TongFlow：オープンソースのマルチモーダル GenAI ワークフロースタジオ
| 
|
| **中級** — （テーマ追加 → 台本生成 → 音声生成） + （人物の説明 → 画像生成） → リップシンク動画を生成 = デジタルヒューマンのナレーション。
| |
| **上級** — 歌詞生成 + 楽曲生成 + 人物生成 + シーン生成 + 絵コンテ生成 → MV生成
| |
TongFlowで生成AIを活用し、創造力を解き放とう！
## クイックスタート
TongFlow **デスクトップ版**は、クラウドスタジオ **[app.tongflow.com](https://app.tongflow.com)** を直接読み込む軽量（約 10 MB）のシェルアプリです——インストールしてサインインすれば、すぐに創作を始められます。クラウドスタジオはブラウザから直接開くこともできます。
### Step 1 — デスクトップ版をインストール
対応プラットフォームのインストーラーをダウンロードし、インストールして起動します。
- **macOS（Universal — Apple Silicon / Intel 共通）：** [TongFlow-mac-universal.dmg](https://github.com/tong-io/tongflow/releases/latest/download/TongFlow-mac-universal.dmg)
- **Windows：** [TongFlow-win-x64.msi](https://github.com/tong-io/tongflow/releases/latest/download/TongFlow-win-x64.msi)
すべてのバージョンは [Releases](https://github.com/tong-io/tongflow/releases/latest) ページを参照してください。
> **macOS をお使いの方へ：** インストーラーはまだ Apple の公証（notarization）を受けていないため、初回起動時に Gatekeeper にブロックされます（「"TongFlow"は壊れているため開けません」と表示されます）。アプリを「アプリケーション」フォルダに移動した後、ターミナルで以下のコマンドを一度実行すると正常に開けます：
>
> ```bash
> xattr -cr /Applications/TongFlow.app
> ```
>
> インストーラーは必ずこのページから直接ダウンロードしてください——WeChat などのチャットアプリ経由で転送されたファイルは、リネームや隔離フラグの再付与が行われる場合があります。
### Step 2 — サインインして創作を開始
Google または WeChat でサインインすれば、すぐに創作を始められます——プラグインと実行はクラウド側で管理されます。
> **完全ローカル・アカウント不要の TongFlow をお望みですか？** セルフホストをご利用ください——[ソースコードから起動](#ソースコードから起動)または [Docker で起動](#docker-で起動)を参照し、[セルフホストのセットアップ](#セルフホストのセットアッププラグインと認証情報)に従って設定してください。（v0.1.13 以前のデスクトップ版は完全なローカルランタイムを同梱していました。それらのインストーラーは [Releases](https://github.com/tong-io/tongflow/releases) ページに残っています。）
## コアコンセプト
- **全モデル対応**: AIモデルは**モダリティ変換**として捉えることができます（例：LLMはテキスト→テキスト、画像モデルはテキスト→画像、音声モデルはテキスト→音声など）。TongFlow は各能力をノードとしてカプセル化します。
- **全モダリティ対応**: TongFlow は、Web上で実際に流通しているほぼすべてのモダリティとファイル形式をサポートします。
- **低い参入障壁、高い可能性**: 複雑なAIパラメータを学ぶ必要も、手動でノードを接続する必要もありません。**追加**、**変換**、**結合**の3つの操作だけで、自由に創意を組み立てられます。さらに、AIモデルを自由に編成することで、独自の創作物を生み出せます。
- **オープンなエコシステム**: TongFlow のプラグインベースの設計により、各プラットフォームが独立したプラグインをカプセル化でき、公式は各能力ノードに対して少なくとも1つの実装プラグインを提供します。コアは軽量に、エコシステムはオープンに。
## 実装済み機能
> ✅ = すぐに使える（公式プラグインあり）· ⬜ = キャンバスにノードはあるが、公式プラグインは未提供（計画中）。
### 追加
- ✅ **テキスト入力**: 文字を入力してテキストノードを追加。
- ✅ **画像を追加**: ローカルファイルを選択して画像ノードを追加。
- ✅ **写真を撮影**: デバイスのカメラで撮影して画像ノードを追加。
- ✅ **スケッチを追加**: キャンバス上に描画して画像ノードを追加。
- ✅ **音声を追加**: ローカルの音声ファイルを選択して音声ノードを追加。
