#生成图片

基于 Herdsman 本地部署的文生图、图生图等模型能力实现本地生图修图功能。

本功能对硬件配置要求较高，至少需要 6GB 以上显存才可以使用本功能。

#快速开始

1. 在对话框中填入图片生成需求，点击 生成图片 按钮

2. 等待一段时间，下方进度条显示生成进度

   电脑配置和需求复杂程度不同，时间有长有短，请耐心等待。

3. 图片生成后，在右侧 生成结果 下可以查看结果图

#参数设置

#1. 尺寸 (Size)

• 控制输出图像的宽高比例和像素大小
• 可选预设：1:1、16:9、9:16、3:2、4:3，或自定义分辨率
• 影响画面构图与细节密度——高分辨率更清晰但耗时更长

#2. 负面提示词 (Negative Prompt)

• 告诉模型"不要生成什么"
• 示例："低质量,模糊,变形,多余手指,文字,水印" → 用于避免常见缺陷
• 对提升画面干净度、人体结构准确性非常关键

#3. 生成步数 (Steps)

• 控制扩散过程迭代次数，值越高画质越精细，但速度越慢
• 默认设为 9
• 注意：不是越多越好！超过一定步数后提升边际递减

#4. CFG Scale (Classifier-Free Guidance)

• 控制提示词对生成的约束强度
• 值越高 → 越贴近你的描述，但可能导致过饱和或不自然；值越低 → 更自由、柔和
• 默认设为 1.0

#5. Sampler (采样器)

• 决定图像是如何从噪声逐步"画"出来的算法
• 当前选的是 euler — 一种经典、快速、稳定的采样方法，适合写实风格
• 其他选项如 DPM++、DDIM、UniPC 等各有优劣势（速度/质量/稳定性）

#6. Scheduler (调度器)

• 控制噪声衰减节奏，影响生成过程中的平滑度和细节表现
• 当前选的是 discrete — 离散式调度，稳定可靠，适合多数模型
• 如使用连续型（如 karras、exponential）可提升边缘锐利度或纹理质感

#7. 随机种子 (Seed)

• 控制生成结果的"随机性"，相同 seed + 其他参数一致 → 输出几乎完全一样
• -1 表示每次自动生成新种子（即随机结果）
• 若想复现某张图，需记录并固定该种子值

#8. ZImage 模型 / LoRA

• ZImage 模型：选择主生成模型（如 SDXL、SD1.5、Flux 等），当前选"默认模型"
• LoRA：轻量级微调模型，用于特定风格、角色、服饰等增强
  • "还没有导入 LoRA" → 说明尚未加载任何扩展模型

#图片历史

图片历史支持查看生图历史提示词，方便多次调整和存储优质提示词。

1. 点击历史可查看对应生图提示词

#常见问题

Q：为什么我的电脑无法进行生图操作？

• 请先确认是否安装了本地文生图模型，如果没有安装请先安装后再尝试。
• 如果安装好模型后仍无法使用，可能是因为本功能对硬件要求配置较高，建议查看本机硬件配置是否合适后再使用。
• 如果配置支持，仍无法使用，建议您排查是否模型启动过多？对性能占用太高而导致任务无法执行？如果是建议您先关停不需要使用的模型后再使用（具体操作：点击切换模型页 → 查看正在运行中的模型，关停不需要使用的模型）。

Q：为什么生成的图片和我想象中的不一样？

主要有 4 个原因：

1. 提示词太模糊 — 模型只能按字面理解，不会读心。"一只猫" → 什么猫？什么姿势？什么环境？写得越具体越接近。
2. 模型有默认值 — 你没说的参数（构图、光线、风格），模型会自己填——但它的默认值大概率和你脑中的不一样。
3. 模型"认识"但不"理解" — 它知道手有五指，但不知道手指怎么摆才自然。复杂空间关系、透视、文字经常出错——这是底层能力边界。
4. 潜台词没写出来 — "孤独氛围""戏剧感""温暖"这类情绪词必须显式写，模型读不到你的潜台词。

Q：为什么生成文字内容会乱码？

因为文生图模型其实 不认字——它只是把文字当成"有特殊形状的图块"来画。

打个比方： 你让一个完全不懂中文的外国人照着写"你好"。他看这些字就像看一堆奇怪的线条，只能照着描——描出来的大概率歪歪扭扭、缺胳膊少腿。

怎么改善？

• 尽量少在画面里放文字，模型并不擅长"画字"
• 如果一定要有，尽量用最简单的字体、最少的字数
• 后期用 PS 或其他工具手动加上去，比让模型生成更靠谱