Hugging Face's logo

Spaces:
BlueSkyXN
/
ImageGen-Studio
Running on Zero

App Files Community
ImageGen-Studio / README.md
BlueSkyXN's picture
BlueSkyXN
Deploy GitHub e1dd5e52840f242f735c8bc90e2b008488e36094
6b85bad verified
preview code
|
Raw
History Blame Contribute Delete
16.3 kB

A newer version of the Gradio SDK is available: 6.24.0

Upgrade
metadata 
title: ImageGen Studio
emoji: 🖼
colorFrom: indigo
colorTo: purple
sdk: gradio
sdk_version: 5.50.0
app_file: app.py
python_version: 3.12.12
startup_duration_timeout: 1h
short_description: 中文优先的多任务图片生成与编辑工作台
license: gpl-3.0
pinned: true
models:
  - AiAF/Illustrious-XL-v0.1.safetensors
  - alibaba-pai/Z-Image-Turbo-Fun-Controlnet-Union-2.1
  - black-forest-labs/FLUX.1-Redux-dev
  - black-forest-labs/FLUX.2-dev-NVFP4
  - black-forest-labs/FLUX.2-klein-4b-nvfp4
  - black-forest-labs/FLUX.2-klein-9b-nvfp4
  - black-forest-labs/FLUX.2-klein-9b-kv-fp8
  - black-forest-labs/FLUX.2-klein-base-4b-nvfp4
  - black-forest-labs/FLUX.2-klein-base-9b-nvfp4
  - bluepen5805/4nima_pencil-XL
  - bluepen5805/anima-models
  - bluepen5805/anima_pencil-XL
  - bluepen5805/blue_pencil-XL
  - bluepen5805/illustrious_pencil-XL
  - bluepen5805/mellow_pencil-XL
  - bluepen5805/noob_v_pencil-XL
  - bluepen5805/pony_pencil-XL
  - cagliostrolab/animagine-xl-3.1
  - cagliostrolab/animagine-xl-4.0
  - ChenkinNoob/ChenkinNoob-XL-V0.5
  - circlestone-labs/Anima
  - Clybius/Chroma-fp8-scaled
  - comfyanonymous/ControlNet-v1-1_fp16_safetensors
  - comfyanonymous/cosmos_1.0_text_encoder_and_VAE_ComfyUI
  - comfyanonymous/flux_text_encoders
  - Comfy-Org/Anima-LLLite
  - Comfy-Org/Boogu-Image
  - Comfy-Org/ERNIE-Image
  - Comfy-Org/FLUX.1-Krea-dev_ComfyUI
  - Comfy-Org/flux2-dev
  - Comfy-Org/HiDream-I1_ComfyUI
  - Comfy-Org/HiDream-O1-Image
  - Comfy-Org/HunyuanImage_2.1_ComfyUI
  - Comfy-Org/Ideogram-4
  - Comfy-Org/Krea-2
  - Comfy-Org/Lens
  - Comfy-Org/LongCat-Image
  - Comfy-Org/Lumina_Image_2.0_Repackaged
  - Comfy-Org/Mage-Flow
  - Comfy-Org/NewBie-image-Exp0.1_repackaged
  - Comfy-Org/Omnigen2_ComfyUI_repackaged
  - Comfy-Org/Ovis-Image
  - Comfy-Org/PixelDiT
  - Comfy-Org/Qwen-Image_ComfyUI
  - Comfy-Org/Qwen-Image-Edit_ComfyUI
  - Comfy-Org/sigclip_vision_384
  - Comfy-Org/stable-diffusion-3.5-fp8
  - Comfy-Org/vae-text-encorder-for-flux-klein-4b
  - Comfy-Org/vae-text-encorder-for-flux-klein-9b
  - Comfy-Org/Wan_2.1_ComfyUI_repackaged
  - Comfy-Org/z_image
  - Comfy-Org/z_image_turbo
  - conradlocke/krea2-identity-edit
  - cyberdelia/CyberRealisticPony
  - diffusionmodels1254ani/hassakuAnima
  - diffusionmodels1254ani/kirazuriAnima_v30AnimaBase1
  - diffusionmodels1254ani/waiANIMA
  - duongve/AnimaYume
  - Eugeoter/noob-sdxl-controlnet-canny
  - Eugeoter/noob-sdxl-controlnet-depth
  - Eugeoter/noob-sdxl-controlnet-lineart_anime
  - Eugeoter/noob-sdxl-controlnet-lineart_realistic
  - Eugeoter/noob-sdxl-controlnet-manga_line
  - Eugeoter/noob-sdxl-controlnet-normal
  - Eugeoter/noob-sdxl-controlnet-softedge_hed
  - Eugeoter/noob-sdxl-controlnet-tile
  - fal/AuraFlow-v0.3
  - frankjoshua/novaAnimeXL_ilV180
