[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-fallenshock--FlowEdit":3,"tool-fallenshock--FlowEdit":62},[4,18,26,35,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108322,2,"2026-04-10T11:39:34",[14,15,13],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":32,"last_commit_at":41,"category_tags":42,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[43,13,15,14],"插件",{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":10,"last_commit_at":50,"category_tags":51,"status":17},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,"2026-04-06T11:19:32",[52,15,13,14],"语言模型",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":10,"last_commit_at":59,"category_tags":60,"status":17},4292,"Deep-Live-Cam","hacksider\u002FDeep-Live-Cam","Deep-Live-Cam 是一款专注于实时换脸与视频生成的开源工具，用户仅需一张静态照片，即可通过“一键操作”实现摄像头画面的即时变脸或制作深度伪造视频。它有效解决了传统换脸技术流程繁琐、对硬件配置要求极高以及难以实时预览的痛点，让高质量的数字内容创作变得触手可及。\n\n这款工具不仅适合开发者和技术研究人员探索算法边界，更因其极简的操作逻辑（仅需三步：选脸、选摄像头、启动），广泛适用于普通用户、内容创作者、设计师及直播主播。无论是为了动画角色定制、服装展示模特替换，还是制作趣味短视频和直播互动，Deep-Live-Cam 都能提供流畅的支持。\n\n其核心技术亮点在于强大的实时处理能力，支持口型遮罩（Mouth Mask）以保留使用者原始的嘴部动作，确保表情自然精准；同时具备“人脸映射”功能，可同时对画面中的多个主体应用不同面孔。此外，项目内置了严格的内容安全过滤机制，自动拦截涉及裸露、暴力等不当素材，并倡导用户在获得授权及明确标注的前提下合规使用，体现了技术发展与伦理责任的平衡。",88924,"2026-04-06T03:28:53",[14,15,13,61],"视频",{"id":63,"github_repo":64,"name":65,"description_en":66,"description_zh":67,"ai_summary_zh":68,"readme_en":69,"readme_zh":70,"quickstart_zh":71,"use_case_zh":72,"hero_image_url":73,"owner_login":74,"owner_name":75,"owner_avatar_url":76,"owner_bio":77,"owner_company":78,"owner_location":79,"owner_email":77,"owner_twitter":77,"owner_website":80,"owner_url":81,"languages":82,"stars":87,"forks":88,"last_commit_at":89,"license":90,"difficulty_score":10,"env_os":91,"env_gpu":92,"env_ram":91,"env_deps":93,"category_tags":103,"github_topics":104,"view_count":32,"oss_zip_url":77,"oss_zip_packed_at":77,"status":17,"created_at":112,"updated_at":113,"faqs":114,"releases":145},8807,"fallenshock\u002FFlowEdit","FlowEdit","Official implementation of the paper: \"FlowEdit: Inversion-Free Text-Based Editing Using Pre-Trained Flow Models\"","FlowEdit 是一款基于预训练流模型的创新图像编辑工具，荣获 ICCV 2025 最佳学生论文奖。它核心解决了传统文本驱动图像编辑中依赖繁琐“反向过程（Inversion）”的痛点，无需对源图像进行复杂的逆向编码，即可直接根据文本指令实现高质量的图像修改。\n\n该工具的独特技术亮点在于其“无反向（Inversion-Free）”机制，利用流模型的数学特性，直接在潜空间中将源图像内容平滑过渡到目标描述，不仅简化了操作流程，还显著提升了编辑结果的保真度和自然度。目前官方已支持 Stable Diffusion 3、Flux 等主流模型，并提供了 ComfyUI 集成方案及视频编辑扩展能力。\n\nFlowEdit 非常适合 AI 研究人员探索生成模型新范式，也适用于开发者快速构建编辑应用。对于设计师而言，只要熟悉基础的配置文件操作，即可利用它高效完成“将白天变为黑夜”或“替换物体材质”等复杂编辑任务。