技能介绍

解决什么问题

云端图像生成常见三类摩擦：API key 与计费、生成内容离开机器、同一 prompt 在不同服务下结果漂移。本地 SDXL 又常卡在驱动、模型和 LoRA 加载状态上：服务端可能不消费 prompt 里的 LoRA tag，最后得到一张模糊的 SDXL 底图，却没有任何报错。LFIT 把这套流程收敛成可预期的本地高清出图。

工作流程与核心能力

它在你机器上通过 stable-diffusion.cpp 调用 Vulkan GPU，交给 sd-server 执行，不依赖云端 API、不按张计费，数据不出本机。模型侧使用 SDXL base 1.0 与 SDXL Lightning 8-step LoRA；用户不需要在多个 checkpoint 之间反复试错。

技能用三个锁定预设替代自由探索：

standard：1024×1024，适合角色、物品、单个主体，约 2m30s。
background：1344×768，适合场景、环境、壁纸，约 2m30s。
hero：1024×1024，面向最终主视觉与最高质量输出，不加载 LoRA，耗时约 13 分钟。

针对 LoRA 静默失效，LFIT 用两个信号提示：输出图像数据低于 1000 bytes 的 small output warning；standard/background 在 30 秒内完成时的 fast completion warning。看到警告时，可以检查本地 SD API 的 LoRA 列表，而不是继续盲目重跑。

适用边界与注意点

它适合有 Vulkan GPU、愿意接受固定预设的工程师；最低 4GB VRAM，hero 建议 8GB。环境要求 Python 3.8+、带 Vulkan 支持的 sd-server、SDXL base 与 Lightning LoRA。预设是锁定的，不追求开放式风格控制；hero 为了质量会明显变慢。没有云服务兜底，模型与推理能力全部依赖本机 GPU。