Mindket

Flux.2 Klein Edit Ultra Fast

新上架第 1 版 · 更新于

概览

用 FLUX.2 klein 4B 模型编辑图片,并搭配小型解码器来加快出图。这是一个在 Hugging Face 上运行的 Gradio 应用,适合设计师和开发者。

Flux.2 Klein Edit Ultra Fast 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。

速览

你需要
  • 你的电脑上装有 Python 和 pip,用于本地副本
  • requirements.txt 里列出的 Python 包
  • 如果只用在线 Space,就什么都不用装
用在
  • 网页浏览器,在 Hugging Face 上这个 Space 的页面里
  • 装有 Python 的 Windows、macOS 或 Linux,作为本地副本
  • 页面没有提到 Docker,所以请按普通的 Python 环境来准备
  • 列表带有 MCP 标签,但页面没有说明如何从客户端调用它
先运行
pip install -U huggingface_hub
hf download prithivMLmods/Flux.2-Klein-Edit-Ultra-Fast --repo-type space --local-dir Flux.2-Klein-Edit-Ultra-Fast
cd Flux.2-Klein-Edit-Ultra-Fast

平台

Windows操作系统
macOS操作系统
Linux操作系统
Docker容器

关于

它是什么

这是一个 Gradio 应用,用 Black Forest Labs 的 FLUX.2 klein 4B 模型来编辑图片。它还用到同一家的小型解码器,目的是加快解码。它以 Hugging Face Space 的形式运行,你在浏览器里就能试用,不用安装任何东西。

适合谁

想快速用 AI 修改图片的人,以及想阅读或复制这个模型的小型 Gradio 演示的开发者。

IndustryWho uses itHow they use itExample
设计设计师用一句文字指令修改图片替换产品照片的背景
营销内容团队为一次活动做出同一张图的多个版本调整横幅的颜色
软件开发者阅读 app.py,看模型如何接入 Gradio把这套写法复制到自己的演示里
研究图像模型爱好者试用 4B 模型搭配小型解码器用多个提示词处理同一张照片

如果你需要一份有文档的功能清单,可以跳过它,因为页面对应用功能说得很少。

用在哪里

  • 网页浏览器,在 Hugging Face 上这个 Space 的页面里
  • 装有 Python 的 Windows、macOS 或 Linux,作为本地副本
  • 页面没有提到 Docker,所以请按普通的 Python 环境来准备
  • 列表带有 MCP 标签,但页面没有说明如何从客户端调用它
Use caseWhoWhat they get back
根据提示词编辑照片设计师和内容团队一张修改后的图片
在本地试用模型开发者在自己电脑上运行的应用副本

如何设置

  • 你的电脑上装有 Python 和 pip,用于本地副本
  • requirements.txt 里列出的 Python 包
  • 如果只用在线 Space,就什么都不用装
  1. 如果只想在线使用,打开 Hugging Face 上这个 Space 的页面。
  2. 想要本地副本,先安装 Hugging Face hub 包,再下载这个 Space。
  3. 进入新文件夹,安装指定版本的 Gradio。
  4. 安装 requirements.txt 里的包。
  5. 用 Python 启动应用。
pip install -U huggingface_hub
hf download prithivMLmods/Flux.2-Klein-Edit-Ultra-Fast --repo-type space --local-dir Flux.2-Klein-Edit-Ultra-Fast
cd Flux.2-Klein-Edit-Ultra-Fast
pip install gradio==6.30.0
pip install -r requirements.txt
python app.py

