Neeshck-Z-lmage_LYX_v2从零开始：新手3步完成本地AI绘画工具搭建

优质文章学习记录

— 8 min read

Neeshck-Z-lmage_LYX_v2从零开始：新手3步完成本地AI绘画工具搭建

想自己动手搭建一个AI绘画工具，但又担心过程太复杂、电脑配置不够？今天，我就带你用Neeshck-Z-lmage_LYX_v2这个轻量级工具，三步搞定本地AI绘画的部署。整个过程就像搭积木一样简单，不需要联网，不需要高深的技术知识，更不需要昂贵的显卡。

这个工具是基于国产的Z-Image模型开发的，最大的特点就是“轻”和“快”。它把复杂的模型加载、参数调节都封装好了，你只需要在浏览器里点点鼠标、输入文字，就能看到AI生成的画作。无论是想画一个电影感十足的场景，还是生成一张精致的头像，它都能帮你快速实现。

下面，我们就开始这三步搭建之旅。

1. 环境准备：给你的电脑装上“画板”

在开始画画之前，我们得先把“画板”和“颜料”准备好。这一步主要是安装必要的软件环境，别担心，跟着做就行。

1.1 检查你的“画室”条件

首先，确保你的电脑满足以下基本要求。这就像检查画室的空间和光线是否充足：

  • 操作系统：Windows 10/11，或者 macOS、Linux 都可以。
  • Python版本：需要 Python 3.8 到 3.10 之间的版本。太新或太旧的版本可能会出问题。
  • 显卡（GPU）：这是最重要的。最好有一块 NVIDIA 的独立显卡（显存4GB或以上，比如 GTX 1060、RTX 2060等）。如果没有独立显卡，用CPU也能跑，只是生成图片的速度会慢很多。
  • 硬盘空间：至少预留10GB的可用空间，用来存放模型文件。

1.2 安装“颜料”和“画笔”

接下来，我们通过几行命令来安装工具运行所需要的“颜料”（Python库）。

  1. 打开命令窗口：
    • 在Windows上，按 Win + R，输入 cmd 然后回车。
    • 在macOS或Linux上，打开“终端”（Terminal）。

安装Python依赖库：这是最关键的一步，安装工具运行需要的所有Python软件包。输入以下命令：

pip install -r requirements.txt

这个过程可能会花几分钟时间，请耐心等待它完成。如果遇到网络慢的问题，可以尝试使用国内的镜像源，比如在命令后面加上 -i https://pypi.tuna.tsinghua.edu.cn/simple。

获取“画板”代码：继续在命令窗口里输入下面的命令。这会把工具的源代码从网上下载到你的电脑上，存放在一个叫 Z-Image-LYX 的文件夹里。

git clone https://github.com/neeshck/Z-Image-LYX.git cd Z-Image-LYX

安装核心工具：将下面这行命令复制粘贴到命令窗口里，然后按回车。这会安装一个叫 git 的工具，用来获取我们的“画板”代码。

# Windows用户可以去 https://git-scm.com/ 下载安装包，安装时一路点“下一步”即可。 # macOS用户可以在终端里输入：brew install git # Linux用户（如Ubuntu）可以在终端里输入：sudo apt install git

完成以上步骤，你的“画室”就初步布置好了。接下来，我们去拿最重要的“画布”——AI模型。

2. 获取与放置模型：准备好“画布”

AI绘画工具的核心是“模型”，你可以把它理解成AI画家的大脑，里面存储了它学习过的所有绘画知识和风格。我们需要下载这个“大脑”，并把它放到正确的位置。

2.1 下载Z-Image底座模型

这个工具是基于“Z-Image”这个国产模型开发的。你需要去模型分享网站（例如 Hugging Face）找到并下载这个模型文件。

  1. 访问模型仓库：在浏览器中打开Z-Image模型的官方页面。
  2. 下载模型文件：找到名为 model.safetensors 的文件（这是模型的本体），以及对应的 config.json 配置文件，将它们下载到你的电脑上。
  3. 放置模型文件：将你下载好的 model.safetensors 和 config.json 文件，复制或移动到刚刚创建的 Z-Image-LYX/models/Z-Image/ 这个文件夹里。