- ✅ **録音**: マイクで録音して音声ノードを追加。
- ✅ **動画を追加**: ローカルの動画ファイルを選択して動画ノードを追加。
- ✅ **動画を録画**: カメラで録画して動画ノードを追加。
- ✅ **ドキュメントを追加**: ローカルファイルを選択してドキュメントノードを追加。
- ✅ **リンクを追加**: リンクからページを取得し、テキスト・画像・音声・動画ノードを追加。
- ✅ **3Dモデルを追加**: ローカルのモデルファイルを選択して3Dモデルノードを追加。
### 変換
#### テキスト
- ✅ **生成 / 書き換え**: プロンプトに基づいて文章を作成または編集。
#### 画像
- ✅ **画像生成**: テキストから画像を生成。
- ✅ **画像編集**: 部分的な再描画、編集、または指示に基づく描き直し。
- ✅ **画像理解**: 画像から説明・質問応答・キャプションを生成。
- ✅ **画像超解像**: 拡大してより鮮明なディテールを得る。
- ✅ **ポーズ検出**: 308 キーポイントの全身スケルトンオーバーレイ（身体・両手・顔）。
- ✅ **身体部位セグメンテーション**: 29 クラスの人体パーシング。
- ✅ **表面法線**: ピクセル単位の法線マップ——人物にもシーン全体にも対応。
- ✅ **前景マッティング**: 人物や顕著な被写体を透過 PNG として切り抜き。
#### 動画
- ✅ **動画生成**: テキストから動画を生成。
- ✅ **画像から動画**: 静止画を動かす。
- ✅ **最初/最後のフレームから動画**: 2枚のキーフレームを補間してクリップを生成。
- ✅ **複数画像から動画**: 複数の参照画像とテキストを融合して新しい動画を生成。
- ✅ **マルチ参照から動画**: 画像・動画・音声の参照を組み合わせ（テキスト付き）、ステレオ音声入りの動画を一度に生成。
- ✅ **動画理解**: 動画から要約や説明を生成。
- ✅ **動画超解像**: より高解像度の動画を出力。
- ✅ **最初/最後のフレームを抽出**: フレームを画像として抽出。
- ✅ **動画編集**: テキスト指示で動画を編集。
- ✅ **字幕除去**: 動画から字幕を消去。
- ✅ **ウォーターマーク除去**: 動画からウォーターマークを除去。
#### 音声
- ✅ **音楽生成**: テキストから音楽を生成。参照音声による誘導にも対応。
- ✅ **音声理解**: 音声クリップ（音楽・スピーチ・環境音）をテキストで説明。
- ✅ **音楽リペイント**: 曲の指定区間を再生成。
- ✅ **音楽カバー**: 説明文や参照曲でスタイルを変えて再構成。
- ✅ **トラック追加 / 編曲補完**: 既存ミックスに新しいトラックを生成、または不足パートを補完。
- ✅ **音楽ブリーフ**: 一文のアイデア → 歌詞・スタイルタグ・BPM・キー・長さ。
- ✅ **音声合成**: テキストから音声へ——プリセットスタイル、声のクローン（参照音声）、または指示駆動。
- ✅ **音声認識**: 音声または動画中の発話を文字起こし。
- ✅ **ノイズ除去**: 音声のノイズを除去。
- ⬜ **話者分離**: 話者ごとに音声を分離。
- ⬜ **音色変換**: 参照サンプルを使って音色を置き換えまたはクローン。
- ✅ **マルチトラック / ボーカル・伴奏分離**: ボーカル・ドラム・ベース・ギターなど 12 種のステムを分離。
- ✅ **オープン語彙の音源分離**: 任意の音を言葉で指定（「犬の鳴き声」）し、その音とそれ以外の 2 トラックに分割。
### 結合
- ✅ **画像融合**: 複数の参照画像を1枚に融合または編集。
- ✅ **リップシンク**: 音声 + 動画 → 動画（リップシンク）。音声 + 画像 → 動画、音声 + テキスト → 動画などのバリエーションにも対応。
- ✅ **感情音声**: テキスト + 参照音声 → その声で読み上げ、感情制御に対応。
- ✅ **キャラクター置換**: 動画 + 参照（シーン融合 / キャラクター置換）、Animate Mix スタイルの生成。
- ✅ **モーション転送**: 動画 + 参照（モーション / リターゲット）、Animate Move スタイルの生成。
- ✅ **テキスト結合**: 複数のテキストノードを1つに結合。
### その他
- ✅ **画像 → 3D**: 1枚の画像から3Dモデルを生成。
- ✅ **動画 → モーションキャプチャ**: 単眼動画からスケルタルアニメーション（身体 + 指 + 表情チャンネル、GLB）。
- ✅ **ドキュメント → テキスト**: ドキュメントからプレーンテキストを抽出。
- ✅ **リンク → テキスト**: ページの内容をテキストに変換。
### 補助ツール
- ✅ **クリップ連結**: 複数の動画を前後につなげる。
- ✅ **音声・映像の結合**: 1つのファイルに統合。
- ✅ **ショット単位で分割**: 長い動画をシーンごとに分割。
- ✅ **音声・映像の分離**: 動画を独立した映像トラックと音声トラックに分離。
- ✅ **音声トラックを抽出**: 音声を独立したアセットとして書き出す。