虽然普通用户可通过 Hugging Face 在线演示体验其效果，但要充分发挥其自定义潜力，仍需具备一定的技术动手能力。作为一个开源项目，FlowEdit 以简洁的代码结构和清晰的文档，为社区提","FlowEdit 是一款基于预训练流模型的创新图像编辑工具，荣获 ICCV 2025 最佳学生论文奖。它核心解决了传统文本驱动图像编辑中依赖繁琐“反向过程（Inversion）”的痛点，无需对源图像进行复杂的逆向编码，即可直接根据文本指令实现高质量的图像修改。\n\n该工具的独特技术亮点在于其“无反向（Inversion-Free）”机制，利用流模型的数学特性，直接在潜空间中将源图像内容平滑过渡到目标描述，不仅简化了操作流程，还显著提升了编辑结果的保真度和自然度。目前官方已支持 Stable Diffusion 3、Flux 等主流模型，并提供了 ComfyUI 集成方案及视频编辑扩展能力。\n\nFlowEdit 非常适合 AI 研究人员探索生成模型新范式，也适用于开发者快速构建编辑应用。对于设计师而言，只要熟悉基础的配置文件操作，即可利用它高效完成“将白天变为黑夜”或“替换物体材质”等复杂编辑任务。虽然普通用户可通过 Hugging Face 在线演示体验其效果，但要充分发挥其自定义潜力，仍需具备一定的技术动手能力。作为一个开源项目，FlowEdit 以简洁的代码结构和清晰的文档，为社区提供了一个强大且灵活的图像编辑新选择。","[![Zero-Shot Image Editing](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fzero%20shot-image%20editing-Green)]([https:\u002F\u002Fgithub.com\u002Ftopics\u002Fvideo-editing](https:\u002F\u002Fgithub.com\u002Ftopics\u002Ftext-guided-image-editing))\n[![Python](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fpython-3.8+-blue?python-3670A0?style=for-the-badge&logo=python&logoColor=ffdd54)](https:\u002F\u002Fwww.python.org\u002Fdownloads\u002Frelease\u002Fpython-38\u002F)\n![PyTorch](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Ftorch-2.0.0-red?PyTorch-%23EE4C2C.svg?style=for-the-badge&logo=PyTorch&logoColor=white)\n\n# FlowEdit\n\n[Project](https:\u002F\u002Fmatankleiner.github.io\u002Fflowedit\u002F) | [Arxiv](https:\u002F\u002Farxiv.org\u002Fabs\u002F2412.08629) | [Proceedings](https:\u002F\u002Fopenaccess.thecvf.com\u002Fcontent\u002FICCV2025\u002Fhtml\u002FKulikov_FlowEdit_Inversion-Free_Text-Based_Editing_Using_Pre-Trained_Flow_Models_ICCV_2025_paper.html) | [Demo](https:\u002F\u002Fhuggingface.co\u002Fspaces\u002Ffallenshock\u002FFlowEdit) | [ComfyUI](#comfyui-implementation-for-different-models) | [Data](https:\u002F\u002Fgithub.com\u002Ffallenshock\u002FFlowEdit\u002Ftree\u002Fmain\u002FData)\n\n### [ICCV 2025 Best Student Paper] Official Pytorch implementation of the paper: \"FlowEdit: Inversion-Free Text-Based Editing Using Pre-Trained Flow Models\"\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Ffallenshock_FlowEdit_readme_9974ae3836b3.png)\n\n## Installation\n1. Clone the repository\n\n2. Install the required dependencies using `pip install torch diffusers transformers accelerate sentencepiece protobuf` \u003Cbr>\n\t* New version of diffusers may have compatibility issues, try install `diffusers==0.30.1`\n \t* Tested with CUDA version 12.4 and diffusers 0.30.0\n\n## Running examples\nRun