  - h94/IP-Adapter
  - h94/IP-Adapter-FaceID
  - InstantX/FLUX.1-dev-IP-Adapter
  - InstantX/Qwen-Image-ControlNet-Inpainting
  - InstantX/Qwen-Image-ControlNet-Union
  - InstantX/SD3.5-Large-IP-Adapter
  - jdopensource/JoyAI-Image-Edit-ComfyUI
  - jdopensource/JoyAI-Image-Edit-Plus-ComfyUI
  - kandinskylab/Kandinsky-5.0-T2I-Lite
  - Kijai/flux-fp8
  - Laxhar/noob_openpose
  - Laxhar/noobai-XL-1.1
  - Laxhar/noobai-XL-Vpred-1.0
  - licyk/sd_control_collection
  - lightx2v/Qwen-Image-2512-Lightning
  - lightx2v/Qwen-Image-Edit-2511-Lightning
  - LyliaEngine/Pony_Diffusion_V6_XL
  - MIC-Lab/illustriousXLv0.1_controlnet
  - MIC-Lab/illustriousXLv1.1_controlnet
  - misri/hassakuXLIllustrious_v30
  - nvidia/Cosmos-Predict2-2B-Text2Image
  - nvidia/Cosmos-Predict2-14B-Text2Image
  - OnomaAIResearch/Illustrious-XL-v1.0
  - OnomaAIResearch/Illustrious-XL-v1.1
  - OnomaAIResearch/Illustrious-XL-v2.0
  - ostris/krea2_turbo_style_reference
  - Patil/Krea-2-depth-controlnet
  - RedRayz/hikari_noob_v-pred_1.2.4
  - Shakker-Labs/FLUX.1-dev-ControlNet-Union-Pro-2.0
  - silveroxides/Chroma1-Radiance-fp8-scaled
  - stabilityai/sdxl-turbo
  - stabilityai/stable-diffusion-3.5-controlnets
  - stabilityai/stable-diffusion-xl-base-1.0
  - stable-diffusion-v1-5/stable-diffusion-v1-5
  - tsukiyomi/krea2_raw-nvfp4
  - Wenaka/NoobAI_XL_Inpainting_ControlNet_Full
  - xinsir/anime-painter
  - xinsir/controlnet-canny-sdxl-1.0
  - xinsir/controlnet-depth-sdxl-1.0
  - xinsir/controlnet-openpose-sdxl-1.0
  - xinsir/controlnet-scribble-sdxl-1.0
  - xinsir/controlnet-tile-sdxl-1.0
  - xinsir/controlnet-union-sdxl-1.0
  - XLabs-AI/flux-controlnet-collections
  - zhenshipo/waiIllustriousSDXL_v170
  - AIDC-AI/Ovis-Image-7B
  - Alpha-VLLM/Lumina-Image-2.0
  - baidu/ERNIE-Image
  - baidu/ERNIE-Image-Turbo
  - black-forest-labs/FLUX.1-dev
  - black-forest-labs/FLUX.1-Krea-dev
  - black-forest-labs/FLUX.1-schnell
  - Boogu/Boogu-Image-0.1-Turbo
  - Boogu/Boogu-Image-0.1-Base
  - Boogu/Boogu-Image-0.1-Edit
  - Boogu/Boogu-Image-0.1-Edit-Turbo
  - HiDream-ai/HiDream-I1-Dev
  - HiDream-ai/HiDream-I1-Fast
  - HiDream-ai/HiDream-I1-Full
  - HiDream-ai/HiDream-O1-Image
  - HiDream-ai/HiDream-O1-Image-Dev
  - ideogram-ai/ideogram-4-fp8
  - kohya-ss/Anima-LLLite
  - krea/Krea-2-Raw
  - krea/Krea-2-Turbo
  - lodestones/Chroma1-HD
  - lodestones/Chroma1-Radiance
  - mage-flow-community/Mage-Flow
  - mage-flow-community/Mage-Flow-Base
  - mage-flow-community/Mage-Flow-Edit
  - mage-flow-community/Mage-Flow-Edit-Base
  - mage-flow-community/Mage-Flow-Edit-Turbo
  - mage-flow-community/Mage-Flow-Turbo
  - meituan-longcat/LongCat-Image
  - microsoft/Lens
  - microsoft/Lens-Turbo
  - NewBie-AI/NewBie-image-Exp0.1
  - nvidia/PiD
  - nvidia/PixelDiT-1300M-1024px
  - OmniGen2/OmniGen2
  - Qwen/Qwen-Image
  - Qwen/Qwen-Image-2512
  - Qwen/Qwen-Image-Edit
  - Qwen/Qwen-Image-Edit-2509
  - Qwen/Qwen-Image-Edit-2511
  - stabilityai/stable-diffusion-3.5-large
  - stabilityai/stable-diffusion-3.5-medium
  - tencent/HunyuanImage-2.1
  - Tongyi-MAI/Z-Image
  - Tongyi-MAI/Z-Image-Turbo

