第一部分：准备工作
在开始安装之前，请确保你的电脑满足以下基本要求，limageAssistant 对硬件有一定要求,尤其是显存。
（图片来源网络，侵删）
硬件要求
-
显卡:
- 强烈推荐 NVIDIA 显卡，因为其 CUDA 计算生态最成熟,性能最好。
- 显存:
- 入门级 (体验): 6GB ~ 8GB，可以运行一些较小的模型（如
SDXL-Turbo,Flux.1-dev [fp8]），但生成速度较慢,无法处理高分辨率或复杂提示词。 - 主流级 (推荐): 12GB ~ 16GB，可以流畅运行大多数主流模型（如
SDXL 1.0,Flux.1-dev [s5]）,体验较好。 - 高端级 (发烧友): 24GB 及以上，可以运行所有模型，包括
Flux.1-pro这种超大模型，并且可以开启更高性能的设置（如 xFormers）。
- 入门级 (体验): 6GB ~ 8GB，可以运行一些较小的模型（如
- AMD 显卡: 目前支持不完善，社区有第三方补丁，但官方不保证兼容性,不推荐新手使用。
- Intel 显卡: 支持情况一般，性能有限,不推荐。
-
内存:
- 推荐 16GB 及以上，虽然模型主要加载在显存中,但足够的系统内存可以保证系统在处理图像时不会卡顿。
-
硬盘空间:
- 至少预留 50GB 可用空间，用于存放模型文件（约 5-20GB/个）和生成的图片。
软件要求
-
操作系统:
（图片来源网络，侵删）- Windows 10 / 11 (64位)：最主流,支持最好。
- macOS (Apple Silicon M1/M2/M3)：支持良好,性能优异。
- Linux: 支持良好,但需要一定的命令行操作基础。
-
必备软件:
- Git: 用于从代码仓库下载和更新程序。
- Python: limageAssistant 的运行环境。强烈建议使用 Python 3.10.6，因为这个版本与大多数依赖库兼容性最好，不要使用最新的 Python 3.12,可能会有兼容性问题。
- NVIDIA 显卡驱动: 确保已安装最新或较新的稳定版驱动，并包含了 CUDA 工具包。
第二部分：详细安装步骤 (以 Windows 为例)
本教程将使用最推荐的 Git + venv (虚拟环境) 方式进行安装,这能最大程度地避免环境冲突。
步骤 1：安装 Git
- 访问 Git 官网 下载并安装安装程序。
- 一路点击 "Next" 使用默认设置即可安装完成。
- 安装后，打开命令行工具（按
Win + R，输入cmd回车），输入git --version，如果显示版本号,则安装成功。
步骤 2：安装 Python
-
访问 Python 官网 下载 Python 3.10.6 的安装包。
-
运行安装包，最重要的一步：勾选 "Add python.exe to PATH"，然后点击 "Install Now"。
（图片来源网络，侵删） -
安装完成后，打开命令行工具，输入
python --version，如果显示Python 3.10.6,则安装成功。
步骤 3：下载 limageAssistant 代码
- 创建一个你想存放项目的文件夹，例如在 D 盘创建
D:\AI\limage。 - 在该文件夹空白处，按住
Shift键点击鼠标右键，选择 "在此处打开 PowerShell 窗口" 或 "在此处打开终端窗口"。 - 在打开的命令行窗口中，输入以下命令克隆代码仓库：
git clone https://github.com/lujinhong/limageAssistant.git
- 等待下载完成，你会看到多出一个
limageAssistant文件夹。
步骤 4：创建并激活虚拟环境
这一步是为了隔离项目依赖，避免与系统或其他 Python 项目冲突。
- 在上一步打开的命令行窗口中，进入
limageAssistant目录：cd limageAssistant
- 创建虚拟环境（这里我们创建一个名为
venv的文件夹）：python -m venv venv
- 激活虚拟环境：
- 在 Windows (CMD/PowerShell) 中：
.\venv\Scripts\activate
- 在 macOS/Linux 中：
source venv/bin/activate
激活成功后，你的命令行提示符前面会出现
(venv)字样。
- 在 Windows (CMD/PowerShell) 中：
步骤 5：安装项目依赖
我们将在虚拟环境中安装 limageAssistant 所需的所有库。
- 确保你的虚拟环境已经激活。
- 在命令行中输入以下命令进行安装：
pip install -r requirements.txt
这个过程可能会比较慢，请耐心等待，如果遇到网络问题，可以尝试使用国内镜像源：
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
第三部分：下载模型
limageAssistant 本身不包含模型，你需要自己下载模型文件（.safetensors 或 .ckpt 格式）。
模型下载渠道
- Civitai: https://civitai.com/
全球最大的 AI 艺术模型和资源社区，资源最丰富,但需要注意筛选合规的模型。
- Hugging Face: https://huggingface.co/
官方和开源模型的聚集地,很多官方模型都在这里发布。
- WarpStation AI / ModelScope: https://modelscope.cn/
国内优秀的模型库，访问速度快,有许多中文优化和特化模型。
推荐新手模型
- SDXL 系列模型:
Lyriel SDXL 1.0: 通用性强，质量高,适合大部分场景。Realistic Vision V6.0 (SDXL): 生成照片级真实感图片。
- Flux 系列模型 (未来主流):
Flux.1-dev [s5]: 性能与质量的绝佳平衡点，是目前最推荐的 Flux 模型之一。Flux.1-dev [fp8]: 对显存要求较低（约 8GB），是入门 Flux 的好选择。Flux.1-pro: 效果顶级，但需要 24GB+ 显存。
模型存放位置
下载的模型文件需要放在 limageAssistant/models 目录下的 Stable-diffusion 文件夹里。
D:\AI\limage\limageAssistant\models\Stable-diffusion\
第四部分：启动与使用
步骤 1：启动程序
- 确保你的虚拟环境已激活 (
(venv)提示符存在)。 - 在
limageAssistant根目录下,打开命令行窗口。 - 输入以下命令启动 Web 界面：
python app.py
- 等待程序加载，当看到类似
Running on http://127.0.0.1:7860的提示时,说明启动成功。
步骤 2：访问 Web 界面
- 打开你的浏览器（推荐 Chrome 或 Edge），在地址栏输入
http://127.0.0.1:7860并回车。 - 你将看到 limageAssistant 的操作界面。
步骤 3：基本使用
-
选择模型:
- 在界面的左上角，点击 "模型" 或 "Model"。
- 在下拉菜单中选择你刚刚下载并放入
models/Stable-diffusion文件夹的模型。 - 点击 "加载模型",等待模型加载到显存中。
-
输入提示词:
- 在 "提示词" 文本框中,用英文描述你想要生成的图像。
- 示例: `A beautiful landscape with mountains and a