这个 Space 在 Hugging Face 上使用 zero-a10g 硬件档位。页面没有说明本地运行除了 Python 包之外还需要什么。

如何使用

在线使用时,打开这个 Space,用页面上的表单操作。在自己的电脑上,运行应用文件,然后在浏览器里打开 Gradio 提供的页面。页面没有给出其他命令。

ToolWhat it does
python app.py在你的电脑上启动 Gradio 应用

示例

你上传一张客厅的照片,写一句话要求把墙刷成蓝色。应用把照片和你的话交给模型,随后出现一张修改后的图片,你可以查看并保存。

新手与专家

如果你是新手,先在线打开这个 Space。放入一张照片,写一句你想要的修改,看看返回什么。先试小改动,再试大改动。

如果你熟悉这个领域,请留意 FLUX.2 klein 4B 与小型解码器的搭配。小解码器通常比完整尺寸的解码得更快,所以出图更快的说法是合理的,但页面没有给出耗时或质量对比。

  1. 在浏览器里打开 Space
  2. 放入图片并写提示词
  3. FLUX.2 klein 4B 完成编辑
  4. 小型解码器渲染画面
  5. 你拿到编辑后的图片

注意事项

  • License: apache-2
  • Cost to run: 没有提到费用,不过这个 Space 本身在 Hugging Face 的 zero-a10g 硬件上运行
  • Data it reaches: 你提供的图片,以及它大概率会从 Hugging Face 拉取的模型文件

README 和文件

README

Flux.2 Klein Edit Ultra Fast

用 FLUX.2 klein 4B 模型编辑图片,并搭配小型解码器来加快出图。这是一个在 Hugging Face 上运行的 Gradio 应用,适合设计师和开发者。

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。

简介

它是什么:这是一个 Gradio 应用,用 Black Forest Labs 的 FLUX.2 klein 4B 模型来编辑图片。它还用到同一家的小型解码器,目的是加快解码。它以 Hugging Face Space 的形式运行,你在浏览器里就能试用,不用安装任何东西。

适合谁:想快速用 AI 修改图片的人,以及想阅读或复制这个模型的小型 Gradio 演示的开发者。

Industry | Who uses it | How they use it | Example
设计 | 设计师 | 用一句文字指令修改图片 | 替换产品照片的背景
营销 | 内容团队 | 为一次活动做出同一张图的多个版本 | 调整横幅的颜色
软件 | 开发者 | 阅读 app.py,看模型如何接入 Gradio | 把这套写法复制到自己的演示里
研究 | 图像模型爱好者 | 试用 4B 模型搭配小型解码器 | 用多个提示词处理同一张照片

如果你需要一份有文档的功能清单,可以跳过它,因为页面对应用功能说得很少。

用在哪里:

  • 网页浏览器,在 Hugging Face 上这个 Space 的页面里
  • 装有 Python 的 Windows、macOS 或 Linux,作为本地副本
  • 页面没有提到 Docker,所以请按普通的 Python 环境来准备
  • 列表带有 MCP 标签,但页面没有说明如何从客户端调用它
Use case | Who | What they get back
根据提示词编辑照片 | 设计师和内容团队 | 一张修改后的图片
在本地试用模型 | 开发者 | 在自己电脑上运行的应用副本

如何设置:

  • 你的电脑上装有 Python 和 pip,用于本地副本
  • requirements.txt 里列出的 Python 包
  • 如果只用在线 Space,就什么都不用装
  1. 如果只想在线使用,打开 Hugging Face 上这个 Space 的页面。
  2. 想要本地副本,先安装 Hugging Face hub 包,再下载这个 Space。
  3. 进入新文件夹,安装指定版本的 Gradio。
  4. 安装 requirements.txt 里的包。
  5. 用 Python 启动应用。
pip install -U huggingface_hub
hf download prithivMLmods/Flux.2-Klein-Edit-Ultra-Fast --repo-type space --local-dir Flux.2-Klein-Edit-Ultra-Fast
cd Flux.2-Klein-Edit-Ultra-Fast
pip install gradio==6.30.0
pip install -r requirements.txt
python app.py

这个 Space 在 Hugging Face 上使用 zero-a10g 硬件档位。页面没有说明本地运行除了 Python 包之外还需要什么。

如何使用:在线使用时,打开这个 Space,用页面上的表单操作。在自己的电脑上,运行应用文件,然后在浏览器里打开 Gradio 提供的页面。页面没有给出其他命令。