ImageGen Studio

这是 RioShiina/ImageGen 与 Dekonstruktio/Fluxus 的整合重构版，保留 YAML 配方、动态工作流和 92 个模型目录，重做任务切换、并发调度、中文指导与移动端体验。

Fluxus 与 ImageGen 共享同一 Git 历史，Fluxus 当前版本只调整了品牌文案和 MCP 开关，没有第二套推理核心。因此本项目使用一个 ImageGen 引擎，并兼容两边的 API 契约，避免双后端、双状态和重复下载。

主要改进

项目 原版 本整合版
任务界面 5 个完整 Tab，重复创建全部高级控件 1 个共享工作台，动态切换 5 类任务
任务切换 模型、Prompt 和素材分散在各 Tab 保留模型、Prompt、参数与上传素材
模型切换 会覆盖正负 Prompt 和推荐参数 保留用户 Prompt；推荐采样参数可自动跟随、关闭或一键恢复
复杂度 约 4,033 组件 / 506 事件 烟测为 881 组件 / 120 事件
GPU 并发 UI 与 MCP 可绕过彼此并发执行 各入口有界，最终汇合到公平的单 GPU 闸门
异步 MCP 每次请求创建无上限 daemon 线程 有界线程池、队列满错误、任务表上限与锁
临时文件 4 位随机后缀，可能碰撞 UUID 文件名
启动依赖 运行时拉取最新版并覆盖项目根 固定 commit，隔离在 _vendor/ComfyUI
中文体验 英文界面，无模型语言提示 中文任务指导、模型用途说明、可操作错误信息
MCP 兼容 ImageGen 与 Fluxus 接口名不同 同时保留新版接口与两个 Fluxus 旧别名

支持能力

  • 任务：文生图、图生图、局部重绘、扩图、高清修复。
  • 模型：由 yaml/model_list.yaml 驱动，当前包含 30 类架构、92 个显示模型。
  • 扩展：LoRA、ControlNet、IP-Adapter、Embedding、区域提示、多图编辑、VAE、PiD 等。
  • 输出：PNG 内写入生成参数和完整 ComfyUI 工作流元数据。
  • 中文 Prompt：默认原样传递，不做隐式翻译；模型说明会区分中文自然语言和英文标签型模型。