editing with Stable Diffusion 3: `python run_script.py --exp_yaml SD3_exp.yaml`\n\nRun editing with Flux: `python run_script.py --exp_yaml FLUX_exp.yaml`\n\n## Usage - your own examples\n\n* Upload images to `example_images` folder. \n\n* Create an edits file that specifies: (a) a path to the input image, (b) a source prompt, (c) target prompts, and (d) target codes. The target codes summarize the changes between the source and target prompts and will appear in the output filename. \u003Cbr>\nSee `edits.yaml` for example.\n\n* Create an experiment file containing the hyperparamaters needed for running FlowEdit, such as `n_max`, `n_min`. This file also includes the path to the `edits.yaml` file\u003Cbr>\nSee `FLUX_exp.yaml` for FLUX usage example and `SD3_exp.yaml` for Stable Diffusion 3 usage example. \u003Cbr>\nFor a detailed discussion on the impact of different hyperparameters and the values we used, please refer to our paper.\n\nRun `python run_script.py --exp_yaml \u003Cpath to your experiment yaml>`\n\n## ComfyUI implementation for different models \n\n* [FLUX](https:\u002F\u002Fgithub.com\u002Flogtd\u002FComfyUI-Fluxtapoz)\n* [HunyuanLoom](https:\u002F\u002Fgithub.com\u002Flogtd\u002FComfyUI-HunyuanLoom)\n\nImplemented by [logtd](https:\u002F\u002Fx.com\u002Flogtdx\u002Fstatus\u002F1869095838016012462?s=48&t=6Yj6BZKooDOmH_JWRWjtHg)\n\nLTX-Video ComfyUI implementation can be found in LTX-Video [official repository](https:\u002F\u002Fgithub.com\u002FLightricks\u002FComfyUI-LTXVideo\u002Ftree\u002Fmaster?tab=readme-ov-file#flow-edit).\n\n## Community Work\n\n[Training-Free-WAN-Editing🤗](https:\u002F\u002Fgithub.com\u002FKyujinHan\u002FAwesome-Training-Free-WAN2.1-Editing), combines [WAN2.1](https:\u002F\u002Fgithub.com\u002FWan-Video\u002FWan2.1) with FlowEdit to extend training-free to video editing. If you are interested in video editing, please feel free to take a look. Implemented by [Kyujinpy](https:\u002F\u002Fgithub.com\u002FKyujinHan).\n  \n## License\nThis project is licensed under the [MIT License](LICENSE).\n\n\n### Citation\nIf you use this code for your research, please cite our paper:\n\n```\n@inproceedings{kulikov2025flowedit,\n  title={Flowedit: Inversion-free text-based editing using pre-trained flow models},\n  author={Kulikov, Vladimir and Kleiner, Matan and Huberman-Spiegelglas, Inbar and Michaeli, Tomer},\n  booktitle={Proceedings of the IEEE\u002FCVF International Conference on Computer Vision},\n  pages={19721--19730},\n  