剑侠AI · ideogram文生图整合包（Lite 轻量版）

二、整合包介绍

    本整合包由剑侠君独立制作，基于 ComfyUI 底层工作流，搭配自研「剑侠 UI」可视化

    界面封装，专为 Windows 用户打造，实现零配置、开箱即用的本地 AI 绘图工具。

    整合包已预装完整 Python 运行环境、CUDA 版 PyTorch、ComfyUI 主程序及全套必备

    插件，用户无需手动安装 Python、Anaconda、CUDA 开发工具等依赖组件。

    解压后双击根目录「剑侠启动器.exe」，即可启动 ComfyUI 算力后台（8188 端口）

    与剑侠 Gradio 界面（7860 端口），支持内嵌窗口、系统浏览器两种模式，可直接完成

    Ideogram 文生图、图像提示词反推、图片高清修复等核心功能。

    本 Lite 轻量版主打 Ideogram 文生图及常用辅助能力，轻量化、低门槛、易上手。

    界面内置预置正向 / 反向提示词，新手无需从零写词即可快速试出第一张图。

    如需老照片修复、精细化修图、动漫转真人等进阶功能，可升级完整版：

    https://www.jianxiaym.com/post/29.html 

三、整合包核心特色

    1. 绿色便携：内置独立 python 目录，解压即用，不污染系统环境。

    2. 剑侠 UI：中文可视化界面，左右分栏卡片布局，工作流已预配置，无需手动画节点。

    3. 四功能合一：顶部标签切换「ideogram文生图全精度」「ideogram文生图量化版」

       「图像提示词反推」「图片高清修复」。

    4. 预置提示词：文生图页内置正向 / 反向提示词下拉菜单，一键填入，覆盖不叠加，

       降低新手写词门槛（详见下文「预置提示词功能」）。

    5. 双精度文生图：全精度 safetensors 与 GGUF 量化版两套工作流，按显存自由切换。

    6. 低显存优化：GGUF 量化 Unet、LoRA 启停调节、SeedVR2 BlockSwap、VAE 分块等。

    7. 多模式启动：内嵌窗口、系统浏览器、仅 ComfyUI 三种启动方式。

    8. 本地离线输出：生成结果默认保存至 ComfyUI\output，全程本地运算。

四、整合包详细功能

    （一）启动器菜单

      [1] 剑侠UI· 内嵌窗口（推荐）

      [2] 剑侠UI· 系统浏览器

      [3] 仅 ComfyUI 工作流（不启动剑侠 UI）

      [0] 退出

      命令行直启：剑侠启动器.exe --mode 1|2|3

    ────────────────────────────────────────

    （二）Ideogram 文生图 · 全精度版

      · 正向 / 反向提示词自定义，支持预置词下拉一键填入

      · 正向框默认为空，显示占位提示「请输入需要生成的提示词...」

      · 宽高比、调度器、步数、降噪、K 采样器等参数可调

      · 双 Unet 全精度加载，LoRA1（正向）/ LoRA3（负向）默认开启

      · LoRA2（正向）/ LoRA4（负向）默认关闭，可按需手动启用

      · CLIP / VAE 模型选择与刷新

      · 可选 SeedVR2 高清放大（目标分辨率 / 最大分辨率）

      · 默认主模型：ideogram4_fp8_scaled.safetensors

      · 默认负向模型：ideogram4_unconditional_fp8_scaled.safetensors

    （三）Ideogram 文生图 · 量化版

      · 参数面板与全精度版一致，含预置正向 / 反向提示词下拉

      · 使用 GGUF 量化 Unet，更省显存，适合 8～12GB 显卡

      · 默认主模型：ideogram4-Q4_0.gguf

      · 默认负向模型：ideogram4_uncond-Q4_0.gguf

    （四）预置提示词功能（全精度 / 量化版均支持）

      在「① 基本输入区」，正向与反向提示词输入框下方各有一个下拉菜单：

      【预置正向词】

        · 下拉仅显示中文标题，选中后整框覆盖填入正向提示词（不叠加）

        · 含「清空正向词」选项

        · 内置 23 组示例，涵盖：人像、风景、海报、汽车、创意艺术等题材

        · 完整文案可参考根目录《示例提示词.txt》

      【预置反向词】

        · 下拉仅显示中文标题，选中后整框覆盖填入英文反向提示词（不叠加）

        · 含「清空反向词」选项

