[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-philz1337x--clarity-upscaler":3,"tool-philz1337x--clarity-upscaler":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},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。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",140436,2,"2026-04-05T23:32:43",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},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。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,"2026-04-04T04:44:48",[15,14,13,26,54],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":75,"owner_avatar_url":76,"owner_bio":77,"owner_company":78,"owner_location":78,"owner_email":78,"owner_twitter":75,"owner_website":79,"owner_url":80,"languages":81,"stars":106,"forks":107,"last_commit_at":108,"license":109,"difficulty_score":10,"env_os":110,"env_gpu":111,"env_ram":110,"env_deps":112,"category_tags":117,"github_topics":118,"view_count":23,"oss_zip_url":78,"oss_zip_packed_at":78,"status":16,"created_at":130,"updated_at":131,"faqs":132,"releases":133},3540,"philz1337x\u002Fclarity-upscaler","clarity-upscaler","Clarity AI | AI Image Upscaler & Enhancer - free and open-source Magnific Alternative","Clarity-upscaler 是一款免费开源的 AI 图像超分辨率与增强工具，旨在为用户提供商业软件 Magnific AI 的高品质替代方案。它核心解决了低分辨率图片模糊、细节缺失的痛点，能够智能放大图像并重建纹理，最高支持生成 13k×13k 的超高清大图，同时有效保持画面原始特征，避免过度修饰导致的失真。\n\n这款工具受众广泛：普通用户可直接访问其在线网页版或调用 API 轻松处理照片；设计师和艺术家可利用其特有的“动漫增强”、“分形细节（Fractality）”及锐化功能提升作品质感；而开发者与研究人员则能将其集成到 ComfyUI、A1111 WebUI 等工作流中，甚至通过 Cog 部署本地服务。其技术亮点在于支持自定义 Safetensors 检查点和 LoRA 模型，允许用户灵活控制风格迁移与细节生成，并具备多步超分能力以应对极端放大需求。无论是修复老照片、准备印刷素材，还是构建自动化图像处理应用，Clarity-upscaler 都提供了从开箱即用到深度定制的多层次选择，兼顾了易用性与专业性。","\u003Cdiv align=\"center\">\n\n\u003Ch1> Clarity AI | AI Image Upscaler & Enhancer - free and open-source Magnific Alternative \u003C\u002Fh1>\n\n[![App](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FApp-ClarityAI.co-blueviolet)](https:\u002F\u002FClarityAI.co)\n\n[![API](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FAPI-ClarityAI.co\u002Fapi-green)](https:\u002F\u002FClarityAI.co\u002Fapi)\n\n[![Twitter Follow](https:\u002F\u002Fimg.shields.io\u002Ftwitter\u002Ffollow\u002Fphilz1337x?style=social)](https:\u002F\u002Ftwitter.com\u002Fphilz1337x)\n![GitHub stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fphilz1337x\u002Fclarity-upscaler?style=social&label=Star)\n\n![Example video](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fphilz1337x_clarity-upscaler_readme_03caf956a49f.gif)\n\n[Full Video on X\u002FTwitter](https:\u002F\u002Fx.com\u002Fphilz1337x\u002Fstatus\u002F1768679154726359128?s=20)\n\n\u003C\u002Fdiv>\n\n# 👋 Hello\n\nI build open source AI apps. To finance my work i also build paid versions of my code. But feel free to use the free code. I post features and new projects on https:\u002F\u002Ftwitter.com\u002Fphilz1337x\n\n# 🗞️ Updates\n\n- 03\u002F05\u002F2025: Flux upscaling only via my app and api: (http:\u002F\u002Fclarityai.co\u002Fflux-upscaler)\n- 06\u002F19\u002F2024: Pattern upscaling\n- 05\u002F24\u002F2024: Increased Resolution to 13kx13k (https:\u002F\u002Fx.com\u002Fphilz1337x\u002Fstatus\u002F1793983581636690379)\n- 05\u002F16\u002F2024: Output file format: jpg\u002Fpng\u002Fwebp (https:\u002F\u002Fx.com\u002Fphilz1337x\u002Fstatus\u002F1791431093641457824)\n- 05\u002F02\u002F2024: Sharpen image\n- 05\u002F07\u002F2024: ComfyUI node (https:\u002F\u002Fx.com\u002Fphilz1337x\u002Fstatus\u002F1787905308439826920)\n- 04\u002F12\u002F2024: Multi-step upscaling (https:\u002F\u002Fx.com\u002Fphilz1337x\u002Fstatus\u002F1785269458304442565)\n- 04\u002F07\u002F2024: Resemblance fixed (https:\u002F\u002Fx.com\u002Flevelsio\u002Fstatus\u002F1776729356120797265)\n- 04\u002F05\u002F2024: Speed Improvements (https:\u002F\u002Fx.com\u002Fphilz1337x\u002Fstatus\u002F1776121175195975888)\n- 04\u002F01\u002F2024: Support custom safetensors checkpoints (https:\u002F\u002Fx.com\u002Fphilz1337x\u002Fstatus\u002F1774772572632338435)\n- 03\u002F28\u002F2024: Anime upscaling (https:\u002F\u002Fx.com\u002Fphilz1337x\u002Fstatus\u002F1773342568543346738) (https:\u002F\u002Fclarityai.co\u002Fanime-image-upscaling)\n- 03\u002F26\u002F2024: LoRa Support (https:\u002F\u002Fx.com\u002Fphilz1337x\u002Fstatus\u002F1772575319871959180)\n- 03\u002F21\u002F2024: Pre downscaling (https:\u002F\u002Fx.com\u002Fphilz1337x\u002Fstatus\u002F1770680096031961351)\n- 03\u002F18\u002F2024: Fractality (https:\u002F\u002Fx.com\u002Fphilz1337x\u002Fstatus\u002F1769756654533485050)\n- 03\u002F15\u002F2024: Code release (https:\u002F\u002Fx.com\u002Fphilz1337x\u002Fstatus\u002F1768679154726359128)\n\n# 🔎 Upscaling with Flux\n\nFlux Upscaling is now available at [ClarityAI.co\u002Fflux-upscaler](http:\u002F\u002Fclarityai.co\u002Fflux-upscaler) and is not open-source\n\n- It supports Flux LoRas with a style or a face\n- It's very good at faces, text, art, and generating error-free images\n\n# 🚀 Options to use Clarity-Upscaler\n\nNote that this repository is an implementation for cog. If you are not familiar with cog, I recommend the easier solutions. The free options are ComfyUI and A1111, while the paid but easy-to-use options are my app ClarityAI.co and the ComfyUI API Node.\n\n## 🧑‍💻 App\n\nThe simplest option to use Clarity is with the app at [ClarityAI.co](https:\u002F\u002FClarityAI.co)\n\n## ⚙️ API\n\nTo integrate Clarity Upscaler with an API into your application use: [ClarityAI.co\u002FAPI](https:\u002F\u002FClarityAI.co\u002Fapi)\n\n## 🐰 ComfyUI\n\n### 1. API node\n\n1. Open ComfyUI Manager, search for Clarity AI, and install the node.\n2. Create an API key at: [ClarityAI.co\u002FComfyUI](https:\u002F\u002FClarityAI.co\u002Fcomfyui)\n3. Add the API key to the node as a) envirement variable `CAI_API_KEY` OR b) to a `cai_platform_key.txt` text file OR c) in `api_key_override` field of the node.\n\nFull instructions: https:\u002F\u002Fgithub.com\u002Fphilz1337x\u002FComfyUI-ClarityAI\n\n### 2. Free workflow\n\n1. Download the repo https:\u002F\u002Fgithub.com\u002Fphilz1337x\u002FComfyUI-ClarityAI and use the file free-wokflow.json\n\n## 🕵️‍♂️ Cog\n\nIf you are not familiar with cog read: \u003Ca href=https:\u002F\u002Fgithub.com\u002Freplicate\u002Fcog\u002Fblob\u002Fmain\u002Fdocs\u002Fgetting-started-own-model.md>cog docs\u003C\u002Fa>\n\n- run `download_weights.py`\n\n- predict with cog:\n\n```su\ncog predict -i image=\"link-to-image\"\n```\n\n## 🤹‍♂️ A1111 webUI\n\nFor a detailed explanation, use the tutorial in this post: https:\u002F\u002Fx.com\u002Fphilz1337x\u002Fstatus\u002F1830504764389380466\n\nhttps:\u002F\u002Fgithub.com\u002FAUTOMATIC1111\u002Fstable-diffusion-webui\n\n- Use these params:\n\n```Prompt:\nmasterpiece, best quality, highres, \u003Clora:more_details:0.5> \u003Clora:SDXLrender_v2.0:1> Negative prompt: (worst quality, low quality, normal quality:2) JuggernautNegative-neg Steps: 18, Sampler: DPM++ 3M SDE Karras, CFG scale: 6.0, Seed: 1337, Size: 1024x1024, Model hash: 338b85bc4f, Model: juggernaut_reborn, Denoising strength: 0.35, Tiled Diffusion upscaler: 4x-UltraSharp, Tiled Diffusion scale factor: 2, Tiled Diffusion: {\"Method\": \"MultiDiffusion\", \"Tile tile width\": 112, \"Tile tile