year={2025}\n}\n```\n","[![零样本图像编辑](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fzero%20shot-image%20editing-Green)]([https:\u002F\u002Fgithub.com\u002Ftopics\u002Fvideo-editing](https:\u002F\u002Fgithub.com\u002Ftopics\u002Ftext-guided-image-editing))\n[![Python](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fpython-3.8+-blue?python-3670A0?style=for-the-badge&logo=python&logoColor=ffdd54)](https:\u002F\u002Fwww.python.org\u002Fdownloads\u002Frelease\u002Fpython-38\u002F)\n![PyTorch](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Ftorch-2.0.0-red?PyTorch-%23EE4C2C.svg?style=for-the-badge&logo=PyTorch&logoColor=white)\n\n# FlowEdit\n\n[项目](https:\u002F\u002Fmatankleiner.github.io\u002Fflowedit\u002F) | [Arxiv](https:\u002F\u002Farxiv.org\u002Fabs\u002F2412.08629) | [论文集](https:\u002F\u002Fopenaccess.thecvf.com\u002Fcontent\u002FICCV2025\u002Fhtml\u002FKulikov_FlowEdit_Inversion-Free_Text-Based_Editing_Using_Pre-Trained_Flow_Models_ICCV_2025_paper.html) | [演示](https:\u002F\u002Fhuggingface.co\u002Fspaces\u002Ffallenshock\u002FFlowEdit) | [ComfyUI](#comfyui-implementation-for-different-models) | [数据](https:\u002F\u002Fgithub.com\u002Ffallenshock\u002FFlowEdit\u002Ftree\u002Fmain\u002FData)\n\n### [ICCV 2025 最佳学生论文] 论文“FlowEdit：使用预训练流模型的无反演文本驱动编辑”的官方 PyTorch 实现\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Ffallenshock_FlowEdit_readme_9974ae3836b3.png)\n\n## 安装\n1. 克隆仓库\n\n2. 使用 `pip install torch diffusers transformers accelerate sentencepiece protobuf` 安装所需依赖 \u003Cbr>\n\t* 新版本的 diffusers 可能存在兼容性问题，建议安装 `diffusers==0.30.1`\n \t* 已在 CUDA 12.4 和 diffusers 0.30.0 上测试通过\n\n## 运行示例\n使用 Stable Diffusion 3 进行编辑：`python run_script.py --exp_yaml SD3_exp.yaml`\n\n使用 Flux 进行编辑：`python run_script.py --exp_yaml FLUX_exp.yaml`\n\n## 使用方法 - 自定义示例\n\n* 将图片上传至 `example_images` 文件夹。\n\n* 创建一个 edits 文件，指定：(a) 输入图片的路径，(b) 源提示词，(c) 目标提示词，以及 (d) 目标代码。目标代码总结了源提示词和目标提示词之间的变化，并会显示在输出文件名中。\u003Cbr>\n请参阅 `edits.yaml` 以获取示例。\n\n* 创建一个实验配置文件，包含运行 FlowEdit 所需的超参数，例如 `n_max`、`n_min`。该文件还应包含 `edits.yaml` 文件的路径。\u003Cbr>\n请参阅 `FLUX_exp.yaml` 以了解 Flux 的使用示例，以及 `SD3_exp.yaml` 以了解 Stable Diffusion 3 的使用示例。\u003Cbr>\n有关不同超参数的影响及我们所采用的值的详细讨论，请参阅我们的论文。\n\n运行 `python run_script.py --exp_yaml \u003C您的实验配置文件路径>`\n\n## 不同模型的 ComfyUI 实现\n\n* [FLUX](https:\u002F\u002Fgithub.com\u002Flogtd\u002FComfyUI-Fluxtapoz)\n* [HunyuanLoom](https:\u002F\u002Fgithub.com\u002Flogtd\u002FComfyUI-HunyuanLoom)\n\n由 [logtd](https:\u002F\u002Fx.com\u002Flogtdx\u002Fstatus\u002F1869095838016012462?s=48&t=6Yj6BZKooDOmH_JWRWjtHg) 实现。