这次我们来看一个在本地 AI 图像生成领域非常实用的项目，它不是一个全新的模型，而是一套围绕特定风格（如“黑色latex胶衣修女”、“防毒面具”、“黑白配色”等）进行高效、高质量生成的工作流或提示词工程实践。对于想要稳定产出此类风格化图像的创作者来说，核心痛点往往不是模型能力，而是如何通过精确的提示词、模型选择与参数配置，在有限的硬件资源下实现风格一致、细节到位且可控的批量生成。

本文将直接切入主题，拆解实现这类特定美学图像的技术路径。我们会重点关注：使用哪些开源模型组合性价比最高、显存门槛如何、如何构建可复用的提示词模板、以及如何通过ComfyUI或Stable Diffusion WebUI进行批量任务处理。无论你是想用于个人艺术创作、概念设计，还是学习提示词工程，这篇文章都将提供一套从环境准备到成品输出的完整可落地方案。

1. 核心能力速览

2. 适用场景与使用边界

这个技术方案主要适合以下几类用户：

• 数字艺术家与概念设计师：需要快速产生特定美学（如赛博朋克、暗黑风格、时尚摄影）的灵感草图或成图。
• 独立游戏/动漫开发者：用于生成角色设定图、宣传素材，尤其是在预算有限的情况下。
• AI 绘画爱好者与研究者：希望深入理解提示词、模型微调（LoRA）、以及 ControlNet 如何协同工作，以实现高度可控的图像生成。
• 内容创作者：在确认所有生成内容符合平台规范且为原创的前提下，用于制作个性化的背景、插图。

重要使用边界与合规提醒：

1. 版权与肖像权：生成图像中若包含近似真人肖像或受版权保护的特定角色元素，需谨慎评估使用风险。用于商业用途前，务必确认其原创性。
2. 内容安全：生成内容需符合法律法规与公序良俗。在使用涉及“面具”、“胶衣”等元素的提示词时，应聚焦于艺术表达，避免产生令人不适或违规的内容。
3. 素材授权：如果使用图生图功能，请确保输入的参考图片拥有合法的使用权或为原创作品。
4. 技术边界：当前模型对极度复杂的光影（如胶衣高光）、精细的服饰纹理（如 latex 材质）以及复杂配饰（如防毒面具的管线）的生成存在极限，可能需要多次迭代或后期处理。

3. 环境准备与前置条件

在开始之前，请确保你的本地环境满足以下基础要求：

• 操作系统: Windows 10/11, Linux 或 macOS（Apple Silicon 机型可通过特定方式运行，但本文以 Windows/NVIDIA GPU 环境为主）。
• Python: 版本 3.10.x。这是 Stable Diffusion WebUI 和 ComfyUI 最兼容的版本。
• Git: 用于克隆仓库。
• 显卡驱动: 确保已安装最新版的 NVIDIA 显卡驱动（针对 NVIDIA GPU 用户）。
• CUDA 工具包（推荐）: 虽然 WebUI 安装脚本通常会处理，但预先安装与显卡驱动匹配的 CUDA 版本（如 11.8 或 12.1）可以避免一些问题。
• 磁盘空间: 至少准备 20GB 可用空间，用于存放基础模型、LoRA 模型及生成图片。

关键检查点：

1. 打开命令提示符，输入python --version确认 Python 版本为 3.10.x。
2. 输入nvidia-smi（NVIDIA 用户）查看显卡型号和驱动版本，并确认 CUDA 版本信息。

4. 安装部署与启动方式

我们将以Stable Diffusion WebUI (Automatic1111)为例进行部署，因为它对新手更友好，社区资源丰富。ComfyUI 的部署流程类似，但更偏向工作流节点式操作。

4.1 安装 Stable Diffusion WebUI

1. 克隆仓库：打开终端（如 PowerShell），切换到你希望安装的目录。

   cd D:\AI_Projects git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git cd stable-diffusion-webui

2. 运行启动脚本：

   • Windows 用户直接双击运行webui-user.bat。
   • 首次运行会自动创建 Python 虚拟环境、安装所有依赖（包括 PyTorch 和 CUDA 绑定）。这个过程耗时较长，取决于网络速度。
   • 如果遇到网络问题，可能需要配置国内镜像源。可以在webui-user.bat中设置环境变量。