- ✅ **長文を分割**: 長い段落をブロックに分割。
- ✅ **テキストブロックの結合 / 整理**: 断片を結合（自動結合オプション利用可）。
- ✅ **クリップのフィルタ / 破棄**: ルールまたは手動選択で不要なクリップを破棄。
- ✅ **整列とバッチグループ化**: テキストやクリップのバッチをグループ化して整列し、下流処理に渡す。
## 公式プラグイン
> 公式のGPU/CPUプラグインは現在 [Modal](https://modal.com) 上で動作しています——毎月最大 **$30** 分の無料GPU演算（H100/A100など）。`MODAL_TOKEN_*` の設定は[セルフホストのセットアップ](#セルフホストのセットアッププラグインと認証情報)を参照してください。他のどのプラットフォームでも同じ方法で自分のプラグインを公開できます。
### API プラグイン
ファーストパーティ（各ラボ自身のモデル）：
- [tongflow-api-gemini](https://github.com/tong-io/tongflow-api-gemini) — Google Gemini、ノードごとの**モデルピッカー**：テキスト、視覚、画像（Nano Banana / Imagen 4）、Veo 動画、TTS、文字起こし
- [tongflow-api-openai](https://github.com/tong-io/tongflow-api-openai) — OpenAI、ノードごとの**モデルピッカー**：`gen_text`、画像生成/編集/融合（`gpt-image-2`）、視覚、ドキュメント OCR、Whisper 文字起こし、TTS
- [tongflow-api-deepseek](https://github.com/tong-io/tongflow-api-deepseek) — DeepSeek V4（`flash` / `pro`、ストリーミング**思考**バブル付き）ベースの `gen_text` およびテキストツール
- [tongflow-api-bytedance](https://github.com/tong-io/tongflow-api-bytedance) — ByteDance Volcengine Ark、ノードごとの**モデルピッカー**：Doubao テキスト・視覚、Seedream 画像生成/編集/融合、Seedance テキスト / 画像 / 音声 → 動画
- [tongflow-api-xai](https://github.com/tong-io/tongflow-api-xai) — xAI Grok、ノードごとの**モデルピッカー**：`gen_text`（Grok 4.x）、画像理解、Grok Imagine テキスト→画像
- [tongflow-api-runway](https://github.com/tong-io/tongflow-api-runway) — Runway Dev 統合 API、ノードごとの**モデルピッカー**：動画（Gen-4.5、Gen-4 Turbo、Aleph 編集、Act-Two、Seedance、Veo）、画像（GPT Image 2、Seedream 5、Gemini image 3）、ElevenLabs TTS
### ルーター / 集約プラグイン
1 つの key で複数ラボのモデルを転送：
- [tongflow-router-openrouter](https://github.com/tong-io/tongflow-router-openrouter) — OpenRouter、ノードごとの**モデルピッカー**：`gen_text`（デフォルト無料、GPT-5.5 / Claude / Gemini / Grok / DeepSeek も選択可）、視覚 / 音声理解、画像生成/編集、文字起こし
- [tongflow-router-cometapi](https://github.com/tong-io/tongflow-router-cometapi) — CometAPI 集約ゲートウェイ、ノードごとの**モデルピッカー**に加えて **CometAPI のモデルカタログをライブ取得**：`gen_text` / テキストツール（GPT-5.5、Claude、Gemini、DeepSeek、Grok、Qwen、Kimi）、画像 / 動画 / 音声理解、画像生成/編集/融合（GPT Image 2、Seedream）、テキスト / 画像 → 動画（Sora 2、Veo 3.1、Seedance、Wan、MiniMax、HappyHorse、Vidu）、動画編集（Omni）、TTS と Whisper 文字起こし
- [tongflow-router-toapis](https://github.com/tong-io/tongflow-router-toapis) — ToAPIs 集約ゲートウェイ、ノードごとの**モデルピッカー**付き：`gen_text` / テキストツール（GPT-5.6、Claude、Gemini、DeepSeek、Qwen、GLM、Kimi、MiniMax）、画像理解、画像生成/編集/融合（GPT Image 2、Seedream 5、Gemini Image、Flux 2、Grok）、テキスト / 画像 / 最初・最後フレーム / マルチモーダル参照 → 動画（Sora 2、Veo 3.1、Seedance 2、Kling、MiniMax H3、Wan、HappyHorse、Vidu）、動画編集（HappyHorse）、**キーごとのモデル一覧をライブ取得**
