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。
在基于 idol、Z-Image-Turbo 和 BiRefNet 模型的 Gradio 应用里,用文字提示词生成图片。可在浏览器里用,也可在装有 Python 3.12 的自己电脑上运行。
Idol Imagine Fast 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 prithivMLmods/idol-imagine-fast --repo-type space --local-dir idol-imagine-fast cd idol-imagine-fast
这个 Space 是一个 Gradio 应用,会根据文字提示词作出回应。它把 Hugging Face 上名为 idol、Z-Image-Turbo 和 BiRefNet 的三个模型放在一个页面后面,你可以在浏览器里打开。
仓库里有 app.py、一个 model.py 文件、一个 idol 文件夹和一个示例图片文件夹。
适合想不装任何东西就试用提示词出图的人,也适合想读一个把多个模型串起来的小型 Gradio 演示的开发者。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 设计 | 图像创作者 | 在页面上输入提示词,看返回的结果 | 把同一个想法试几种不同的写法 |
| 内容创作 | 社交媒体创作者 | 把示例图片当作起点 | 在花时间之前先确认一种风格 |
| AI 开发 | 开发者 | 阅读 app.py 和 model.py,看模型是怎么被调用的 | 把这个结构借用到自己的演示里 |
| 教育 | 学生 | 打开页面,比较不同的提示词 | 了解措辞怎样改变结果 |
如果你需要有支持服务的托管产品,可以跳过,因为这只是一位作者做的演示页面。
这个应用可以在下面这些地方运行。
| Use case | Who | What they get back |
|---|---|---|
| 免设置试用提示词 | 好奇的人 | 浏览器页面里的结果 |
| 运行私人副本 | 开发者 | 在自己机器上的同一个应用 |
| 研究代码 | 学习者 | 一个带示例图片的小型仓库 |
在线使用只需要浏览器。本地副本需要先准备好下面这些。
pip install -U huggingface_hub hf download prithivMLmods/idol-imagine-fast --repo-type space --local-dir idol-imagine-fast cd idol-imagine-fast pip install gradio==6.31.0 pip install -r requirements.txt python app.py
打开 Space 页面,或者在你的副本里运行下面的命令,再打开应用提供的页面。然后输入一段文字提示词并运行。
python app.py
你打开这个 Space,输入一句描述想要图片的短提示词,然后运行。结果会出现在同一个页面上,你可以改改措辞再运行一次。
如果你是新手,打开 Space 页面,从一张示例图片或一句短提示词开始。每次只改一个词,看看结果怎么变。
如果你熟悉这个领域:应用是 Python 3.12 上的 Gradio 6.31.0,在线运行在 zero-a10g 硬件上。它列出三个 Hugging Face 模型。Z-Image-Turbo 和 BiRefNet 是独立于 idol 模型的项目,所以本地副本会分别下载它们。
仓库一共有 89 个文件,大部分在 idol 文件夹和示例图片里。Hugging Face 给这个 Space 标了 Gradio 和 MCP 标签。
在基于 idol、Z-Image-Turbo 和 BiRefNet 模型的 Gradio 应用里,用文字提示词生成图片。可在浏览器里用,也可在装有 Python 3.12 的自己电脑上运行。
由 prithivMLmods 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 是一个 Gradio 应用,会根据文字提示词作出回应。它把 Hugging Face 上名为 idol、Z-Image-Turbo 和 BiRefNet 的三个模型放在一个页面后面,你可以在浏览器里打开。
仓库里有 app.py、一个 model.py 文件、一个 idol 文件夹和一个示例图片文件夹。
适合谁:适合想不装任何东西就试用提示词出图的人,也适合想读一个把多个模型串起来的小型 Gradio 演示的开发者。
Industry | Who uses it | How they use it | Example
设计 | 图像创作者 | 在页面上输入提示词,看返回的结果 | 把同一个想法试几种不同的写法
内容创作 | 社交媒体创作者 | 把示例图片当作起点 | 在花时间之前先确认一种风格
AI 开发 | 开发者 | 阅读 app.py 和 model.py,看模型是怎么被调用的 | 把这个结构借用到自己的演示里
教育 | 学生 | 打开页面,比较不同的提示词 | 了解措辞怎样改变结果
如果你需要有支持服务的托管产品,可以跳过,因为这只是一位作者做的演示页面。
用在哪里:这个应用可以在下面这些地方运行。
Use case | Who | What they get back
免设置试用提示词 | 好奇的人 | 浏览器页面里的结果
运行私人副本 | 开发者 | 在自己机器上的同一个应用
研究代码 | 学习者 | 一个带示例图片的小型仓库
如何设置:在线使用只需要浏览器。本地副本需要先准备好下面这些。
pip install -U huggingface_hub
hf download prithivMLmods/idol-imagine-fast --repo-type space --local-dir idol-imagine-fast
cd idol-imagine-fast
pip install gradio==6.31.0
pip install -r requirements.txt
python app.py
如何使用:打开 Space 页面,或者在你的副本里运行下面的命令,再打开应用提供的页面。然后输入一段文字提示词并运行。
python app.py
示例:你打开这个 Space,输入一句描述想要图片的短提示词,然后运行。结果会出现在同一个页面上,你可以改改措辞再运行一次。
新手与专家:如果你是新手,打开 Space 页面,从一张示例图片或一句短提示词开始。每次只改一个词,看看结果怎么变。
如果你熟悉这个领域:应用是 Python 3.12 上的 Gradio 6.31.0,在线运行在 zero-a10g 硬件上。它列出三个 Hugging Face 模型。Z-Image-Turbo 和 BiRefNet 是独立于 idol 模型的项目,所以本地副本会分别下载它们。
打开 Space 页面或运行 app.py
输入一段文字提示词
应用调用它列出的模型
结果显示在同一个页面上
注意事项:仓库一共有 89 个文件,大部分在 idol 文件夹和示例图片里。Hugging Face 给这个 Space 标了 Gradio 和 MCP 标签。
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 |
|---|---|---|---|---|
| Idol Imagine Fast 本页 | 1 | gradio | apache-2.0 | |
| Idol Image to 3D共有 idol · image-to-3d · mcp-server | 2 | gradio | apache-2.0 | |
| SkinTokens for Agents共有 3d · mcp-server · gradio | 4 | gradio | mit | |
| Character Animation for Agents共有 3d · mcp-server · gradio | 1 | gradio | cc-by-nc-4.0 | |
| projtex · Projection Texturing API共有 3d · mcp-server | 5 | docker | mit | |
| Z Image Turbo共有 mcp-server · gradio | 1,940 | 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。
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。