Tool | What it does
python app.py | 在你的电脑上启动 Gradio 应用

示例:你上传一张客厅的照片,写一句话要求把墙刷成蓝色。应用把照片和你的话交给模型,随后出现一张修改后的图片,你可以查看并保存。

新手与专家:如果你是新手,先在线打开这个 Space。放入一张照片,写一句你想要的修改,看看返回什么。先试小改动,再试大改动。

如果你熟悉这个领域,请留意 FLUX.2 klein 4B 与小型解码器的搭配。小解码器通常比完整尺寸的解码得更快,所以出图更快的说法是合理的,但页面没有给出耗时或质量对比。

在浏览器里打开 Space
放入图片并写提示词
FLUX.2 klein 4B 完成编辑
小型解码器渲染画面
你拿到编辑后的图片

注意事项:

  • License: apache-2
  • Cost to run: 没有提到费用,不过这个 Space 本身在 Hugging Face 的 zero-a10g 硬件上运行
  • Data it reaches: 你提供的图片,以及它大概率会从 Hugging Face 拉取的模型文件

Hugging Face 上的数据(2026年11月13日)

  • 点赞:23
  • 构建方式:gradio
  • 许可证:apache-2.0

链接

  • Space:https://huggingface.co/spaces/prithivMLmods/Flux.2-Klein-Edit-Ultra-Fast
  • 文件:https://huggingface.co/spaces/prithivMLmods/Flux.2-Klein-Edit-Ultra-Fast/tree/main

试用

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。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

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 Space。

产品点赞构建方式许可证最近更新
Flux.2 Klein Edit Ultra Fast 本页23gradioapache-2.0
Background Removal共有 mcp-server · gradio2,988gradiomit
Diffusers Image Outpaint共有 mcp-server · gradio2,565gradioapache-2.0
FLUX.1 Kontext共有 mcp-server · gradio1,661gradiomit
Chatterbox Turbo Demo共有 mcp-server · gradio541gradiomit
WAN2.2 I2V LIGHTNING-Video-4-8step共有 mcp-server · gradio425gradioapache-2.0
数据为 Mindket 在 2026-11-12 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

Nanosaur2-670M

well9472 · 工具包

用一个 670M 参数的小型扩散模型,根据文字提示生成插画,在 ComfyUI 中运行。这是一个低预算的研究模型,适合想试用或训练自己 LoRA 的人。

新上架

waqf-ocr-hand-written-v1

Waqf-AI · 工具包

读取图片中的阿拉伯语手写文字并以文本形式返回。这是微调过的 PaddleOCR-VL 模型,适合要把阿拉伯语手写内容数字化的人。

新上架

Wan2.2-TI2V-5B-Diffusers

Wan-AI · 工具包

根据文本提示或图像加文字生成视频片段,最高 720P、每秒 24 帧,Diffusers 格式,适合单块消费级 GPU。

新上架

效率类的相似商品

查看效率类的全部商品

Wan2.1-T2V-1.3B-Diffusers

Wan-AI · 工具包

用小型的 1.3B Wan2.1 模型根据文字提示词生成短的 480P 视频,已打包成 diffusers 库可用的形式。在约 8.19 GB 显存的消费级显卡上就能运行。

新上架

Dulu Malayalam ASR

serendipitylabs · 工具包

在 CPU 或 CUDA GPU 上把马拉雅拉姆语语音转成文字,是 Serendipity Labs 的早期研究版本。适合想为简短清晰的录音生成转写草稿的人。

新上架

LFM2.5-350M-home-assistant-sft

OrdenWills · 工具包

把“关掉电视”这样的日常家居指令变成结构化的工具调用,并先检查设备状态。这是一个 3.5 亿参数的模型,适合智能家居开发者和爱好者。

新上架