3. 下载基础模型：

   • 启动脚本运行成功后，程序会尝试下载一个默认模型，但通常我们需要自己准备更优质的模型。
   • 前往 Civitai 或 Hugging Face 等平台，下载一个适合真实系或动漫风格的 SD 1.5 或 SDXL 基础模型（例如realisticVisionV60B1_v51、sd_xl_base_1.0.safetensors）。
   • 将下载的.safetensors模型文件放入stable-diffusion-webui/models/Stable-diffusion/目录下。

4. 访问 WebUI：

   • 安装完成后，终端会显示类似Running on local URL: http://127.0.0.1:7860的信息。
   • 在浏览器中打开此地址，即可看到 WebUI 界面。

4.2 安装关键扩展：LoRA 与 ControlNet

要实现“黑色胶衣修女”这类特定风格，仅靠基础模型和提示词是不够的，需要借助 LoRA 和 ControlNet。

1. 安装 LoRA 模型：

   • 在 Civitai 等社区搜索与 “latex”、“leotard”、“cyberpunk fashion”、“mask”、“nun” 等关键词相关的 LoRA 模型。
   • 下载.safetensors格式的 LoRA 文件，将其放入stable-diffusion-webui/models/Lora/目录。
   • 在 WebUI 中刷新模型列表即可看到。

2. 安装 ControlNet 扩展：

   • 在 WebUI 的 “Extensions” 标签页，点击 “Available”，加载扩展列表。
   • 找到 “sd-webui-controlnet”，点击 “Install”。
   • 安装后重启 WebUI。你还需要在 “Extensions” -> “Installed” 中点击 “Apply and restart UI”。
   • ControlNet 模型（如control_v11p_sd15_canny.pth）通常会在首次使用时自动下载，也可手动下载后放入stable-diffusion-webui/extensions/sd-webui-controlnet/models/。

5. 功能测试与效果验证

环境就绪后，我们开始针对目标风格进行生成测试。

5.1 基础文生图测试：构建核心提示词

测试目的：验证仅通过提示词能否触发生成目标元素（胶衣、面具、修女头饰）。

1. 选择模型：在左上角选择你下载的基础模型（如realisticVisionV60B1_v51.safetensors）。
2. 输入提示词 (Prompt)：

   (masterpiece, best quality, ultra-detailed), 1girl, solo, a nun in a sleek black latex bodysuit, wearing a gas mask, (black and white color scheme), standing in a dimly lit cathedral, dramatic lighting, (intricate details on the latex:1.2), (steampunk aesthetic:0.8)

   • 说明：使用括号()增强权重，(keyword:1.2)表示权重 1.2 倍。前半部分描述画面质量，中间是核心主体描述，后半部分是环境和风格。
3. 输入负面提示词 (Negative Prompt)：

   (worst quality, low quality:1.4), (bad anatomy), (deformed, distorted, disfigured:1.3), poorly drawn, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, jpeg artifacts, signature, watermark, username, blurry, (mutated hands and fingers:1.4), (poorly drawn hands:1.4), (mutation:1.3), (ugly:1.2)

   • 说明：负面提示词用于排除常见低质量特征，对提升出图稳定性至关重要。
4. 设置参数：
   • 采样方法 (Sampler): DPM++ 2M Karras 或 Euler a（速度快，效果不错）。
   • 迭代步数 (Steps): 20-30。
   • 图片尺寸 (Width/Height): 512x768 或 768x512（根据你的显存调整，8G显存可尝试 768x768）。
   • 生成批次 (Batch count): 先设为 1。
5. 点击“Generate”：观察生成结果。此时可能只有部分元素符合预期（例如有了修女和胶衣的感觉，但面具细节或胶衣质感不佳）。

5.2 集成 LoRA 进行风格强化

测试目的：使用专门的 LoRA 模型来强化“latex胶衣”或“防毒面具”的质感和风格一致性。

1. 在生成按钮下方，找到 “Show extra networks” 图标（或按右下角红色图标），切换到 “Lora” 标签页。
2. 点击你之前放入的 LoRA 模型（例如latex_fashion_lora.safetensors）。这会在提示词框中自动添加一段触发词，如<lora:latex_fashion_lora:1>。
3. 调整提示词：你可能需要根据 LoRA 的说明，在正面提示词中加入该 LoRA 特定的触发词（例如latex_suit）。
4. 调整 LoRA 权重：<lora:latex_fashion_lora:0.8>中的0.8是权重。通常从 0.6-0.8 开始测试，权重太高可能导致图像过饱和或扭曲。
5. 再次点击生成。对比之前的结果，观察胶衣的光泽感、紧身度和材质表现是否显著提升。

