小型设计工作室怎么搭AI创作工作流？铭凡MS-02 Ultra工作流搭建

小型设计工作室 AI 工作流搭建指南｜铭凡 MS-02 Ultra 实测

哈喽，大家好，我是梁粤Leo！

前阵子，一个做视觉设计的朋友来找我聊工作室的设备方案。他说团队最近试了不少 AI 工具，但 AI 越火，他们反而越焦虑。

现在用 AI 出一张漂亮的图片并不难，难的是怎么把它接进实际项目。客户发来的图片要抠图，旧素材经常找不到，AI 生成的图片还得反复修改。改完以后版本又乱了，不同平台上的生成记录、提示词和中间文件也很难完整保留下来。

他们原本的想法很直接，干脆买一台高性能服务器放在工作室，把 AI 模型和生成工具都搬到本地。但看了几套方案以后才发现，硬件投入只是第一步，后续还有功耗、噪声和维护成本。

我说先别急着买服务器。我们把工作室每天都在用的流程理一遍，看看真正卡在哪里。

梳理以后发现，他们最头疼的不是 AI 生成能力不够强，是素材分散、版本混乱、检索缓慢，以及大量重复性的文件操作。这些问题不需要靠堆显卡解决，缺的是一套能够管理本地素材，并让本地智能体长期在线执行任务的工作流。

先搭本地执行节点，别急着买服务器

比如我手上的这台铭凡「MS-02 Ultra」（Ultra 5 235HX、32G内存+1TB硬盘版本），就可以作为这套本地Agent工作流的执行底座。

推荐这款迷你主机的理由很简单：够小，拓展性好，性能在线。

它的体积只有 4.8L（尺寸 221.5×97×225mm），非常小巧，占地面积比一张 A4 纸还小，放在显示器下方就可以了，不会占用太多桌面空间。

它采用滑出式底盘设计，无需拆机就能拉出内部进行维护。内部扩展接口也比较丰富：4 个内存插槽、2 个 M.2 2280 硬盘插槽、3 个 PCIe 插槽，其中一个支持 PCIe 5.0，可按需加装采集卡、加速卡等硬件。整体扩展能力在同级产品中比较有竞争力。

如果工作室后续需要更大的高速素材空间或是有数据分类需求，还可以利用 PCIe 插槽加装一张 PCIe 转 4 × NVMe M.2 扩展卡。这款铭凡自家的扩展卡ESP4B，它通过 PCIe 4.0 ×4 协议连接主机，最多可以安装 4 块 NVMe SSD。相比于市面上的类似产品，它最大优势是单面170mm做到了4固态硬盘，而且还自带了风扇+散热板的主动散热装置，不用担心多盘同时使用的发热问题。而且还提供了 OCuLink（可外接4 块 SATA 硬盘，就算没有NAS，也可以将它当成数据存储中心） 和 USB-C 接口（20Gbps），方便连接归档盘或临时导入素材。

而且它的I/O接口也非常丰富，有4个USB A接口（传输速度10Gbps），2个USB4 V2接口（传输速度80Gbps）和1个40Gbps的USB4接口都支持视频输出DP2.0和15瓦PD供电，HDMI2.1接口，3.5mm音频接口以及两个RJ45 网口（10GbE&2.5GbE）。

从这些配置规格中就能看出，这台迷你主机的实力不简单，完全是一台小型服务器的配置。

实测「MS-02 Ultra」搭载的 Ultra5 235HX处理器瞬时功耗超过100瓦，长时间烤机也能维持在80瓦左右。CPU温度控制的不错，基本维持在80度左右。这得益于6热管双风扇的散热方案，能够把这款处理器的性能全部满血释放出来。而且它的噪音也很小。在烤机满载的测试工况下，也只和桌面的小风扇声音差不多。

对于一台小型服务器来说，不仅要有稳定的高性能释放，还要有良好的低负载功耗控制，毕竟这台机器大部分时间是挂在后台默默跑任务的。我在工作室连续开机了20多天，在我没使用它的几天里，每天耗电只有 0.25 度，非常低。

更重要的是铭凡这款迷你主机的售后服务也很不错，有3年的质保服务和终身免费的技术支持，甚至还有7天无理由免费上门退换货，系统激活也不影响无理由售后，这点必须点赞，极大地降低了大家的试错成本。