        · 内置 12 组 Ideogram4 专用反向词：精简通用、通用完整、人像、风景、

          城市、汽车、产品、美食、动漫、室内、动物、夜景等

      使用建议：

        · 新手：先选一条「预置正向词」试跑，再选对应题材的「预置反向词」

        · 量化版 / 低显存：反向词优先选「精简通用」

        · 选定后可继续在输入框内手动微调，不影响生成流程

    （五）图像提示词反推

      · 上传参考图，填写指令文本

      · Qwen3-VL 视觉语言模型，可调温度与种子

      · 一键反推提示词，支持复制结果，可用于文生图创作

      · 默认模型：Qwen3-VL-4B-Instruct-FP8（以界面刷新列表为准）

    （六）图片高清修复

      · 上传待放大图片

      · 缩放算法、scale_by 预处理

      · DIT / VAE 模型选择与刷新

      · 目标分辨率、批次、保存文件名前缀

      · SeedVR2 图像放大管线

    ────────────────────────────────────────

    （七）核心模型存放路径

      大模型（Unet / DiT）：ComfyUI\models\diffusion_models\

      SeedVR2 模型：        ComfyUI\models\SEEDVR2\

      LoRA：                ComfyUI\models\loras\

      VAE：                 ComfyUI\models\vae\

      文本编码器 / CLIP：   ComfyUI\models\text_encoders\

      输出目录：            ComfyUI\output\

五、设备配置要求

    （一）操作系统

      · Windows 10 / 11（64 位）

    （二）推荐配置

      · 显卡：NVIDIA 独显 12GB+（RTX 3060 12G、4070、5070 等）

      · 内存：16GB+（推荐 32GB）

      · 硬盘：预留 60GB+ 可用空间，优先 SSD

      · 驱动：保持 NVIDIA 驱动较新（无需单独安装 CUDA Toolkit）

    （三）最低可尝试

      · 显存 8GB：优先使用「ideogram文生图量化版」，反向词选「精简通用」

      · 图像反推：Qwen3-VL-4B 量化版门槛相对较低

      · 不推荐：GTX 10 系 6GB 及以下、无独显

    （四）显存与模型参考

      模型                              建议显存

      ──────────────────────────────────────

      ideogram4_fp8_scaled（全精度）    12GB+

      ideogram4-Q4_0.gguf（量化）       8～12GB

      qwen3vl_8b_fp8_scaled             与文生图共用 CLIP

      seedvr2_ema_7b-Q8_K_M.gguf       12GB+

      seedvr2_ema_7b-Q4_K_M.gguf       8GB+

      Qwen3-VL-4B-Instruct-FP8         8GB+（反推）

    说明：文生图为分段运行，OOM 时可切换量化版、降低分辨率与批次，或换更低 Q 模型。

    （五）免安装组件

      · 系统 Python、pip、Anaconda、CUDA Toolkit、单独部署 ComfyUI 均不需要

六、使用注意事项

    1. 解压密码：jianxiaym.com（见《关于模型存放路径说明（必看）.txt》）

    2. 请勿修改 ComfyUI\.python\ 目录内核心文件，否则可能导致界面异常。

    3. 请勿删除 python\、ComfyUI\ 等运行必需目录。

    4. 建议解压至空间充足目录，路径不宜过深，尽量避免特殊字符。

    5. 首次启动加载模型较慢，「运行中」属正常现象。

    6. 切换标签后页面空白，请重启启动器。

    7. 生成图片保存在 ComfyUI\output\，文件名前缀可在界面自定义。

    8. 使用 VPN/代理时，请确保 127.0.0.1 不走代理。

    9. 整合包仅供学习与技术交流，商用须自行承担合规责任（见《AI合规使用声明.txt》）。

    10. Ideogram4 内置安全过滤，若出现灰色「Image blocked by safety filter」