批量、多图与模型 PK

这些能力只增加一个有上限的顺序编排层，不创建第二套推理引擎，也不会让多个大模型同时占用显存：

运行方式 输入语义 输出语义
普通生成 当前任务的一组输入 1–4 张同组变体
模型 PK 同一 Prompt、尺寸、源图与已解析 Seed 每个模型分别生成；默认最多 2 个模型
多图独立 A、B、C 是互不相关的源图 A→A′、B→B′、C→C′
多图 × 多模型 多张独立源图和两个模型 按模型分组顺序执行图片×模型组合
多图融合 多张图共同作为一组参考 由兼容的编辑模型融合为 1–4 张结果
  • 多图独立目前支持图生图、扩图和高清修复；局部重绘需要逐张图片配对蒙版，暂不做批量。
  • 多图融合内部固定走“文生图 + 模型专属参考链”，不会与图生图 base latent 混用。Prompt 可按“参考图 1 / 2 / 3”说明各图角色。
  • 多图融合是生成式参考，不保证无损拼接、角色逐像素保留或确定性元素替换。
  • PK 默认采用各模型推荐采样参数；关闭后才严格复用当前步数、CFG、采样器和调度器。同一 Seed 在不同架构之间只是尽量控制变量，不表示初始噪声数学等价。
  • PK V1 会关闭 LoRA、ControlNet、IP-Adapter、参考链、自定义 VAE 和 PiD，只比较所有基础 checkpoint 都具备的 Prompt / 源图能力，避免某个模型偷偷多一层条件。
  • 单进程始终一次只执行一个 GPU 任务。模型文件按需缓存在磁盘；只在 PK 的实际模型边界和 GPU 异常后释放 ComfyUI 模型状态。
  • 默认上限为 2 个 PK 模型、4 张输入图、4 个顺序任务、8 张预计输出。某一组合失败时保留已成功结果；取消会停止尚未开始的后续组合。

部署到 Hugging Face Space

  1. 新建 Gradio Space，硬件选择 ZeroGPU；README metadata 已固定 Python 3.12.12，并把冷启动上限设为 1 小时。
  2. 上传本仓库内容；Space 会按 requirements.txt 安装 Gradio 5.50 和 MCP 额外依赖。
  3. 按需要设置 Secret：
    • HF_TOKEN：访问 gated/private Hugging Face 模型。
    • CIVITAI_API_KEY：下载需要授权的 Civitai 资源。
  4. 首次启动会按 vendor.lock.yaml 拉取固定版本的 ComfyUI 与 5 个 custom nodes；首次使用某个模型时才下载其权重。

部署边界：

  • 模型目录包含 92 个可选项，但这不等于 92 个模型可同时驻留。ZeroGPU 应使用按需磁盘缓存 + 单模型顺序执行。
  • Space 默认磁盘是临时盘，重启/重建后缓存可能消失。若需要长期保留模型，可把 Hugging Face Storage Bucket 挂载到 /home/user/app/models，并设置 HF_HOME=/home/user/app/models/.hf-cache，让权重实体和项目符号链接位于同一持久卷。
  • 下载前会读取远端文件大小并保留默认 3 GB 安全余量；空间不足时会在下载前拒绝，而不是写满磁盘。项目不自动删除 Hub cache，避免误删仍被符号链接引用的模型。
  • FLUX、SD3.5、Cosmos 等部分资源可能受访问条款限制。HF_TOKEN 所属账号必须先在对应模型页接受条款。
  • 公共 Space 建议精选 4–8 个常用模型，并设置 IMAGEGEN_MAX_BATCH_SIZE=2；完整 92 模型目录更适合挂载持久存储的专用部署。
  • ZeroGPU 单次 GPU 申请上限为 120 秒。大模型首次装载、超高分辨率或长采样仍可能超时；PK 会为每个模型分别申请 GPU，而不是占用一个超长租约。