需要注意的是，我选择它，不是让它替代云端的 AI 出图，而是通过本地存储、自动化工具和本地智能体（如 WorkBuddy），承担素材整理、索引更新、批量预处理和项目归档。

回到工作流本身。这套方案的核心思路是：人做创意决策，本地 Agent做重复劳动。人在工位时，它是一台正常运行 Photoshop、Illustrator 和 Figma 的 Windows 工作站。人离开或机器空闲时，它可以继续执行已经安排好的批量任务。团队成员也能通过局域网访问搜索页面和共享任务目录，不需要每台电脑重复部署同一套工具。

AI 工具调用、处理结果反馈和输出内容整理等等，都可以交给这套自动化工具链运行。设计师只需要提前设置好几个技能和功能模板就能跑完整套流程，最后在结果里进行挑选和精修。

这也是我更建议小型工作室采用混合方案的原因。本地 Agent 主机「MS-02 Ultra」负责数据、记忆和执行，云端 AI 负责复杂推理与内容生成。工作室的数据、素材、版本记录和任务记忆掌握在自己手里，云端的 AI 生成模型则可以根据项目需要灵活选择。哪家工具更合适就用哪家，而且现在大模型还在快速进化、百家争鸣，更没必要一开始就投入一套昂贵的本地服务器。

NAS负责存，MS-02 Ultra负责把旧素材找回来

设计工作室最容易失控的，往往不是新项目，是历史素材。旺季时项目一个接着一个，源文件、参考图和客户素材只能先打包放进 NAS。等空下来再整理，很多人已经记不清它属于哪个项目。时间一长，就变成一座很难再利用的"素材屎山"。

这套工作流不需要改变原有 NAS 目录和路径，也不用把全部素材复制到主机。NAS 继续负责长期存储和备份，「MS-02 Ultra」负责读取图片和文件路径，并在本机中保存缩略图、OCR 文本、图片向量和当前项目缓存。

因为很多海报、详情页和竞品截图的文件名没有意义，甚至是重复的（我以前提案的时候，基本都用Case ABC来分类），但画面里有一些明确的相关文案。比如时间节点、品类名称、功能等。像是618、双十一这类还能通过时间节点的文件夹找到相关素材，咖啡机这类具体的产品素材就难定位了，很多项目里都会有这个产品，光靠文件名和文件夹找不到。

所以光用 OCR 做文本索引不够，还要用图片向量来做语义检索。这样才能做到，你只需要说画面中的信息，它就能找出来。无论是画面中的文字，还是上面的产品特征以及色调。

这次我用 120 张海报类素材测试了批量 OCR 识别。这台 235HX 加 32G 内存的配置，跑 120 张海报的 OCR 只用了 28 秒，平均每张 0.23秒，比逐张人工看图取名快太多了。

识别完成只是第一步，要把文字变成可用的搜索能力，关键是把"识别出来的文字"和"这张图在 NAS 上的原始路径"绑在一起，存成一张映射表（jsonl原始信息）。有了这张表，你输入一个词，系统就能把所有画面里带这个字的老图全部翻出来。如果你不了解其中的原理，或者不懂如何操作，也不用担心，你完全可以让WorkBuddy 预设成了自动化模板：只要把需要识别的文件夹路径丢给它，它会自动调用本机的 Umi-OCR 识别所有图片、生成映射表、接进搜索页面。设计师不需要懂 OCR、不需要看 JSON，整个过程一次跑通。

我用这 120 张素材实测验证了一次。搜索「咖啡」直接命中 11 张图，只用了0.1ms。有的写着"畅享咖啡自由"，有的写着"杯杯好咖啡"；输入「东菱」能定位到对应咖啡机型号的海报，输入「高压萃取」能找到产品卖点图。这正好解决前面说的痛点：像咖啡机这种可能在多个项目里反复出现的产品，光靠文件名和文件夹找不到，但靠图片里的文字就能一次性捞回来。

有了这条路径，你NAS里的老素材只要跑一遍批量，就能盘活所有的历史库存。新素材也不用每次手动整理，只需要在每个项目做完，把素材丢进指定项目。再让本地智能体定时识别新文件、补进索引、更新搜索。从"素材入库"到"能搜到"，不需要任何人手动操作。这样素材库会越用越厚，老项目沉淀下来的每一张图，都会成为下一次创作的素材池。