\n\nLTX-Video 的 ComfyUI 实现可在 LTX-Video 的 [官方仓库](https:\u002F\u002Fgithub.com\u002FLightricks\u002FComfyUI-LTXVideo\u002Ftree\u002Fmaster?tab=readme-ov-file#flow-edit) 中找到。\n\n## 社区工作\n\n[无需训练的 WAN 编辑🤗](https:\u002F\u002Fgithub.com\u002FKyujinHan\u002FAwesome-Training-Free-WAN2.1-Editing)，将 [WAN2.1](https:\u002F\u002Fgithub.com\u002FWan-Video\u002FWan2.1) 与 FlowEdit 结合，将无需训练的方法扩展到视频编辑领域。如果您对视频编辑感兴趣，欢迎查看。由 [Kyujinpy](https:\u002F\u002Fgithub.com\u002FKyujinHan) 实现。\n\n## 许可证\n本项目采用 [MIT 许可证](LICENSE) 许可。\n\n### 引用\n如果您在研究中使用此代码，请引用我们的论文：\n\n```\n@inproceedings{kulikov2025flowedit,\n  title={Flowedit: Inversion-free text-based editing using pre-trained flow models},\n  author={Kulikov, Vladimir and Kleiner, Matan and Huberman-Spiegelglas, Inbar and Michaeli, Tomer},\n  booktitle={Proceedings of the IEEE\u002FCVF International Conference on Computer Vision},\n  pages={19721--19730},\n  year={2025}\n}\n```","# FlowEdit 快速上手指南\n\nFlowEdit 是 ICCV 2025 最佳学生论文获奖项目，一种基于预训练流模型（Flow Models）的**免反转**（Inversion-Free）文本图像编辑工具。它支持 Stable Diffusion 3、Flux 等主流模型，无需复杂的反向过程即可实现高质量的文本引导编辑。\n\n## 环境准备\n\n在开始之前，请确保您的系统满足以下要求：\n\n*   **操作系统**: Linux (推荐) 或 Windows\n*   **Python**: 3.8 或更高版本\n*   **GPU**: 支持 CUDA 的 NVIDIA 显卡（测试环境为 CUDA 12.4）\n*   **PyTorch**: 2.0.0 或更高版本\n\n> **国内加速建议**：\n> 建议使用国内镜像源安装依赖，以提升下载速度并避免连接超时。\n> *   PyTorch 官方国内镜像：`https:\u002F\u002Fdownload.pytorch.org\u002Fwhl\u002Fcu124`\n> *   Pip 国内镜像（如清华源）：`-i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple`\n\n## 安装步骤\n\n### 1. 克隆仓库\n首先将项目代码克隆到本地：\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Ffallenshock\u002FFlowEdit.git\ncd FlowEdit\n```\n\n### 2. 安装依赖\n使用 pip 安装所需库。**注意**：新版本的 `diffusers` 可能存在兼容性问题，建议锁定版本为 `0.30.1` 或 `0.30.0`。\n\n**通用安装命令**（推荐结合国内镜像源）\n```bash\npip install torch diffusers==0.30.1 transformers accelerate sentencepiece protobuf -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n```\n\n*如果尚未安装 PyTorch，请先访问 [PyTorch 官网](https:\u002F\u002Fpytorch.org\u002Fget-started\u002Flocally\u002F) 根据您的 CUDA 版本安装对应的 torch 和 torchvision。*\n\n## 基本使用\n\n### 方法一：运行官方示例\n项目内置了针对 Stable Diffusion 3 和 Flux 的配置文件，可直接运行测试。\n\n**使用 Stable Diffusion 3 进行编辑**：\n```bash\npython run_script.py --exp_yaml SD3_exp.yaml\n```\n\n**使用 Flux 进行编辑**：\n```bash\npython run_script.py --exp_yaml FLUX_exp.yaml\n```\n\n### 方法二：自定义图片编辑\n若要编辑自己的图片，请按以下步骤操作：\n\n1.  **准备图片**：\n    将输入图片上传至 `example_images` 文件夹。\n\n2.  **创建编辑配置文件 **(`edits.yaml`)：\n    新建一个 yaml 文件，定义编辑任务。