- [tongflow-router-apimart](https://github.com/tong-io/tongflow-router-apimart) — APIMart ゲートウェイ。ノード上で**モデルを選択**可能：画像生成 / 編集（Z-Image、Seedream、Nano Banana、GPT-Image）、テキスト / 画像 → 動画（Kling、VEO3、Sora2、Seedance）、`gen_text`（GPT-5、Claude、Gemini）、Whisper 文字起こしと TTS
- [tongflow-router-replicate](https://github.com/tong-io/tongflow-router-replicate) — Replicate、ノードごとの**モデルピッカー**でカタログ全体をカバー：テキスト、視覚、画像 生成/編集/融合/アップスケール/切り抜き、テキスト / 画像 → 動画、文字起こし、TTS / ボイスクローン、音楽、画像 → 3D（FLUX、Seedream、Veo、Kling、Whisper、Hunyuan3D…）
- [tongflow-router-fal](https://github.com/tong-io/tongflow-router-fal) — fal.ai、ノードごとの**モデルピッカー**：画像（生成/編集/融合/アップスケール/切り抜き/ポーズ/法線/セグメンテーション）、動画（テキスト / 画像 → 動画、最初・最後フレーム、トーキングヘッド、リップシンク、アップスケール）、音声（文字起こし、TTS、ボイスクローン、音楽、音源分離）、画像 → 3D
### GPU/CPU プラグイン
- [tongflow-modal-ffmpeg](https://github.com/tong-io/tongflow-modal-ffmpeg) — トランスコード、ミキシング、メディア処理パイプライン
- [tongflow-modal-pyscenedetect](https://github.com/tong-io/tongflow-modal-pyscenedetect) — ショット境界の検出、クリップ分割用
- [tongflow-modal-z-image](https://github.com/tong-io/tongflow-modal-z-image) — Z-Image テキストから画像生成
- [tongflow-modal-ernie-image](https://github.com/tong-io/tongflow-modal-ernie-image) — ERNIE Image テキストから画像生成（代替）
- [tongflow-modal-krea2](https://github.com/tong-io/tongflow-modal-krea2) — Krea 2 Turbo テキストから画像生成（オープンウェイト 12B、8 ステップ、最大 2K）
- [tongflow-modal-flux2-klein9b](https://github.com/tong-io/tongflow-modal-flux2-klein9b) — FLUX.2 Klein 9B マルチ参照融合と画像編集
- [tongflow-modal-boogu](https://github.com/tong-io/tongflow-modal-boogu) — Boogu-Image-0.1（fp8）テキストから画像生成（高密度な多言語テキスト）と単一参照画像編集
- [tongflow-modal-infinitetalk](https://github.com/tong-io/tongflow-modal-infinitetalk) — InfiniteTalk 音声駆動リップシンク（音声 + 画像 / 動画 → デジタルヒューマン動画）
- [tongflow-modal-wan-animate](https://github.com/tong-io/tongflow-modal-wan-animate) — Wan-Animate キャラクター置換とモーション転送（動画 + 参照）
- [tongflow-modal-scail2](https://github.com/tong-io/tongflow-modal-scail2) — SCAIL-2 制御可能なキャラクターアニメーション（画像 + 駆動動画；wan-animate と同じ 2 スロット）
- [tongflow-modal-minimax-h3](https://github.com/tong-io/tongflow-modal-minimax-h3) — MiniMax-H3 33B 動画生成、ネイティブステレオ音声（テキスト / 最初と最後のフレーム / 複数画像 / マルチ参照）
