OllamaDiffuser Image generation — OllamaDiffuser 图像生成

OllamaDiffuser OllamaDiffuser 是一个本地 AI 图像生成工具，提供类似 Ollama 的体验，支持 Stable Diffusion 和 FLUX 模型。它可以通过 CLI、REST API 或 MCP 进行接口。 安装与设置 如果工具尚未安装或需要特定的硬件支持，请使用以下命令： 标准安装：pip install ollamadiffuser 完整套件（推荐）：pip install "ollamadiffuser[full]" 低 VRAM/GGUF 支持：pip install "ollamadiffuser[gguf]" MCP/Agent 集成：pip install "ollamadiffuser[mcp]" Apple Silicon（Metal）：CMAKE_ARGS="-DSD_METAL=ON" pip install stable-diffusion-cpp-python 身份验证： 受控模型（例如 FLUX.1-dev、SD 3.5）需要 Hugging Face 令牌。 export HF_TOKEN=your_token_here （添加到 .bashrc 或 .zshrc 中以实现持久性）。 核心工作流

• 文本到图像生成

从文本提示生成图像。 工具/命令：使用 generate_image MCP 工具或 REST API /api/generate。 关键参数： prompt：图像的详细描述。 width / height：默认通常为 SDXL/FLUX 的 1024x1024，SD1.5 的 512x512。 seed：可选，用于可复现性。 response_format：设置为 b64_json 以获得 agent 友好的 base64 响应。

• 模型管理

管理下载和激活的模型。 列出模型：使用 list_models 查看已安装的版本。 拉取模型：使用 ollamadiffuser pull 命令。 加载模型：使用 load_model 切换内存中的活动模型。 推荐：使用 ollamadiffuser recommend 找到适合可用 GPU VRAM 的模型。

• 图像到图像和修复

修改现有的图像。 Img2Img：使用 /api/generate/img2img。需要图像（文件/ base64）和强度（0.0-1.0；较低 = 更接近原始图像）。 修复：使用 /api/generate/inpaint。需要图像和遮罩图像。

• 高级控制（ControlNet）

使用结构化指南（Canny、Depth、OpenPose）进行精确控制。 工作流程：确保拉取了 ControlNet 模型（例如 ollamadiffuser pull controlnet-canny-sd15）。 使用 /api/generate/controlnet。提供 control_image 并指定预处理器（例如 "canny"）。 模型选择指南 用例 推荐模型 VRAM 备注 最高质量 flux.1-dev 20GB+ 需要 HF 令牌 快速高质量 flux.1-schnell 16GB+ 无需令牌 预算 GPU（6GB） flux.1-dev-gguf-q4ks 6GB GGUF 量化 超低 VRAM flux.1-dev-gguf-q2k 3GB 入门级经典/快速 stable-diffusion-1.5 4GB+ 适合 img2img 写实 realvisxl-v4 6GB+ 基于 SDXL 技术备注 API 基础 URL：http://localhost:8000 Web UI：http://localhost:8001 （使用 ollamadiffuser --mode ui 启动） HF 令牌：受控模型（FLUX.1-dev、SD 3.5）需要 export HF_TOKEN=your_token。 GGUF 支持：安装 pip install "ollamadiffuser[gguf]" 以实现内存高效运行。