Agent Skills
返回列表
Stable Diffusion 图像生成 API

Stable Diffusion 图像生成 API

设计多媒体 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_8c8358bf/stable-diffusion-skill。

技能介绍

解决的问题

在大模型工作流里，Stable Diffusion 常被拆成手工启动 WebUI、复制提示词、调参、截图和放大，难以作为可复用的工程步骤。Stable Diffusion 图像生成 API 把本地 SD WebUI 的 --api 能力封装成命令行接口，让 agent 或脚本能直接完成从状态检查、模型列表到图像生成的流程。

工作方式

它围绕 sd_client.py 提供一组动作：先用 status 检查 http://127.0.0.1:7860 或 SD_WEBUI_URL 是否可用，再用 list-models 查看检查点。核心能力包括：

  • 文生图：通过 txt2img 处理正向提示词、负向提示词、--steps、--cfg-scale、采样器、尺寸和种子。
  • 图生图：通过 img2img 和 denoising-strength 控制保留程度。
  • 局部重绘：通过 inpaint 与蒙版填充模式修改指定区域。
  • ControlNet：支持 openpose、canny、depth、lineart 等模块约束结构。
  • 超分与模型管理：调用 R-ESRGAN、SwinIR 等算法，并切换检查点或使用 LoRA 语法。

prompt_helper.py 负责把中文描述映射到 SD 常见英文风格词，如写实、动漫、油画、赛博朋克、古风等。

适用边界

该技能本身不包含 SD 模型源码，也不负责部署 WebUI；需要本地或远程已有 AUTOMATIC1111 版 SD WebUI，且启动时启用 --api。生成质量受模型、显存、分辨率、--steps、采样器和 ControlNet 权重影响；远程调用需注意超时、跨域与端口可达性。

使用场景

  • 本地运行 SD WebUI 时，将中文描述自动转成 SD 提示词并批量生成动漫风变体。
  • 用 img2img 调整去噪强度，把产品图改成油画、赛博朋克或国风视觉风格。
  • 通过 ControlNet 的 openpose 或 lineart 锁定人物姿势与线稿，再生成目标画面。
  • 生成低清底图后，调用 R-ESRGAN 或 SwinIR 超分放大，并切换检查点做对比。

适合人员

  • 负责本地 SD WebUI 调试的生成式 AI 工程师：希望用统一 CLI 调 txt2img 和 img2img 参数。
  • 做概念图与视觉稿的设计师：需要把参考图风格化、局部重绘并用 ControlNet 锁定构图。
  • 写自动化出图脚本的独立开发者：要求检查 API 状态、查看模型、批量生成并超分输出。
  • 运营活动素材的创作者：要将中文文案快速转提示词，生成多张变体供筛选。