- [tongflow-modal-bernini](https://github.com/tong-io/tongflow-modal-bernini) — Bernini-R 1.3B 統合動画レンダラー（テキスト/画像 → 画像/動画、動画編集、字幕 / ウォーターマーク除去）
- [tongflow-modal-sam3](https://github.com/tong-io/tongflow-modal-sam3) — SAM 3 / SAM 3.1 テキスト誘導マッティング：記述した概念の全インスタンスを画像から切り抜き（透過 PNG）、動画では全編トラッキング（グリーンバック出力）
- [tongflow-modal-triposplat](https://github.com/tong-io/tongflow-modal-triposplat) — TripoSplat 1 枚の画像から 3D ガウシアンスプラット
- [tongflow-modal-sam-3d-objects](https://github.com/tong-io/tongflow-modal-sam-3d-objects) — SAM 3D Objects 1 枚の画像から前景オブジェクトの 3D ガウシアンスプラットを再構築（自動マスク、オクルージョンに強い；代替）
- [tongflow-modal-sam-3d-body](https://github.com/tong-io/tongflow-modal-sam-3d-body) — SAM 3D Body 1 枚の画像から全身 3D 人体メッシュ GLB（複数人、MHR リグ；代替）、および**動画モーションキャプチャ**（フレーム毎 MHR 回帰 → キャラクターアニメーション GLB；代替）
- [tongflow-modal-sapiens2](https://github.com/tong-io/tongflow-modal-sapiens2) — Sapiens2（Meta）人体スイート：ポーズ検出、身体部位セグメンテーション、表面法線、人物マッティング、画像 → 3D 点群、**動画モーションキャプチャ**（幾何エンジン：キーポイント + pointmap → MHR キャラクターアニメーション GLB）
- [tongflow-modal-sensenova-vision](https://github.com/tong-io/tongflow-modal-sensenova-vision) — SenseNova-Vision（SenseTime）統一ビジョンモデル：画像理解 / ビジュアル QA、検出・OCR の構造化テキスト、シーン全体の表面法線、顕著オブジェクトのマッティング、人体ポーズオーバーレイ（代替）
- [tongflow-modal-seedvr2](https://github.com/tong-io/tongflow-modal-seedvr2) — SeedVR2 画像 / 動画の超解像
- [tongflow-modal-gemma4](https://github.com/tong-io/tongflow-modal-gemma4) — Gemma-4 マルチモーダルテキスト（画像 / 動画理解）
- [tongflow-modal-qwen38](https://github.com/tong-io/tongflow-modal-qwen38) — Qwen3.8-27B マルチモーダルテキスト（テキスト生成、画像 / 動画理解；代替）
- [tongflow-modal-qwen3asr](https://github.com/tong-io/tongflow-modal-qwen3asr) — Qwen3 音声認識
- [tongflow-modal-qwen3tts](https://github.com/tong-io/tongflow-modal-qwen3tts) — Qwen3 テキストから音声
- [tongflow-modal-indextts2](https://github.com/tong-io/tongflow-modal-indextts2) — IndexTTS-2.5 感情表現テキスト読み上げ：ゼロショット音声クローン（代替）+ 参照音声による感情制御音声合成
- [tongflow-modal-whisper](https://github.com/tong-io/tongflow-modal-whisper) — Whisper 音声認識（タイムスタンプ付き、代替）
- [tongflow-modal-ace-step](https://github.com/tong-io/tongflow-modal-ace-step) — ACE-Step 1.5 音楽スイート：テキストから音楽（sft / base / turbo 選択可）、リペイント、カバー、ステム抽出、トラック追加、編曲補完、音楽ブリーフ、音楽理解
- [tongflow-modal-levo](https://github.com/tong-io/tongflow-modal-levo) — LeVo 2 / SongGeneration テキストから音楽生成（多言語・商用グレード）