创建模型目录：回到命令窗口，确保你在 Z-Image-LYX 文件夹内，然后创建一个专门放模型的文件夹：

mkdir -p models/Z-Image
重要提示：模型文件通常比较大（几个GB），下载需要一些时间。请确保下载完整，并且放对了文件夹路径，这是工具能启动的关键。

2.2 （可选）添加LoRA“风格滤镜”

LoRA 是什么？你可以把它想象成给AI画家戴上的不同“风格滤镜”或“技能卡”。比如，一个LoRA能让AI擅长画二次元动漫，另一个LoRA能让它精通中国风水墨画。工具支持动态加载这些“滤镜”。

  1. 获取LoRA文件：你可以在网上社区（如Civitai）找到很多别人训练好的LoRA文件，格式通常是 .safetensors。选择你感兴趣的风格下载，比如“电影光影”、“盲盒风格”等。
  2. 放置LoRA文件：在 Z-Image-LYX 文件夹下，有一个叫 loras 的文件夹。把你下载的所有 .safetensors 格式的LoRA文件，都放到这个 loras 文件夹里。
  3. 工具自动识别：你不需要做任何其他设置。启动工具后，它会自动扫描 loras 文件夹，并把所有找到的LoRA文件列出来供你选择。

至此，所有的“绘画材料”都已就位。最激动人心的启动时刻来了。

3. 启动与使用：开始你的AI绘画之旅

一切准备就绪，现在只需一个命令，就能唤醒你的专属AI画师。

3.1 启动绘画工具

在命令窗口中，确保你的当前目录是 Z-Image-LYX，然后输入以下命令：

streamlit run app.py

按下回车后，你会看到命令行开始滚动一些信息，最后会出现这样一行：

 You can now view your Streamlit app in your browser. Local URL: http://localhost:8501 Network URL: http://192.168.x.x:8501

这说明工具已经成功启动了！

3.2 在浏览器中打开画板

打开你的浏览器（Chrome、Edge等都可以），在地址栏里输入 http://localhost:8501，然后回车。

一个简洁的网页界面就会出现在你面前。这个界面主要分为三个区域：

  • 上方：输入画面描述（提示词）的地方。
  • 左侧：调节各种绘画参数的“控制面板”。
  • 中间/下方：展示生成图片的“画廊”。

3.3 画出你的第一幅AI作品

让我们来快速完成一次创作：

  1. 输入描述：在“输入画面描述”框里，用中文写下你想画的场景。比如：“一只戴着眼镜、在看书的小猫，温暖的阳光，室内书房，细节丰富，8K高清。”
  2. 调节参数（初次使用可先默认）：
    • 推理步数：可以理解为AI“思考”的细致程度，20-30步是质量和速度的平衡点。
    • 提示词引导：控制AI是否严格听从你的描述，7左右通常效果不错。
    • LoRA版本：如果你在 loras 文件夹里放了文件，这里会显示出来，可以选择一个来应用特定风格。
    • LoRA强度：控制风格滤镜的强弱，0.6-0.8是比较安全的范围。
  3. 开始生成：点击“开始生成”按钮。界面会显示“AI 正在疯狂作画中...”，请稍等片刻（时间长短取决于你的显卡）。
  4. 欣赏作品：生成完成后，图片会显示在下方。工具还会贴心地标注出这次生成使用了哪个LoRA以及强度是多少。

你可以反复修改提示词、调整参数、切换LoRA风格，点击生成，无限探索AI绘画的乐趣。所有的操作都在本地完成，完全不用担心隐私问题。

4. 总结

回顾一下，我们只用了三步就搭建起一个功能完整的本地AI绘画工具：

  1. 准备环境：安装Python和必要的库。
  2. 放置模型：下载并放置好核心的Z-Image模型和可选的LoRA风格文件。
  3. 启动使用：一行命令启动，在浏览器中随心创作。

这个工具的优势在于它的 “轻量” 和 “易用” 。它通过技术手段优化了显存占用，让更多普通配置的电脑也能运行；同时，它把所有复杂的参数都变成了网页上直观的滑块和选项，大大降低了使用门槛。

无论是作为AI绘画的入门体验，还是一个随时可用的本地创作工具，Neeshck-Z-lmage_LYX_v2都是一个非常不错的选择。现在，就打开它，输入你的奇思妙想，看看AI能为你创造出怎样的视觉惊喜吧。

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 ZEEKLOG星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。