5.3 使用 ControlNet 控制构图与姿态

测试目的：确保人物姿态、构图符合要求，避免随机生成导致的主体偏差。

1. 在 WebUI 中展开 “ControlNet” 折叠面板。
2. 上传参考图：可以是一张简单的人物姿势草图、剪影，或者一张希望模仿构图的照片。
3. 启用 ControlNet：勾选 “Enable”。
4. 选择预处理器和模型：
   • 预处理器 (Preprocessor): 选择canny（提取线稿）或depth（提取景深图）。
   • 模型 (Model): 选择对应的control_v11p_sd15_canny或control_v11p_sd15_depth。
5. 控制权重：保持 “Control Weight” 在 0.8-1.2 之间，“Starting Control Step” 和 “Ending Control Step” 可以控制 ControlNet 在生成过程的哪个阶段起作用。
6. 结合 LoRA 和精炼后的提示词再次生成。此时生成的人物姿态将与参考图高度相似，但穿着、风格由你的提示词和 LoRA 决定。

5.4 图生图与局部重绘测试

测试目的：对已有生成结果进行微调，例如更换头套样式、调整面具颜色。

1. 将一张满意的生成图发送到 “图生图 (img2img)” 标签页。
2. 局部重绘 (Inpaint)：
   • 使用画笔工具涂抹只想修改的区域，例如人物的头部。
   • 在提示词中只描述你想修改的内容，例如inflatable hood, glossy black latex。
   • 设置合适的 “Denoising strength”（重绘强度，0.4-0.7），然后生成。模型将只重绘蒙版区域，并与原图融合。

6. 接口 API 与批量任务

当你需要将生成能力集成到自动化流程或进行大规模素材生成时，API 和批量功能就至关重要。

6.1 启动 API 服务

Stable Diffusion WebUI 默认在启动时即开启了 API。你可以在启动命令中添加--api参数以确保启用。API 文档地址通常是http://127.0.0.1:7860/docs。

6.2 使用 Python 调用文生图 API

以下是一个基础的调用示例，用于生成一张目标图像：

import requests import json import io from PIL import Image url = "http://127.0.0.1:7860/sdapi/v1/txt2img" payload = { "prompt": "(masterpiece, best quality), 1girl, black latex nun, gas mask, monochrome", "negative_prompt": "(worst quality, low quality:1.4), bad anatomy", "steps": 20, "width": 512, "height": 768, "cfg_scale": 7, "sampler_name": "Euler a", "seed": -1, # -1 表示随机种子 "override_settings": { "sd_model_checkpoint": "realisticVisionV60B1_v51.safetensors" # 指定模型 }, "alwayson_scripts": { "ControlNet": { "args": [ { "input_image": "", # 这里需要将参考图转换为 base64 字符串 "module": "canny", "model": "control_v11p_sd15_canny" } ] } } } # 如果需要使用 LoRA，在 prompt 字段中加入 LoRA 语法 # payload["prompt"] = "<lora:latex_fashion:0.7>, (masterpiece...)" # 如果需要使用多个 LoRA，可以叠加。 response = requests.post(url, json=payload, timeout=300) r = response.json() # 保存图片 for i, img_base64 in enumerate(r['images']): image = Image.open(io.BytesIO(base64.b64decode(img_base64.split(",",1)[0]))) image.save(f'output_{i}.png') print(f"Image saved as output_{i}.png")