- [tongflow-modal-minimax-music3](https://github.com/tong-io/tongflow-modal-minimax-music3) — MiniMax-Music3 11B 楽曲生成：歌詞 + 説明 → ボーカル入り完全楽曲（最長約 5 分、32 kHz ステレオ）
- [tongflow-modal-sam-audio](https://github.com/tong-io/tongflow-modal-sam-audio) — SAM-Audio テキスト指示による音源分離：ノイズ除去、ボーカル分離、自由記述での任意サウンド抽出（「背景のピアノ」）
- [tongflow-modal-docling](https://github.com/tong-io/tongflow-modal-docling) — Docling ドキュメント → テキスト
- [tongflow-modal-paddle](https://github.com/tong-io/tongflow-modal-paddle) — PaddleOCR ドキュメント → テキスト
- [tongflow-modal-unlimited-ocr](https://github.com/tong-io/tongflow-modal-unlimited-ocr) — Unlimited-OCR 長文ドキュメント / PDF → テキスト
- [tongflow-modal-crawl4ai](https://github.com/tong-io/tongflow-modal-crawl4ai) — Crawl4AI URL / リンク → テキスト
- [tongflow-modal-scrapling](https://github.com/tong-io/tongflow-modal-scrapling) — Scrapling ステルスブラウザ URL / リンク → テキスト
## ソースコードから起動
```bash
pnpm install
pnpm plugins:install # 公式プラグインを plugins/ にクローン
pnpm start:prod # 一度ビルドしてから http://localhost:3000 で起動
```
**Node**（`pnpm` を含む）と、`PATH` 上に **Python 3.10+** インタープリタが必要です（`PYTHON` で特定のものを指定可能）。プラグインはローカルのPythonプロセスとして実行されます。TongFlow は自動的に各プラグイン用の隔離された venv を作成し、初回利用時に各プラグインの `requirements.txt` をインストールします——Pythonの手動設定は不要です。
**`http://localhost:3000`** を開けば、キャンバスがすぐに使えます。その後は[セルフホストのセットアップ](#セルフホストのセットアッププラグインと認証情報)に従って設定してください（認証情報はアプリ内の**設定**ダイアログ、またはプロジェクトの `.env` に入力）。
## Docker で起動
セルフホスト用イメージが GHCR に公開されています——Node/Python/pnpm のセットアップは不要です：
```bash
docker run -d -p 3000:3000 \
-v tongflow-data:/data -v tongflow-plugins:/plugins \
ghcr.io/tong-io/tongflow:latest
```
その後 **`http://localhost:3000`** を開きます。または Compose で（本リポジトリの [`docker-compose.yml`](../docker-compose.yml) をクローンします）：
```bash
docker compose up -d
```
プルする代わりに自分でイメージをビルドするには：`docker build -t tongflow .`
**データと認証情報。** 書き込み可能なものはすべて `/data` ボリュームに保存されます（SQLite DB、アップロード、設定）。API キーは任意です——アプリ内の**設定**ダイアログで設定するか、起動時に渡します（`-e OPENROUTER_API_KEY=…`）。対応キー：`OPENROUTER_API_KEY`、`GEMINI_API_KEY`、`OPENAI_API_KEY`、`MODAL_TOKEN_ID` / `MODAL_TOKEN_SECRET`。
**プラグイン。** イメージにはプラグインが含まれていません——アプリ内のプラグインマネージャーからインストールしてください（初回インストールには GitHub へのネットワークアクセスが必要）。初回実行時、プラグインは `/data/.tongflow/plugin-venv` の下に共有 Python venv を作成します（PyPI から SDK とそのプラグインの `requirements.txt` をインストール）。そのため初回実行は遅く、ネットワークが必要です。Modal ベースのプラグインにはさらに Modal トークンが必要です。
## セルフホストのセットアップ（プラグインと認証情報）
セルフホストの TongFlow はプラグインを一切同梱しておらず、キャンバスにはサンプルワークフローがあらかじめ読み込まれています。以下の3ステップで動かせます：