完整的适配状态、推荐变量与上线实测清单见 docs/HF_SPACE_DEPLOYMENT.md。

默认启动命令由 Space metadata 执行：

python app.py

本地运行

需要 Python 3.12、Git，以及与目标模型相匹配的 NVIDIA GPU 环境：

python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
python app.py

如已有 ComfyUI，可避免再次克隆：

COMFYUI_PATH=/absolute/path/to/ComfyUI python app.py

运行参数

环境变量 默认值 说明
IMAGEGEN_GPU_CONCURRENCY 固定 1 为兼容旧部署保留名称；单进程始终串行，扩容请增加独立副本
IMAGEGEN_QUEUE_MAX_SIZE 24 Gradio 等待队列上限
IMAGEGEN_MCP_MAX_PENDING 16 MCP 后台任务上限
IMAGEGEN_MCP_TASK_RETENTION 200 内存任务记录上限
IMAGEGEN_MAX_BATCH_SIZE 4 单次最大图片数
IMAGEGEN_MAX_PK_MODELS 2 PK 模型总数上限（含当前模型）
IMAGEGEN_MAX_MULTI_IMAGES 4 批量输入/参考图的全局上传上限
IMAGEGEN_MAX_PLAN_JOBS 4 一次提交可展开的顺序任务上限
IMAGEGEN_MAX_PLAN_OUTPUTS 8 一次提交的预计输出总数上限
IMAGEGEN_MAX_INPUT_MEGAPIXELS 4.2 输入图片/文生图画布上限
IMAGEGEN_MAX_REFERENCE_MEGAPIXELS 12 一组上传图片的累计像素上限
IMAGEGEN_MAX_REFERENCE_IMAGES 10 一次任务中全部参考图/控制图的合计上限
IMAGEGEN_MAX_OUTPUT_MEGAPIXELS 16 扩图和高清修复预计输出上限
IMAGEGEN_MIN_FREE_DISK_GB 3 模型下载后必须保留的磁盘余量
IMAGEGEN_OUTPUT_RETENTION 80 本地保留的生成 PNG 数量
IMAGEGEN_ENABLE_MCP true 是否启动 MCP；设为 false 即采用 Fluxus 的关闭方式
IMAGEGEN_STARTUP_GPU_PROBE false 是否在启动时申请一次 GPU
IMAGEGEN_USE_SAGE_ATTENTION auto auto / true / false
IMAGEGEN_SKIP_CUSTOM_NODES false 本地调试时跳过 custom nodes 拉取
IMAGEGEN_GIT_TIMEOUT_SECONDS 180 单次 Git clone/fetch 超时
IMAGEGEN_GIT_ATTEMPTS 2 Git 网络操作尝试次数

MCP / Gradio API

公开 7 个主接口：

  • get_task_list
  • get_model_architecture_list
  • get_model_list
  • get_feature_list
  • get_model_features
  • run
  • get_task_status

同时保留 Fluxus 客户端兼容别名：

  • run_imagegen(json_params) → run(json_params)
  • get_chain_schema(chain_type) → 返回单个扩展能力的完整 schema

get_feature_list() 空参默认返回 Fluxus 兼容的完整 schema；如需节省 MCP token，传 compact=true 获取摘要。也可以传 feature_name，或使用 get_chain_schema(chain_type) 查询单项完整 schema。

所有 UI 原子事件均隐藏，不作为公共 API 暴露。

验证 

python -m compileall -q .
python -m unittest discover -s tests -v

界面烟测会以 stub ComfyUI 构建完整 Gradio 配置，因此不需要下载模型或占用 GPU。

目录 

app.py                     # Space 入口与有界 Gradio 队列
core/                      # 生成管线、工作流装配、统一调度
ui/shared/studio_ui.py     # 单一动态工作台
ui/events/                 # 切换、模型、扩展与生成事件
mcp_tools/                 # 高层 API、兼容别名、任务状态
yaml/                      # 模型、能力、默认参数与配方注册表
vendor.lock.yaml           # ComfyUI / custom nodes 固定版本
tests/                     # 并发、注册表、MCP 与 UI 烟测

许可与来源

本项目是 ImageGen 的修改版，整体继续采用 GPL-3.0，并保留上游署名。Fluxus 也是同一 GPL-3.0 代码谱系。模型权重、ComfyUI 与 custom nodes 各自受其上游许可证约束；本仓库不重新分发模型权重。具体版本与修改声明见 NOTICE.md。