Bonsai-27B-GGUF
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
在一个浏览器页面上,用多个 Stable Diffusion 1.5 和 SDXL 模型按文字提示词生成图片。适合想试用多个图像模型、又不想逐个搭建的人。
Votepurchase Multiple Model (SD1.5/SDXL Text-to-Image) 是一款工具包,属于效率类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。
pip install -U huggingface_hub hf download John6666/votepurchase-multiple-model --repo-type space --local-dir votepurchase-multiple-model cd votepurchase-multiple-model
这个 Space 是用 Gradio 做的文字生成图片页面,让你在多个 Stable Diffusion 1.5 和 SDXL 模型之间选择。它的模型列表里还有 FLUX.1 系列和社区模型。它在 Hugging Face 的 zero-a10g 硬件上运行。
适合用提示词生成图片、想在一个地方比较图像模型的人,也适合想研究多模型 Gradio 应用的开发者。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 数字艺术 | 插画师和爱好者 | 用同一个提示词试不同的图像模型 | 把同一个提示词放到两个模型上运行并比较 |
| 内容创作 | 社交媒体和博客创作者 | 根据文字生成图片 | 生成一张配合帖子的图片 |
| 软件 | 开发者 | 研究会切换模型的 Gradio 应用 | 阅读 model_dict.json 和 app.py |
如果你需要一个有完整使用文档的固定模型,可以跳过它,因为来源里关于用法的说明很少。
你可以在这些地方使用它:
| Use case | Who | What they get back |
|---|---|---|
| 文字生成图片 | 任何想做图片的人 | 根据文字提示词生成的图片 |
| 模型对比 | 爱好者 | 同一个提示词在不同模型下的图片 |
如果要在本地运行副本,你需要先准备:
在线页面不需要这些。若要运行你自己的副本,请按下面的步骤操作。
pip install -U huggingface_hub hf download John6666/votepurchase-multiple-model --repo-type space --local-dir votepurchase-multiple-model cd votepurchase-multiple-model pip install gradio==6.10.0 pip install -r requirements.txt python app.py
在浏览器里打开这个 Space,或者用下面的命令启动你自己的副本。然后输入提示词,选一个模型,点击生成。
python app.py
| Tool | What it does |
|---|---|
| python app.py | 在你自己的电脑上启动 Gradio 应用 |
| hf download | 把这个 Space 的文件复制到本地文件夹 |
你打开这个 Space,输入一段文字提示词,并选择列表里的一个模型。运行之后,页面会返回一张根据提示词生成的图片。
如果你是新手,先打开这个 Space,写一句简短的提示词,并保留它提供的第一个模型。下一次只换模型,看看差别有多大。
如果你熟悉这个领域,仓库里有模型、LoRA 和文本反演的 JSON 列表,一个标注器文件夹,以及一个把日语转成 Danbooru 标签的文件夹。这个 Space 提到了 VAE、FLUX.1 模型和两个数据集,其中一个是负面提示词嵌入集。
README 几乎没有用法说明,所以这里的步骤来自仓库文件和 Hugging Face 自己的记录。
在一个浏览器页面上,用多个 Stable Diffusion 1.5 和 SDXL 模型按文字提示词生成图片。适合想试用多个图像模型、又不想逐个搭建的人。
由 John6666 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。
它是什么:这个 Space 是用 Gradio 做的文字生成图片页面,让你在多个 Stable Diffusion 1.5 和 SDXL 模型之间选择。它的模型列表里还有 FLUX.1 系列和社区模型。它在 Hugging Face 的 zero-a10g 硬件上运行。
适合谁:适合用提示词生成图片、想在一个地方比较图像模型的人,也适合想研究多模型 Gradio 应用的开发者。
Industry | Who uses it | How they use it | Example
数字艺术 | 插画师和爱好者 | 用同一个提示词试不同的图像模型 | 把同一个提示词放到两个模型上运行并比较
内容创作 | 社交媒体和博客创作者 | 根据文字生成图片 | 生成一张配合帖子的图片
软件 | 开发者 | 研究会切换模型的 Gradio 应用 | 阅读 model_dict.json 和 app.py
如果你需要一个有完整使用文档的固定模型,可以跳过它,因为来源里关于用法的说明很少。
用在哪里:你可以在这些地方使用它:
Use case | Who | What they get back
文字生成图片 | 任何想做图片的人 | 根据文字提示词生成的图片
模型对比 | 爱好者 | 同一个提示词在不同模型下的图片
如何设置:如果要在本地运行副本,你需要先准备:
在线页面不需要这些。若要运行你自己的副本,请按下面的步骤操作。
pip install -U huggingface_hub
hf download John6666/votepurchase-multiple-model --repo-type space --local-dir votepurchase-multiple-model
cd votepurchase-multiple-model
pip install gradio==6.10.0
pip install -r requirements.txt
python app.py
如何使用:在浏览器里打开这个 Space,或者用下面的命令启动你自己的副本。然后输入提示词,选一个模型,点击生成。
python app.py
Tool | What it does
python app.py | 在你自己的电脑上启动 Gradio 应用
hf download | 把这个 Space 的文件复制到本地文件夹
示例:你打开这个 Space,输入一段文字提示词,并选择列表里的一个模型。运行之后,页面会返回一张根据提示词生成的图片。
新手与专家:如果你是新手,先打开这个 Space,写一句简短的提示词,并保留它提供的第一个模型。下一次只换模型,看看差别有多大。
如果你熟悉这个领域,仓库里有模型、LoRA 和文本反演的 JSON 列表,一个标注器文件夹,以及一个把日语转成 Danbooru 标签的文件夹。这个 Space 提到了 VAE、FLUX.1 模型和两个数据集,其中一个是负面提示词嵌入集。
你输入提示词
你选择一个模型
Space 在 GPU 上加载它
模型生成图片
你看到结果
注意事项:README 几乎没有用法说明,所以这里的步骤来自仓库文件和 Hugging Face 自己的记录。
在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。
README.md 4 KB
同一分类里与本产品共有标签最多的已上架 Hugging Face Space。
| 产品 | 点赞 | 构建方式 | 许可证 | 最近更新 |
|---|---|---|---|---|
| Votepurchase Multiple Model (SD1.5/SDXL Text-to-Image) 本页 | 147 | gradio | mit | |
| MusicGen共有 gradio | 5,116 | gradio | cc-by-nc-4.0 | |
| Kokoro TTS共有 gradio | 3,556 | gradio | apache-2.0 | |
| Background Removal共有 gradio | 2,988 | gradio | mit | |
| Omni Image Editor共有 gradio | 2,922 | gradio | mit | |
| Diffusers Image Outpaint共有 gradio | 2,565 | gradio | apache-2.0 |
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
LibertAIDAI · 工具包
以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。
facebook · 工具包
根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。
ACE-Step · 工具包
用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。
op7418 · 技能
能生成单文件 HTML 幻灯片、幻灯片配图和多平台封面的技能,有两套视觉风格,还带演讲者模式用于排练。适合使用 Claude Code 或 Codex 的演讲者。
zarazhangrui · 技能
从零开始或从 PowerPoint 文件生成 HTML 演示文稿,并展示几种视觉风格预览供你挑选,适合不懂 CSS 和 JavaScript、又想做网页幻灯片的人。