

从项目状态看，P-Shoot 已完成架构重整和基础可用版，正在继续推进图层、选区、变换、蒙版和 AI 相关能力。当前已经具备可演示的工作流，但要进入更稳定的编辑器阶段，还需要继续补性能、非破坏编辑链、文字系统、滤镜参数化和工程兼容性。

层面	当前已经跑起来的能力	下一阶段更值得投入的方向
编辑底座	文档、画布、撤销/重做、工程保存、导入导出	差量历史、关键帧快照、工程兼容性
图层工作流	多图层、缩略图、显隐、透明度、混合模式、锁定、编组、链接、合并	更完整的非破坏编辑链和智能对象
选区与蒙版	矩形/椭圆选区、羽化、反选、图层蒙版、剪贴蒙版、快速蒙版	对象选择、主体识别、更多专业边缘处理
AI 与自动化	本地去背景、修边流程、原子命令面板；云端大模型 API 可选	把计划执行链做成可解释、可撤销、可复用的动作系统
渲染性能	Canvas 2D 合成、覆盖层预览、清晰模块边界	局部刷新、Worker 化、WebGL 合成和滤镜 GPU 化

当前限制也比较明确：渲染仍以 Canvas 2D 为主，大图、多图层和高频重绘还不是最终形态；历史记录仍偏快照式，后续需要差量化；文字和矢量还不是完整专业系统；滤镜和调整已有基础能力，但还没有完整参数链和智能滤镜；色彩管理、智能对象、动作批处理和 PSD 深兼容也都属于后续阶段。

7. 总结

P-Shoot 的价值不是做一个“更大的 PS”，而是反过来做减法：保留日常图片编辑最常用的能力，去掉对轻量场景来说过重的部分，并尽量做到免费、离线和可扩展。当前最重要的进展，是已经把图像编辑器的核心骨架拆出来：文档状态、图层模型、选区语义、蒙版工作流、渲染覆盖层、工程持久化和本地 AI 资源都有了明确落点。

后续最值得优先投入的方向，是把历史系统从快照逐步升级为命令加关键帧，把渲染链路从全量刷新逐步优化为局部刷新和图层缓存，把高频合成与滤镜迁移到 WebGL，并继续补齐非破坏编辑、文字排版和智能对象等专业能力。这样 P-Shoot 才能从原型继续向真正可用的编辑工具演进。