Mindket

MOSS-Image Lineart Control LoRA

新上架第 1 版 · 更新于

概览

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。

速览

你需要
  • 带有 Realistic Lineart 预处理器的 ComfyUI,并开启 coarse 模式
  • 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
用在
  • 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
先运行
pip install -U huggingface_hub
hf download thedeoxen/MOSS-Image-lineart-controlnet

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

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

  • 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
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。

  • 带有 Realistic Lineart 预处理器的 ComfyUI,并开启 coarse 模式
  • 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-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。

  1. 你把照片加载进工作流
  2. Realistic Lineart 节点生成黑底白线的线稿图
  3. 边缘图和你的提示词送入编码节点
  4. 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、较细的白线比密集的草图更符合训练数据
  • 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

README 和文件

README

MOSS-Image Lineart Control LoRA

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。

简介

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:

  • 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
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。

  • 带有 Realistic Lineart 预处理器的 ComfyUI,并开启 coarse 模式
  • 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-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:

  • 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、较细的白线比密集的草图更符合训练数据
  • 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:1,548
  • 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, lineart, image-to-image

链接

  • 模型:https://huggingface.co/thedeoxen/MOSS-Image-lineart-controlnet
  • 文件:https://huggingface.co/thedeoxen/MOSS-Image-lineart-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-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。

文件
README.md  6 KB

1 个文件,共 6 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-13

同类产品对比

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1,5483apache-2.0
MOSS-Image Normal Control LoRA共有 controlnet · image-to-image · moss-image1,0144apache-2.0
MOSS-Image Canny Control LoRA共有 controlnet · image-to-image · moss-image4583apache-2.0
MOSS-Image-SFT Segmentation Control LoRA共有 controlnet · image-to-image · moss-image4154apache-2.0
MOSS-Image Scribble Control LoRA共有 controlnet · image-to-image · moss-image3773apache-2.0
Krea2 Turbo OpenPose ControlNet LoRA共有 controlnet · image-to-image · lora18,552133apache-2.0
数据为 Mindket 在 2026-11-12 至 2026-11-13 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

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。

新上架

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。

新上架

MusicGen Small

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。

新上架

开发类的相似商品

查看开发类的全部商品

Lexnet

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。

新上架

FLUX.2 Klein LoRA Studio

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。

新上架

anaksor-ocr

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。

新上架