6.3 实现批量任务

批量任务的核心是循环调用 API并管理好不同的生成参数（如随机种子、细微变化的提示词）。

1. 目录批量处理：WebUI 的 “文生图” 标签页自带 “从目录读取提示词” 功能。你可以创建一个文本文件，每行包含一组提示词和参数，然后进行批量生成。
2. 脚本化批量生成：编写一个 Python 脚本，读取一个 CSV 或 JSON 配置文件，其中每一行定义了一组生成参数（提示词、尺寸、种子、使用的 LoRA 等），然后循环调用上述 API。

   import csv import time def generate_from_config(config_row): # config_row 是一个字典，包含 prompt, negative_prompt, seed 等 payload.update(config_row) # 更新基础 payload response = requests.post(url, json=payload, timeout=300) # ... 处理响应和保存图片，可以用 seed 或序号命名文件 time.sleep(1) # 避免请求过于频繁 with open('batch_config.csv', 'r', encoding='utf-8') as f: reader = csv.DictReader(f) for row in reader: generate_from_config(row)

3. 使用队列系统：对于更复杂的生产环境，可以考虑使用 Redis 或 RabbitMQ 等消息队列来管理生成任务，实现任务的持久化和分布式处理。

7. 资源占用与性能观察

本地部署 AI 绘画，性能监控是关键。

• 显存占用观察：

  • 任务管理器 (Windows)：在“性能”选项卡中选择 GPU，查看“专用 GPU 内存”的使用情况。
  • nvidia-smi 命令：在终端输入nvidia-smi -l 1可以每秒刷新一次显存和 GPU 利用率。
  • 典型占用：
    • SD 1.5 模型 (512x512)：无 ControlNet 时，4G 显存可勉强运行，6G 较流畅，8G 可开启高清修复 (hires.fix)。
    • SDXL 模型 (1024x1024)：建议 8G 显存起步，10-12G 更佳。
    • 启用 ControlNet：每个启用的 ControlNet 单元会增加 0.5-1.5G 的显存开销。
    • 启用多个 LoRA：通常增加不多，几十到几百 MB。

• 降低显存占用的技巧：

  1. 使用--medvram或--lowvram参数启动 WebUI：在webui-user.bat的COMMANDLINE_ARGS变量中添加。这会牺牲一些速度来换取更低的显存占用。
  2. 降低分辨率：这是最有效的方法。从 512x512 开始测试。
  3. 使用 CPU 卸载：某些优化方案（如--opt-split-attention）可以将部分计算卸载到 CPU，但生成速度会大幅下降。
  4. 关闭不必要的预览和缓存：在 WebUI 设置中关闭 “Live previews” 等选项。

• 生成速度：生成速度受显卡算力、图片尺寸、迭代步数影响。一张 512x512、20 步的图片，在 RTX 3060 (12G) 上大约需要 2-5 秒。

8. 常见问题与排查方法

9. 最佳实践与使用建议

为了更高效、稳定地使用这套工作流，建议遵循以下实践：

1. 建立项目文件夹体系：

   /My_AI_Art_Project ├── /inputs # 存放参考图、草图 ├── /models # 存放基础模型、LoRA、ControlNet模型（可软链接到WebUI目录） ├── /configs # 存放提示词模板、参数设置的JSON文件 ├── /outputs # 按日期或主题分类存放生成结果 └── /scripts # 存放批量生成、后处理等Python脚本

2. 提示词工程模板化：将常用的质量标签、风格前缀、负面提示词保存为模板。例如，创建一个base_positive.txt和base_negative.txt，每次生成时复制并添加具体描述。

3. 善用“X/Y/Z 图表”功能：WebUI 的 “Script” 下拉菜单中的 “X/Y/Z plot” 功能，可以帮你系统性地测试不同模型、LoRA 权重、采样器对最终效果的影响，是优化参数的利器。

4. 种子 (Seed) 的妙用：当生成一张满意的图片后，固定其种子值 (Seed)，然后微调提示词或其他参数（如CFG Scale），可以产生一系列风格一致又略有变化的图像，非常适合构建角色设定集。

5. 合规与备份：

   • 定期备份你的stable-diffusion-webui目录下的config.json文件，它保存了你的所有UI设置。
   • 对生成的内容进行审核和分类，特别是计划对外分享或商用时。
   • 记录下每次成功生成的关键参数（模型、LoRA、提示词、种子、ControlNet 图），形成你自己的“配方库”。

通过以上步骤，你不仅能够生成“黑色latex胶衣修女”这类特定图像，更重要的是掌握了一套可复用的、工程化的本地AI绘画工作方法。从环境搭建、提示词打磨、模型微调，到批量处理和API集成，这套流程可以迁移到任何你感兴趣的风格主题上。