MOSS-Image Scribble Control LoRA

MOSS-Image Scribble Control LoRA

在 ComfyUI 里为 MOSS-Image-SFT 提供涂鸦控制的 LoRA，把黑底上的白色粗线条变成成品图，由提示词决定质感和风格，适合从草图出发的人。

由 thedeoxen 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：这是为 MOSS-Image-SFT 图像模型准备的涂鸦控制 LoRA。你给它黑底上的白色粗略线条，它会贴合你画的草图，而画面的外观由提示词提供。它是编辑类 LoRA，不是官方的 MOSS 颜色或深度适配器。作者选用的是训练第 5000 步的检查点。

适合谁：手绘构图草图、想从中得到成品图的人会觉得合适。只用大致形状来规划场景的设计师也可以用。

行业 | 谁在用 | 怎么用 | 例子
插画 | 画师 | 画几笔线条，其余交给提示词来填 | 一张快速的人物草图变成有风格的肖像
影视与分镜 | 分镜师 | 把粗略的分镜格变成完成的画面 | 三笔画出的街景渲染成一张静帧
设计 | 艺术指导 | 在投入细节之前先测试版式 | 在同一构图上试几种不同的外观
研究 | 图像模型爱好者 | 在 MOSS-Image-SFT 上测试涂鸦控制 | 比较不同强度和线条风格

如果你不用 ComfyUI 或 MOSS-Image-SFT，可以跳过它，因为它是针对这个基础模型训练的。

用在哪里：

• ComfyUI，使用仓库里附带的工作流文件
• 内置的 Text Encode MOSS-Image Edit 节点
• 装有 Python 的 Windows、macOS 或 Linux，用来下载文件

用途 | 适合谁 | 得到什么
画一个构图 | 画师 | 保留你布局的成品图
分镜变画面 | 分镜师 | 由粗略线条做出的有风格的静帧
快速版式测试 | 艺术指导 | 同样形状上的多种外观

如何设置：你需要 ComfyUI、MOSS-Image-SFT 的文件和这个 LoRA。作者列出了三个基础文件和一个工作流。

• 带有附带工作流所用软边缘节点的 ComfyUI
• MOSS-Image-SFT：UNet 文件 moss_image_sft_int8_convrot.safetensors
• 用于 MOSS-Image 的 Qwen3.5 文本编码器文件，加载时选择 moss_image 类型
• VAE 文件 flux2-vae_small.safetensors

1. 安装 Hugging Face 的 hub 软件包。
2. 下载这个仓库的文件，里面有 LoRA 和工作流。
3. 加载 MOSS-Image-SFT 的 UNet、文本编码器和 VAE。
4. 在 UNet 上以 1.0 的强度加载这个 LoRA。

pip install -U huggingface_hub
hf download thedeoxen/MOSS-Image-scribble-controlnet

如何使用：在黑底上画白色线条，或者从照片生成一张图，并把它作为唯一的参考图像传给 Text Encode MOSS-Image Edit 节点。在正向和反向编码上都把 edit format 设为 ai-toolkit。采样用 30 步、CFG 4，以及 euler 配 simple。没有触发词。

工具 | 作用
软边缘节点 | 从照片生成白色线条图，工作流里开启了安全模式
Text Encode MOSS-Image Edit | 接收控制图像和你的提示词
LoRA 加载器 | 以 1.0 的强度应用这个 LoRA
附带的工作流 | 加载照片、生成线条图、编码并采样

示例：你在黑底上画几笔白色的粗线条，表示一个站立的人物。你写一个提示词：一个穿猩红外套、站在彩绘帐篷前的马戏团团长。结果保留了姿势和布局，而服装、颜色和场景由提示词提供。

新手与专家：涂鸦图就是黑底图片上的一把白色粗线条。一个好的第一步是用默认设置对一张照片运行附带的工作流，然后只改提示词。

这个 LoRA 的线性层秩为 64，卷积层秩为 16。它是作为编辑适配器训练的，所以控制图像充当参考，提示词描述要生成的画面。它是在开启 kv cache 的情况下训练的，这就是 edit format 要用 ai-toolkit 的原因。训练用的线条比 Canny 或线稿的线条更粗更柔和，所以软边缘图比细的草图更匹配。如果控制显得太死板，可以把强度降到 0.7 左右。

你画线条或把照片加载进工作流
软边缘节点生成黑底白线的图
线条图和你的提示词送入编码节点
带 LoRA 的 MOSS-Image-SFT 采样出新图像

注意事项：

• License：apache-2.0，以 Hugging Face 上列出的为准
• Cost to run：没有提到
• Data it reaches：你加载进 ComfyUI 的图片和提示词，来源没有提到网络或账号访问
• 黑底上稀疏而粗的线条比杂乱的图更合适
• Not for：其他基础模型，因为它是在 MOSS-Image-SFT 上训练并推荐搭配使用的
• 它不是官方的 MOSS 颜色或深度适配器

Hugging Face 上的数据（2026年11月13日）

• 任务：image to image
• 框架：diffusers
• 最近 30 天下载：377
• 点赞：3
• 许可证：apache-2.0
• 语言：en
• 基于：OpenMOSS-Team/MOSS-Image-SFT
• 标签：diffusers, moss-image, controlnet, lora, comfyui, scribble, image-to-image

链接

• 模型：https://huggingface.co/thedeoxen/MOSS-Image-scribble-controlnet
• 文件：https://huggingface.co/thedeoxen/MOSS-Image-scribble-controlnet/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download thedeoxen/MOSS-Image-scribble-controlnet

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。