OCR 解决的是"图片里写了什么"，但纯照片、纹理、背景和产品图未必带文字。遇到这类素材，就要换成语义检索，按画面内容、构图、氛围来找图，而不是按素材中的文字。

语义检索用的是 Chinese-CLIP。你可以理解为它的模型是把每张图片进行编码，把画面信息转化成中文语义。所以我们只需要输入“咖啡机”它就能帮我找出素材中的咖啡机图片，速度也是非常的快，只用了32ms（测试时间仅供参考，具体时间会根据素材数量不同，图片大小等原因变化）。

除了具体的产品描述以外，你还可以用抽象的感觉或色彩去做搜索。这样更有利于设计师去发散思维和寻找灵感。即使不记得文件名，只要还记得大概的画面，也有机会把素材重新找回来。

总的来说，OCR 适合找"画面里明确出现过某个字"的图，语义检索适合找"画面感觉像某种风格"的图。两者互补，素材库里的图不管带不带文字，都有机会被找回来。

重复操作交给本地智能体，设计师只做最后精修

检索解决的是"把文件找回来"，接下来才是"把重复操作先做掉"。这一步让本地Agent完成批量预处理，再交回设计软件精修，不追求直接交付成品。

以前一次处理几十张产品图，设计师要在 Photoshop 里逐张抠图和修边。现在可以把待处理图片放进共享任务目录，由本地智能体调用 rembg 或 BRIA RMBG 抠图工具，输出透明背景 PNG，同时保留原图不变。

处理完成后，源文件、过程文件和导出结果按统一规则放回项目目录，项目结束后再归档到 NAS。这样一来，检索、预处理、正式设计和归档才真正连成一条工作流。

双网口怎么分工，利用率最高

当原图放在 NAS、索引和缓存放在本地Agent主机、团队又要同时访问搜索页面时，网络就不是可有可无的配角，而是这套工作流能否长期顺畅运行的一部分。

铭凡这台「MS-02 Ultra」迷你主机不仅支持WiFi 7的无线网络，还提供一个 10GbE 和一个 2.5GbE RJ45 网口。如果 NAS 和交换机支持 2.5GbE 或 10GbE，可以让 10GbE 接入交换机，承担团队访问搜索页面、项目缓存和处理结果；2.5GbE 直连 NAS，单独承担素材扫描、索引更新和归档同步。

这套接法的重点不是让单个文件速度翻倍，而是把后台扫描与团队访问分开。数据量不大时，也可以让 NAS 和主机全部接入同一台交换机，没必要为了双链路增加维护复杂度。

另外，「MS-02 Ultra」机身还提供 PCIe 显卡扩展，但选卡需要核对机箱空间、槽位厚度、供电和散热。等刚需软件明确需要显卡性能后，再补充兼容的独立显卡来开启 GPU 加速。不过需要注意的是重度 3D 渲染、视频 AI 和大规模本地生图，还是需要一台大型的专业工作站或服务器，不能把它的“有显卡槽”理解成可以随意安装高功耗显卡。

哪些工作室适合，哪些工作室没必要买？

这套铭凡「MS-02 Ultra 」本地Agent工作流方案更适合哪些团队：

第一类是 2～10 人的小型平面设计、品牌视觉、电商物料和社媒内容工作室。项目多、素材多、版本多，但没必要一开始就购买大型服务器。

第二类是已经在使用云端 AI，但实际工作仍然停留在“生成几张图”的团队。他们更需要把 AI 接进素材检索、图片预处理、正式设计和项目归档。

第三类是已经有 NAS，但觉得 NAS 自带 AI 功能不够开放的团队。NAS 管存储，「MS-02 Ultra」在 Windows 环境里承担更灵活的搜索、预处理和自动化任务，两端正好形成互补。

它不适合的人也很明确。

如果日常工作只有网页、文档和聊天软件，没有大量素材和后台任务，没必要买到这个级别。

如果主要需求是重度本地生图、视频 AI 或大型 3D 渲染，又不准备配置合适的独显，也不适合把它当成一步到位的方案。

总的来说，铭凡「MS-02 Ultra 」更适合放在小型工作室里，成为一个长期在线的本地Agent节点。NAS 继续保管原始素材，它负责建立索引、执行批量任务和连接设计软件。云端模型可以继续更新，本地的数据、版本和工作记忆不用跟着推倒重来。先用Agent把每天都会发生的重复工作跑顺，等真正发现内存、GPU 或网络成为瓶颈，再针对性升级。这比提前为想象中的需求买单，更务实。