xkcd-artist

xkcd-artist

通过规划场景、姿势和对话气泡，把文本提示词变成 XKCD 风格的漫画，输出 SVG 或 PNG。适合想从一个想法快速得到漫画分格的人。

由 gnumanth 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：这是一个很小的文本生成图像方案，能根据一句话画出 XKCD 风格的漫画分格。它把一个小型规划器和一个扩散 LoRA 搭配在一起。规划器决定场景布局、道具、姿势和对话气泡，LoRA 负责外观。它的主权重约有 1.6M 个参数，并把结果导出为 SVG 或 PNG。

适合谁：适合想从一个想法快速得到漫画分格、并且能运行一小段 Python 代码或浏览器演示的人。

行业 | 谁在用 | 怎么用 | 例子
教育 | 教师 | 用一格漫画说明一个技术概念 | 用一句话解释一个概念的一格漫画
出版 | 博主和作者 | 给文章加一幅快速漫画 | 为一篇文章导出成 PNG 的漫画
软件 | 网页开发者 | 通过 ONNX 在页面里运行一个很小的模型 | 在浏览器里生成分格
研究 | 机器学习学生 | 研究小型规划器加扩散 LoRA 的设计 | 比较 PyTorch 和 ONNX 运行时

如果你想要写实或绘画风格的图像，可以跳过它，因为它面向漫画分格。

用在哪里：它在 Python 里用 PyTorch 或 ONNX 后端运行，模型卡还列出了浏览器运行时和一个在线工作室页面。

• Python 脚本，使用 PyTorch 或 ONNX 后端
• 浏览器，通过带 WASM SIMD 的 Int8 ONNX 图
• 项目的在线交互工作室，模型卡里有链接

使用场景 | 谁用 | 得到什么
从提示词生成漫画 | 作者 | 一格 SVG 标记或 PNG 文件形式的漫画
浏览器内生成 | 网页开发者 | 同一个规划器作为小型 ONNX 图运行
模型学习 | 学生 | 小文件和一个自包含的 PyTorch 定义，可以阅读

如何设置：先从 GitHub 获取项目代码，再从 Hugging Face 获取模型文件。模型卡的代码段从这个项目导入 xkcd_artist 包。

• Python
• GitHub 上的 xkcd-artist 项目代码
• 为几兆字节的模型文件留出空间

1. 从 GitHub 获取 xkcd-artist 代码。
2. 安装 Hugging Face 工具。
3. 把模型文件下载到你的电脑。
4. 运行模型卡的代码段，打开它写出的文件。

pip install -U huggingface_hub
hf download gnumanth/xkcd-artist

如何使用：用你的提示词调用 xkcd_artist 并选一个后端，然后导出结果。模型卡的代码段在下面。

from xkcd_artist import xkcd_artist

comic = xkcd_artist(
    "Machine learning pile of linear algebra stir the pile",
    backend="onnx",  # 'onnx' | 'pytorch'
)

svg_markup = comic.to_svg()
png_bytes = comic.to_png("machine_learning_xkcd.png")

工具 | 作用
xkcd_artist | 用 onnx 或 pytorch 后端把提示词变成漫画对象
to_svg | 把漫画返回为 SVG 标记
to_png | 把漫画保存为 PNG 文件
model.safetensors | 规划器的 FP32 权重，1,586,603 个参数
lora_weights.safetensors | 规划器内部的 LoRA 适配器，93,568 个参数
onnx/model_quantized.onnx | 小 3.58x 的 Int8 ONNX 图
sd_xkcd_lora/adapter_model.safetensors | segmind/tiny-sd UNet 的 LoRA，在遮住对话气泡的分格上训练

示例：传入模型卡代码段里关于机器学习的那句话，并保持 onnx 后端。调用会返回一幅漫画，你可以把它转成 SVG 标记，或保存为 machine_learning_xkcd.png。

新手与专家：文本生成图像模型根据一句话画出一幅图。这个模型很小，只针对漫画分格。第一个小尝试是原样运行模型卡的代码段，然后打开它保存的 PNG。

对专家来说，一个 5 头规划器预测场景、姿势和对话气泡布局，一个秩为 16、有 1,726,464 个可训练参数的 LoRA 适配 segmind/tiny-sd 的 UNet。训练用了 891 条 ExplainXKCD 舞台指令和 226 个遮住气泡的分格。模型卡报告在它自己留出的数据上布局准确率为 100.0%，所以请在你自己的提示词上检查结果。

写一句话提示词
规划器安排场景、姿势和气泡
扩散 LoRA 加上外观
导出 SVG 或 PNG

注意事项：模型卡列出了这些文件大小。

Title: 主要文件的大小
规划器 FP32 权重: 6.16 MB
Int8 ONNX 图: 1.72 MB
扩散 LoRA 适配器: 6.60 MB

• Benchmark: 模型卡报告两个运行时在它自己留出的数据上，布局和舞台道具准确率都是 100.0%。
• Latency: PyTorch 的中位数为 0.629 ms，ONNX 版本为 0.621 ms。
• Training data: 真实的 XKCD 分格，所以发布输出之前请考虑权利问题。
• License: MIT。
• Cost to run: 未提及，没有 API 密钥、账号或付费服务。
• Data it reaches: 你的提示词和你保存的文件，以及从 Hugging Face 下载的模型文件。
• Not for: 模型卡没有写明限制。

Hugging Face 上的数据（2026年11月13日）

• 任务：text to image
• 框架：transformers
• 参数量：1.6M
• Weights: about 6 MB in F32; about 1 MB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：42
• 点赞：3
• 许可证：mit
• 语言：en
• 标签：transformers, onnx, safetensors, xkcd_artist, xkcd, comics, diffusion-lora, stick-figure, scene-graph, pytorch, text-to-image

链接

• 模型：https://huggingface.co/gnumanth/xkcd-artist
• 文件：https://huggingface.co/gnumanth/xkcd-artist/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 gnumanth/xkcd-artist

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。