安裝方式偏向研究原型工作流，先建立 environment.yml 對應的 Conda 環境，再按 scripts/services/ 和 scripts/serve.sh 需要下載本地模型。README 亦提到 OneIG 同 WISE 有獨立環境，代表它不是單一命令就能完整跑通的輕量工具，而是要跟着項目內的服務配置同基準測試流程去部署。
GenRouter 處理的不是單純「生成得靚唔靚」，而是把不同提示詞導向不同算力配置。當任務涉及多步空間推理、精準文字渲染，或者需要較高視覺質素時，GenRouter 會揀更合適的執行計劃；較簡單的請求則不必走沉重流程，這種取捨直接針對延遲同成本問題。
- GenCanvas 將 agentic image generation 拆成通用原語，方便重用工作流
- GenRouter 以需求分析、記憶輔助匹配同 Pareto filtering 做路由
- 目標是減少「一刀切」流程造成的算力浪費
- 比較適合做圖像代理、生成管線同研究型系統的團隊
- README 未見完整公開的數值結果摘要，較適合當作框架型項目理解