需包含以下字段：\n    *   `image_path`: 输入图片路径\n    *   `source_prompt`: 原始描述提示词\n    *   `target_prompts`: 目标描述提示词列表\n    *   `target_codes`: 用于概括变化的标签（将出现在输出文件名中）\n\n    *参考 `edits.yaml` 文件格式。*\n\n3.  **创建实验配置文件 **(`\u003Cyour_exp>.yaml`)：\n    新建实验配置文件，设置超参数（如 `n_max`, `n_min` 等），并指向上述的 `edits.yaml` 文件。\n    *   参考 `FLUX_exp.yaml` (Flux 模型) 或 `SD3_exp.yaml` (SD3 模型) 的结构。\n    *   具体超参数影响请参阅原论文。\n\n4.  **执行编辑**：\n    运行以下命令启动编辑流程：\n    ```bash\n    python run_script.py --exp_yaml \u003Cpath_to_your_experiment_yaml>\n    ```\n\n---\n*注：本项目也提供了 ComfyUI 实现版本，如需在工作流中使用，可参考 README 中的 ComfyUI 相关链接。*","一位电商设计师需要快速将同一款产品的宣传图从“夏季海滩”风格批量调整为“冬季雪景”风格，以适配即将到来的节日促销活动。\n\n### 没有 FlowEdit 时\n- **流程繁琐耗时**：传统方法通常需要先对原图进行复杂的“反向扩散（Inversion）”操作来提取噪声潜变量，这一步计算量大且容易失败。\n- **细节丢失严重**：在反转和重绘过程中，产品的核心特征（如 Logo 形状、包装纹理）容易发生畸变或模糊，导致商品辨识度下降。\n- **试错成本高昂**：每次调整提示词都需要重新运行完整的反转流程，设计师难以实时预览效果，反复修改参数极度消耗算力与时间。\n- **模型依赖性强**：往往需要针对特定编辑任务微调模型或训练额外的适配器，无法直接利用现有的强大预生成流模型。\n\n### 使用 FlowEdit 后\n- **无需反转步骤**：FlowEdit 直接利用预训练的流模型进行编辑，彻底省去了耗时的图像反转过程，将单张图片的编辑准备时间从分钟级缩短至秒级。\n- **完美保留主体**：得益于其独特的编辑机制，产品在变换背景风格时，原有的几何结构和精细纹理得到了完整保留，无需后期修图补救。\n- **即时迭代反馈**：设计师可以随意修改“夏季”到“冬季”的提示词并立即看到结果，支持快速尝试多种创意方案，大幅提升创作效率。\n- **零样本通用性**：直接加载 Stable Diffusion 3 或 Flux 等现成预训练模型即可生效，无需任何额外训练或数据准备，开箱即用。\n\nFlowEdit 通过消除复杂的反转步骤，让基于文本的图像编辑变得像修改文档一样简单高效，同时确保了商业级图像的画质完整性。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Ffallenshock_FlowEdit_9974ae38.png","fallenshock","Vladimir Kulikov","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Ffallenshock_528c6d09.png",null,"Technion Israel Institute of Technology","Haifa, Israel","https:\u002F\u002Fwww.linkedin.com\u002Fin\u002Fvladimir-kulikov\u002F","https:\u002F\u002Fgithub.com\u002Ffallenshock",[83],{"name":84,"color":85,"percentage":86},"Python","#3572A5",100,974,51,"2026-04-17T12:46:02","MIT","未说明","需要 NVIDIA GPU，CUDA 12.4 (测试环境)，显存大小未说明",{"notes":94,"python":95,"dependencies":96},"diffusers 新版本可能存在兼容性问题，建议安装 diffusers==0.30.1。该项目支持 Stable Diffusion 3 和 Flux 模型，并提供了 ComfyUI 的实现方案。","3.8+",[97,98,99,100,101,102],"torch>=2.0.0","diffusers==0.30.1","transformers","accelerate","sentencepiece","protobuf",[15,61],[105,106,107,108,109,110,111],"diffusion-models","editing","editing-image","generative-model","rectified-flow","text-guided-image-editing","text-guided-image-manipulation","2026-03-27T02:49:30.150509","2026-04-18T09:19:36.119273",[115,120,125,130,135,140],{"id":116,"question_zh":117,"answer_zh":118,"source_url":119},39498,"FlowEdit 是否支持 SDXL 模型？