### 1 — プラグインをインストール
**プラグインマネージャー**（右上の四角いアイコン）を開き、必要に応じてインストールしてください。新しくインストールしたプラグインは再起動不要で即座に利用できます。
あらかじめ読み込まれた**サンプルワークフロー**（テキスト → 画像 → 融合 → 動画）を実行するには、以下の3つのプラグインが必要です：
- [tongflow-modal-z-image](https://github.com/tong-io/tongflow-modal-z-image) — テキストから画像生成
- [tongflow-modal-flux2-klein9b](https://github.com/tong-io/tongflow-modal-flux2-klein9b) — 画像の融合 / ミックス
- [tongflow-modal-minimax-h3](https://github.com/tong-io/tongflow-modal-minimax-h3) — 画像から動画生成
これらのプラグインは [Modal](https://modal.com) 上で動作します（毎月最大 **$30** 分の無料GPU演算）。**設定**で `MODAL_TOKEN_ID` / `MODAL_TOKEN_SECRET` を入力してください。トークンは [modal.com/settings/tokens](https://modal.com/settings/tokens) で作成できます。他のどのプラットフォームでも同じ方法で自分のプラグインを公開できます。
プラグインマネージャーでは完全なカタログを閲覧できます——公式API プラグイン（OpenAI / Gemini / OpenRouter）やその他のGPU/CPUプラグインなど。
### 2 — 認証情報を設定
**設定**（右上の歯車アイコン）を開き、プラグインが必要とする環境変数を入力します——たとえばAPIプラグイン用の `OPENAI_API_KEY` や、GPU/CPUプラグインに必要な認証情報など。
> **プラグインの認証情報はすべて「設定」にあります。** TongFlow は特定のプラットフォームに縛られず、どのプロバイダーもハードコードしていません。設定ダイアログは汎用的な環境変数の key/value エディタで、その値がプラグインに渡されます。各プラグインがどのキーを必要とするかは、それぞれの README に記載されています。値はローカルに保存され、変更は即座に反映され、再起動は不要です。
### 3 — サンプルワークフローを実行
あらかじめ読み込まれたサンプルをノードごとに実行することも、実行モードに切り替えて実行ボタンをクリックし、一括で実行することもできます。
## カスタムプラグイン
キャンバス上で動作するすべてのノードの背後には、**契約**——ABI（[`packages/tongflow/abi/tongflow.abi.json`](../packages/tongflow/abi/tongflow.abi.json)）があります。これは「どんな能力があるか」と「各能力の入出力がどんな形か」を定義し、「誰が実装するか」とは無関係です。プラグインとは小さなPythonパッケージで、ABI の中の1つまたは複数のスロットを選び、tongflow Python SDK を使って、ABI から生成された型で**どう実装するか**の部分を提供します。
完全な開発フロー——ABI、`@node_slot` デコレータ、SDK、ディレクトリ構造、公開方法については **[docs/plugins.md](plugins.md)** を参照してください。
## コミュニティ
**[Discord](https://discord.gg/K7V8az94Zf)** に参加するか、下記の**WeChatグループ**のQRコードをスキャンしてください。
## ライセンス
TongFlow は **デュアルライセンス（dual-licensing）** モデルを採用しています：
- **[AGPL-3.0](../LICENSE)** —— 個人、研究、オープンソースプロジェクト、および AGPL（第13条の
ネットワーク/ソース公開義務を含む）を遵守する利用者には**無料**。
- **[商用ライセンス](../COMMERCIAL-LICENSE.md)** —— **クローズドソース / SaaS** 製品で TongFlow を
使用し、**ソースを公開したくない**組織、あるいは保証条項やプラットフォームの技術サポートを
必要とする組織向け。価格は応相談、**business@tongflow.com** までご連絡ください。
上記のライセンスはリポジトリ全体（PyPI に公開される `tongflow` パッケージを含む `sdk/` ディレクトリ）をカバーします。
コードの貢献は [CLA](../CLA.md) に従います。