Read more

openclaw使用llama.cpp 本地大模型部署教程

openclaw使用llama.cpp 本地大模型部署教程

openclaw使用llama.cpp 本地大模型部署教程 本教程基于实际操作整理，适用于 Windows WSL2 环境 全程使用 openclaw 帮我搭建大模型 一、环境准备 1. 硬件要求 显卡推荐模型显存占用GTX 1050 Ti (4GB)Qwen2.5-3B Q4~2.5GBRTX 4060 (8GB)Qwen2.5-7B Q4~5GBRTX 4090 (24GB)Qwen2.5-32B Q4~20GB 2. 安装编译工具（WSL Ubuntu） sudoapt update sudoaptinstall -y cmake build-essential 二、下载和编译 llama.cpp

终极Elden Ring AI绘画指南：从零开始掌握黑暗奇幻艺术创作

终极Elden Ring AI绘画指南：从零开始掌握黑暗奇幻艺术创作 【免费下载链接】elden-ring-diffusion 项目地址: https://ai.gitcode.com/hf_mirrors/nitrosocke/elden-ring-diffusion 想要创作出《艾尔登法环》同款黑暗奇幻风格的艺术作品吗？Elden Ring Diffusion是基于Stable Diffusion架构的AI绘画模型，专门针对《艾尔登法环》游戏的美术风格进行了深度优化。通过本指南，您将快速掌握如何使用这一强大工具，创作出具有魂系美学特色的专业级图像。 快速入门：三步启动你的AI绘画之旅 第一步：环境准备与模型获取 首先需要克隆项目仓库并获取模型文件： git clone https://gitcode.com/hf_mirrors/nitrosocke/elden-ring-diffusion cd elden-ring-diffusion 项目包含完整的模型文件结构，其中eldenRing-v3-pruned.ckpt是核心模型文件，体积仅为4.2GB，比完整版节

Unsloth LLaMA Factory 大语言模型微调工具对比比较 主打极致速度与显存优化*适合单卡/少卡快速迭代 代码/低代码、全场景、多模型兼容**

Unsloth 主打极致速度与显存优化，适合单卡/少卡快速迭代；LLaMA Factory 主打零代码/低代码、全场景、多模型兼容，适合新手与企业级一站式微调。下面从核心定位、性能、功能、上手、适用场景等维度详细对比。 一、核心定位与本质区别 维度UnslothLLaMA Factory核心定位单卡/少卡微调加速引擎，专注性能优化一站式微调平台，全流程、全场景、低门槛设计理念用底层算子优化（Triton）榨干GPU性能封装复杂流程，降低使用门槛，覆盖全训练范式与HF关系兼容HF生态，是加速插件（可嵌入其他框架）基于HF生态构建，是完整训练框架开源协议Apache-2.0Apache-2.0 二、性能对比（单卡场景） 指标UnslothLLaMA Factory训练速度比标准HF快 2–5倍（核心优势）接近标准HF，比Unsloth慢显存占用降低 50%–80%（QLoRA下更明显）降低 ~70%

企业微信集成LangBot通信机器人的实战指南

1. 为什么你需要一个企业微信智能机器人？ 如果你在企业里工作，每天是不是都要在微信和企业微信之间来回切换？同事发来一个文件，你得下载、打开、再转发；老板在群里问个数据，你得翻半天聊天记录，或者临时去查系统。更别提那些重复性的问题，比如“公司WiFi密码是多少？”“报销流程怎么走？”，每天回答几十遍，人都麻了。 这就是我想跟你聊聊 LangBot 的原因。它不是一个简单的自动回复工具，而是一个能真正“理解”你说话的通信机器人。你可以把它想象成一位24小时在线、精通公司所有业务的超级助理。把它集成到企业微信里，你的团队就拥有了一个随时待命的智能中枢。 我自己的团队在用了LangBot之后，变化是实实在在的。新员工入职，不用再手把手教，直接@机器人问就行；技术同学排查问题，可以快速让机器人查询历史文档和代码片段；销售同事需要客户资料，一句话就能调出来。它把我们从繁琐的信息查找和重复应答中解放出来，让大家能更专注于创造性的工作。 这个指南，就是把我踩过的坑、试出来的最佳路径，原原本本地分享给你。我会从零开始，带你完成从服务器部署、LangBot安装，到企业微信机器人创建、双向通信调试