如果支持，需要注意什么？","是的，支持 SDXL。但由于 V 预测和 epsilon 预测之间存在差异，需要谨慎处理。主要公式在 epsilon 预测下为：\nV_t^Δ(Ẑ_t^src, Ẑ_t^tar) = (1\u002F(1-t)) * ((ε̂(Ẑ_t^tar, t) - ε̂(Ẑ_t^src, t)) - (Z_t^FE - X_0^src))","https:\u002F\u002Fgithub.com\u002Ffallenshock\u002FFlowEdit\u002Fissues\u002F3",{"id":121,"question_zh":122,"answer_zh":123,"source_url":124},39499,"运行代码时遇到张量尺寸不匹配错误（RuntimeError: The size of tensor a must match the size of tensor b），如何解决？","这通常是由 diffusers 库版本不兼容引起的。\n解决方案 1（推荐）：降级 diffusers 到 0.30.1 版本：\npip uninstall diffusers\npip install diffusers==0.30.1\n\n解决方案 2（适配新版本）：如果使用新版 diffusers（vae_scale_factor 变为 8 而非 16），需修改 FlowEdit_utils.py 第 246 行：\n将：orig_height, orig_width = x_src.shape[2]*pipe.vae_scale_factor\u002F\u002F2, x_src.shape[3]*pipe.vae_scale_factor\u002F\u002F2\n改为：orig_height, orig_width = x_src.shape[2]*pipe.vae_scale_factor, x_src.shape[3]*pipe.vae_scale_factor","https:\u002F\u002Fgithub.com\u002Ffallenshock\u002FFlowEdit\u002Fissues\u002F4",{"id":126,"question_zh":127,"answer_zh":128,"source_url":129},39500,"为什么无法将图片中的文字从\"CVPR\"成功编辑为\"ICCV\"（结果变成\"CAEV\"）？","FlowEdit 是一种随机编辑方法且旨在保持结构，因此：\n1. 尝试更改随机种子（seed），不同的种子会产生不同的输出结果。\n2. 该方法对结构改变敏感，如果要修改的部分较多或涉及原始图像结构的重大变化，可能需要微调超参数。\n参考论文补充材料中关于随机噪声和超参数影响的讨论。默认参数如下：\nT_steps: 28, n_avg: 1, src_guidance_scale: 1.5, tar_guidance_scale: 5.5, n_min: 0, n_max: 24","https:\u002F\u002Fgithub.com\u002Ffallenshock\u002FFlowEdit\u002Fissues\u002F9",{"id":131,"question_zh":132,"answer_zh":133,"source_url":134},39501,"如何获取论文中使用的基线代码（ODE inversion \u002F ODE Inv.）？","作者未直接在仓库公开该基线代码。如有需要，请直接通过私信（DM）联系作者（如 @matankleiner）索取。此外，有用户反馈在获取代码后，需将代码中的 `vec_t = t_i.expand(latent_model_input.shape[0])` 修改为 `vec_t = t.expand(latent_model_input.shape[0])` 以修复潜在问题。","https:\u002F\u002Fgithub.com\u002Ffallenshock\u002FFlowEdit\u002Fissues\u002F12",{"id":136,"question_zh":137,"answer_zh":138,"source_url":139},39502,"目前是否有针对 Wan 视频模型的 FlowEdit 实现？","截至目前，官方尚未提供针对 WAN 视频模型的 FlowEdit 实现。不过社区可能有相关探索，例如可以参考 GitHub 上的 \"Training-Free-WAN-Editing\" 项目。","https:\u002F\u002Fgithub.com\u002Ffallenshock\u002FFlowEdit\u002Fissues\u002F18",{"id":141,"question_zh":142,"answer_zh":143,"source_url":144},39503,"生成结果为全黑图像或出现\"invalid value encountered in cast\"警告，怎么办？","这通常与数值计算溢出或数据类型转换有关。虽然具体完整解决方案在截断的评论中未完全显示，但此类问题通常建议检查：\n1. 确保启用了正确的 offload 设置（如 enable_sequential_offload）以避免显存不足导致的计算错误。\n2. 检查输入图像范围是否在 [0, 1] 之间，避免乘以 255 时产生无效值。\n3. 尝试更新或固定 torch 和 diffusers 版本以确保兼容性。","https:\u002F\u002Fgithub.com\u002Ffallenshock\u002FFlowEdit\u002Fissues\u002F2",[]]