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。
为 MOSS-Image-SFT 在 ComfyUI 里提供线稿控制的 LoRA,可以给线稿上色,或把照片变成保留线条结构的新场景,适合重绘线稿和设计草图的人。
MOSS-Image Lineart Control LoRA 是一款工具包,属于开发类,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 thedeoxen/MOSS-Image-lineart-controlnet
这是为 MOSS-Image-SFT 图像模型准备的线稿控制 LoRA。你给它一张黑底上的细白线稿,它会跟随这些线条,而颜色、材质和风格由你的提示词决定。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。
在 ComfyUI 里给线稿上色或重绘照片、希望线条保持不变的人会觉得合适。希望由草图而不是光影来主导画面的设计师也可以用。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 设计 | 视觉设计师 | 在保持轮廓的同时给构图换颜色 | 同一版式换一套新配色 |
| 产品图像 | 营销人员 | 沿用照片的线条结构来做新场景 | 熟悉的版式放进新的场景 |
| 插画 | 画师 | 给干净的线稿上色,其余交给提示词来填 | 一张草图变成一幅有颜色的场景 |
| 研究 | 图像模型爱好者 | 在 MOSS-Image-SFT 上测试线稿控制 | 比较不同线条粗细和强度 |
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。
| 用途 | 适合谁 | 得到什么 |
|---|---|---|
| 给线稿上色 | 插画师 | 一张跟随你线条的彩色图像 |
| 把照片变成新场景 | 画师 | 保留照片线条结构的新场景 |
| 设计草图 | 设计师 | 由线稿而不是光影决定形状的结果 |
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。
pip install -U huggingface_hub hf download thedeoxen/MOSS-Image-lineart-controlnet
从你的照片生成线稿图,或者自己画一张,然后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 |
|---|---|
| Realistic Lineart 节点 | 生成黑底白线的线稿图,工作流里开启了 coarse 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、生成边缘图、编码并采样 |
你加载一张照片,生成它的线稿图,再写一个提示词:一个穿猩红外套、站在彩绘帐篷前的马戏团团长。结果保留了照片的线条结构,而服装、颜色和场景由提示词提供。
线稿图是只由细线组成的图片。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。coarse 设置比 fine 设置更像训练时用的线稿图。如果线条显得太死板,可以把强度降到 0.7 左右。
为 MOSS-Image-SFT 在 ComfyUI 里提供线稿控制的 LoRA,可以给线稿上色,或把照片变成保留线条结构的新场景,适合重绘线稿和设计草图的人。
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。
它是什么:这是为 MOSS-Image-SFT 图像模型准备的线稿控制 LoRA。你给它一张黑底上的细白线稿,它会跟随这些线条,而颜色、材质和风格由你的提示词决定。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:在 ComfyUI 里给线稿上色或重绘照片、希望线条保持不变的人会觉得合适。希望由草图而不是光影来主导画面的设计师也可以用。
行业 | 谁在用 | 怎么用 | 例子
设计 | 视觉设计师 | 在保持轮廓的同时给构图换颜色 | 同一版式换一套新配色
产品图像 | 营销人员 | 沿用照片的线条结构来做新场景 | 熟悉的版式放进新的场景
插画 | 画师 | 给干净的线稿上色,其余交给提示词来填 | 一张草图变成一幅有颜色的场景
研究 | 图像模型爱好者 | 在 MOSS-Image-SFT 上测试线稿控制 | 比较不同线条粗细和强度
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:
用途 | 适合谁 | 得到什么
给线稿上色 | 插画师 | 一张跟随你线条的彩色图像
把照片变成新场景 | 画师 | 保留照片线条结构的新场景
设计草图 | 设计师 | 由线稿而不是光影决定形状的结果
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。
pip install -U huggingface_hub
hf download thedeoxen/MOSS-Image-lineart-controlnet
如何使用:从你的照片生成线稿图,或者自己画一张,然后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
Realistic Lineart 节点 | 生成黑底白线的线稿图,工作流里开启了 coarse 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、生成边缘图、编码并采样
示例:你加载一张照片,生成它的线稿图,再写一个提示词:一个穿猩红外套、站在彩绘帐篷前的马戏团团长。结果保留了照片的线条结构,而服装、颜色和场景由提示词提供。
新手与专家:线稿图是只由细线组成的图片。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。coarse 设置比 fine 设置更像训练时用的线稿图。如果线条显得太死板,可以把强度降到 0.7 左右。
你把照片加载进工作流
Realistic Lineart 节点生成黑底白线的线稿图
边缘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:
用 Hugging Face 的命令行下载它的文件:
pip install -U huggingface_hub
hf download thedeoxen/MOSS-Image-lineart-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。
README.md 6 KB
同一分类里与本产品共有标签最多的已上架 Hugging Face 模型。
| 产品 | 最近 30 天下载 | 点赞 | 许可证 | 最近更新 |
|---|---|---|---|---|
| MOSS-Image Lineart Control LoRA 本页 | 1,548 | 3 | apache-2.0 | |
| MOSS-Image Normal Control LoRA共有 controlnet · image-to-image · moss-image | 1,014 | 4 | apache-2.0 | |
| MOSS-Image Canny Control LoRA共有 controlnet · image-to-image · moss-image | 458 | 3 | apache-2.0 | |
| MOSS-Image-SFT Segmentation Control LoRA共有 controlnet · image-to-image · moss-image | 415 | 4 | apache-2.0 | |
| MOSS-Image Scribble Control LoRA共有 controlnet · image-to-image · moss-image | 377 | 3 | apache-2.0 | |
| Krea2 Turbo OpenPose ControlNet LoRA共有 controlnet · image-to-image · lora | 18,552 | 133 | 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。
alpindale · 工具包
用一个只有约 984 个权重的小型神经网络,为 C 源代码的每个字符打上语法高亮标签,通过一个小小的 C 程序运行。适合对手工设计的网络好奇的开发者和研究者。
prithivMLmods · 工具包
在浏览器或你自己的电脑上,用一个 Gradio 应用试用 FLUX.2 Klein 图像模型的一组 LoRA。适合制作或测试 AI 图片的人。
Sokheng · 工具包
这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。