KlockUI:将 ComfyUI 封装为“开箱即用”的本地出图工作台,专为消费级显卡优化

插件12小时前发布 小马良
3 0

KlockUI 是一款基于 ComfyUI 构建的本地 AI 绘画前端应用。它摒弃了 ComfyUI 原生界面复杂的节点连线逻辑,转而提供一个类似 Stable Diffusion WebUI 的直观操作界面:填写提示词、选择模型、点击生成。其核心优势在于将不同 AI 模型架构(如 Anima, Krea 2, Z-Image 等)的复杂参数配置固化为代码知识,实现“选对模型即配好参数”,极大降低了日常出图的学习成本和试错时间。

  • GitHub:https://github.com/KlockTX/KlockUI
KlockUI:将 ComfyUI 封装为“开箱即用”的本地出图工作台,专为消费级显卡优化

为什么需要 KlockUI?

ComfyUI 虽然强大,但针对不同底模(Base Model)需要完全不同的采样器、步数、CFG 甚至文本编码器配置。例如:

  • Anima: 需要 Euler + sgm-uniform, 28步, CFG 4.
  • Krea 2: 需要 Euler + Simple, 8步, CFG 1, 且 Shift 值内置于模型中。
  • Z-Image: 需要 Res Multistep + Simple, 9步, 并需切换至 Lumina2 类型的编码器。

在原生 ComfyUI 中,选错一个参数不会报错,只会输出一张模糊或错误的图片,排查耗时极长。KlockUI 通过读取权重张量名称自动识别模型架构,并自动套用预设的最佳参数配方,让用户只需关注画面本身。

核心功能亮点

1. 按架构自动配参 (Auto-Configuration)

  • 智能识别:不依赖文件名,而是通过分析权重张量名称来精准判断模型架构。
  • 全自动设置:选定底模后,采样器、调度器、步数、CFG、Shift、文本编码器类型及 VAE 全部自动就位,无需手动调整。

2. LoRA 按架构隔离 (Architecture-Isolated LoRAs)

  • 智能过滤:Krea 2 的画风 LoRA 只在 Krea 2 模式下显示,切换到 Anima 时自动隐藏,避免误用导致崩坏。
  • 权重建议:每个 LoRA 可单独调节权重,未启用时会显示推荐的默认值。

3. 参数配方可分享 (Shareable Presets)

  • 可将当前界面的全套设置(模型、画质档、尺寸、步数、CFG、采样器、调度器、Shift、种子、LoRA 及权重)导出为 .json 文件。
  • 拖回界面即可一键还原,方便社区交流和个人收藏。

4. 丰富的实用工具

  • 本地图库:生成的图片自带参数存档,支持回填参数重新生成。
  • 局部重绘:绘制蒙版,仅重绘指定区域,保持其余部分不变。
  • 高清二采:支持 Latent/像素放大结合低噪重绘,一键提升画质。
  • 图反推标签:集成 WD14 标签反推(可选 onnxruntime),拖入图片即可获取提示词。
  • 控制图支持:支持 LLLite 等条件图输入,并根据当前架构自动显示兼容选项。
  • 全中文界面:界面完全汉化,提示词支持中英文混合输入。

支持的模型架构

架构参数量默认配方示例许可协议
Anima 2.9B2.9BEuler + sgm-uniform, 28–50步, CFG 3.5–5非商用
Z-Image Turbo6BRes Multistep + Simple, 9步, CFG 1Apache-2.0
Krea 2 Turbo12.9BEuler + Simple, 8步起, CFG 1社区免费 (年收<$1M)
MOSS-Image5BEuler + Simple, 50步, CFG 3Apache-2.0
SDXL / Pony6–7BDPM++ 2M SDE + Karras, 20–30步见各模型

注:添加新架构需修改后端识别逻辑、节点图构建及前端配置文件共七处,详见项目文档。

硬件要求与安装

  • 显存推荐:
    • 6GB: 可运行 Anima (int8) 及较低分辨率。
    • 8GB: 舒适运行 Anima / Z-Image;Krea 2 需开启 --lowvram 且速度较慢。
    • 12GB+: 所有架构均可流畅运行。
    • 16GB+: 支持更高分辨率及高清二采。
  • 系统支持:主要在 Windows + NVIDIA 显卡上验证。代码为纯 Python + 原生前端,理论上支持 macOS (MPS) 和 AMD (ROCm),但未经过充分测试。
  • 隐私安全:完全本地运行,无账号、无遥测、无外部请求(除用户主动下载模型外)。

快速开始

你可以通过 AI 助手(如 Claude Code, Cursor 等)自动安装,或手动执行:

  1. 克隆仓库:
    git clone https://github.com/KlockTX/KlockUI.git
    cd KlockUI
    
  2. 执行安装脚本:按照 install.md 指引,脚本会自动创建 Python 环境、根据显卡选择量化版本、校验并下载所选模型。
  3. 启动服务:
    • Windows: 运行 start.bat
    • 其他平台: ../ComfyUI/venv/bin/python server.py
  4. 访问界面:打开浏览器访问 http://127.0.0.1:7861

KlockUI 不是要取代 ComfyUI 的工作流搭建能力,而是为那些希望“今天直接出 50 张图”的用户提供一个高效、稳定且零配置的本地创作环境。

© 版权声明

相关文章