        拦截图，属模型行为而非整合包故障（详见第七节「Ideogram 安全过滤说明」）。

七、快速使用指南 & 参数建议

    （一）快速上手

      ① 解压整合包（输入解压密码）

      ② 双击「剑侠启动器.exe」，选 [1] 内嵌窗口或 [2] 浏览器

      ③ 等待 8188 / 7860 端口就绪

      ④ 进入「ideogram文生图全精度」或「量化版」标签

      ⑤ 在「预置正向词」选一条示例，在「预置反向词」选对应题材

      ⑥ 按需微调参数，点击开始生成

      ⑦ 在「本次输出」预览，或到 ComfyUI\output\ 查看原图

    （二）Ideogram 文生图建议

      · 首次使用：预置正向词 +「精简通用」反向词，默认参数即可试跑

      · 8～10GB 显存：用量化版标签，关闭 SeedVR2

      · 12GB+ 显存：可用全精度版，需要更清晰时再开 SeedVR2（2048 较稳）

      · 想自己写词：正向框直接输入，预置下拉选「清空」或不操作即可

      · LoRA：默认仅 LoRA1 + LoRA3 生效，一般无需改动

    （三）Ideogram 安全过滤说明（灰色拦截图）

      若「本次输出」出现灰色竖条，中央写着：

      Image blocked by safety filter

      且界面状态显示「已完成」，说明生成流程已正常跑完，并非剑侠 UI 或整合包报错。

      【原因】

        · 这是 Ideogram4 模型权重内自带的内置安全机制，ComfyUI / 剑侠 UI 无法关闭

        · 模型认为当前提示词或生成结果可能违规时，会输出这张「拦截占位图」

        · 纯文本（plain text）提示词误拦较常见，部分正常人像、商业描述也可能被拦

        · 同一提示词换不同 seed，有时一次被拦、一次又能正常出图

      【与整合包故障的区别】

        · 安全拦截：日志正常、状态「已完成」，output 目录里也是同一张灰图

        · 真正故障：ComfyUI 未连接、显存 OOM、节点报错、界面长时间「运行中」无结果

      【处理建议】

        ① 勾选「随机噪波」，换 seed 多试几次

        ② 改写正向提示词，避免易误触表述（如将「成熟女性」改为「女性模特、商业肖像」）

        ③ 先用「风景 / 产品 / 海报」类预置正向词试跑，确认模型本身可正常出图

        ④ 全精度版与量化版可互换尝试

        ⑤ 反向词一般不是主因，保持「精简通用」或对应题材即可

      【说明】

        · Ideogram 官方更推荐 JSON 结构化 caption，plain text 误拦率相对更高

        · 当前剑侠 UI 输入框为普通文本模式，后续版本可考虑增加 JSON 模板支持

        · 请勿将此类拦截视为整合包损坏；若持续无法出图，可换题材或调整表述后再试

    （四）图像提示词反推

      · 上传主体清晰的参考图

      · 指令尽量具体（风格、光影、构图、质感等）

      · 温度偏低更稳定，偏高更有变化

    （五）图片高清修复

      · scale_by 默认 0.5，可按原图微调

      · 常用：目标分辨率 2048、最大 4096

      · 显存紧张时降低批次与目标分辨率

    （六）常见问题

      · 出现灰色 Image blocked by safety filter：见上文「Ideogram 安全过滤说明」

      · ComfyUI 未连接：确认已选 [1]/[2]，等待 8188 就绪后点「刷新模型」

      · 显存 OOM：换量化版、精简反向词、降分辨率 / 批次

      · 模型列表为空：检查 models 子目录，再刷新模型列表

      · 反推无输出：确认已上传图片并填写指令，检查 Qwen3-VL 模型

八、版权与免责声明

    本整合包及相关 UI、工作流配置归剑侠君所有。使用者须遵守国家法律法规及

    《AI合规使用声明.txt》中的规定，因违规使用产生的一切后果由使用者自行承担。

===============================================================

              剑侠源码网 · https://www.jianxiaym.com/   ·  整合包作者：剑侠君

===============================================================