height\": 144, \"Tile Overlap\": 4, \"Tile batch size\": 8, \"Upscaler\": \"4x-UltraSharp\", \"Upscale factor\": 2, \"Keep input size\": true}, ControlNet 0: \"Module: tile_resample, Model: control_v11f1e_sd15_tile, Weight: 0.6, Resize Mode: 1, Low Vram: False, Processor Res: 512, Threshold A: 1, Threshold B: 1, Guidance Start: 0.0, Guidance End: 1.0, Pixel Perfect: True, Control Mode: 1, Hr Option: HiResFixOption.BOTH, Save Detected Map: False\", Lora hashes: \"more_details: 3b8aa1d351ef, SDXLrender_v2.0: 3925cf4759af\"\n```\n","\u003Cdiv align=\"center\">\n\n\u003Ch1> Clarity AI | AI 图像超分辨率与增强工具 - 免费开源的 Magnific 替代方案 \u003C\u002Fh1>\n\n[![App](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FApp-ClarityAI.co-blueviolet)](https:\u002F\u002FClarityAI.co)\n\n[![API](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FAPI-ClarityAI.co\u002Fapi-green)](https:\u002F\u002FClarityAI.co\u002Fapi)\n\n[![Twitter 关注](https:\u002F\u002Fimg.shields.io\u002Ftwitter\u002Ffollow\u002Fphilz1337x?style=social)](https:\u002F\u002Ftwitter.com\u002Fphilz1337x)\n![GitHub 星标](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fphilz1337x\u002Fclarity-upscaler?style=social&label=Star)\n\n![示例视频](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fphilz1337x_clarity-upscaler_readme_03caf956a49f.gif)\n\n[完整视频在 X\u002FTwitter 上](https:\u002F\u002Fx.com\u002Fphilz1337x\u002Fstatus\u002F1768679154726359128?s=20)\n\n\u003C\u002Fdiv>\n\n# 👋 你好\n\n我开发开源的 AI 应用程序。为了支持我的工作，我也构建了这些代码的付费版本。不过，你可以随意使用免费的代码。我会在 https:\u002F\u002Ftwitter.com\u002Fphilz1337x 上分享功能更新和新项目。\n\n# 🗞️ 更新\n\n- 2025年3月5日：Flux 超分辨率仅通过我的应用和 API 提供：(http:\u002F\u002Fclarityai.co\u002Fflux-upscaler)\n- 2024年6月19日：图案超分辨率\n- 2024年5月24日：分辨率提升至 13k×13k (https:\u002F\u002Fx.com\u002Fphilz1337x\u002Fstatus\u002F1793983581636690379)\n- 2024年5月16日：输出文件格式：jpg\u002Fpng\u002Fwebp (https:\u002F\u002Fx.com\u002Fphilz1337x\u002Fstatus\u002F1791431093641457824)\n- 2024年5月2日：图像锐化\n- 2024年5月7日：ComfyUI 节点 (https:\u002F\u002Fx.com\u002Fphilz1337x\u002Fstatus\u002F1787905308439826920)\n- 2024年4月12日：多步超分辨率 (https:\u002F\u002Fx.com\u002Fphilz1337x\u002Fstatus\u002F1785269458304442565)\n- 2024年4月7日：相似度修复 (https:\u002F\u002Fx.com\u002Flevelsio\u002Fstatus\u002F1776729356120797265)\n- 2024年4月5日：速度优化 (https:\u002F\u002Fx.com\u002Fphilz1337x\u002Fstatus\u002F1776121175195975888)\n- 2024年4月1日：支持自定义 safetensors 检查点 (https:\u002F\u002Fx.com\u002Fphilz1337x\u002Fstatus\u002F1774772572632338435)\n- 2024年3月28日：动漫超分辨率 (https:\u002F\u002Fx.com\u002Fphilz1337x\u002Fstatus\u002F1773342568543346738) (https:\u002F\u002Fclarityai.co\u002Fanime-image-upscaling)\n- 2024年3月26日：LoRa 支持 (https:\u002F\u002Fx.com\u002Fphilz1337x\u002Fstatus\u002F1772575319871959180)\n- 2024年3月21日：预降采样 (https:\u002F\u002Fx.com\u002Fphilz1337x\u002Fstatus\u002F1770680096031961351)\n- 2024年3月18日：分形性 (https:\u002F\u002Fx.com\u002Fphilz1337x\u002Fstatus\u002F1769756654533485050)\n- 2024年3月15日：代码发布 (https:\u002F\u002Fx.com\u002Fphilz1337x\u002Fstatus\u002F1768679154726359128)\n\n# 🔎 使用 Flux 进行超分辨率\n\nFlux 超分辨率现已在 [ClarityAI.co\u002Fflux-upscaler](http:\u002F\u002Fclarityai.co\u002Fflux-upscaler) 上提供，但并非开源。\n\n- 它支持带有特定风格或人脸的 Flux LoRa 模型。\n- 在处理人脸、文本、艺术作品以及生成无错误图像方面表现非常出色。\n\n# 🚀 使用 Clarity-Upscaler 的方式\n\n请注意，此仓库是为 cog 实现的。如果你不熟悉 cog，建议选择更简单的解决方案。免费选项包括 ComfyUI 和 A1111，而付费但易于使用的选项则是我的应用 ClarityAI.co 以及 ComfyUI 的 API 节点。\n\n## 🧑‍💻 应用\n\n使用 Clarity 最简单的方式是通过 [ClarityAI.co](https:\u002F\u002FClarityAI.co) 上的应用程序。\n\n## ⚙️ API\n\n要将 Clarity Upscaler 的 API 集成到你的应用程序中，请使用：[ClarityAI.co\u002FAPI](https:\u002F\u002FClarityAI.co\u002Fapi)\n\n## 🐰 ComfyUI\n\n### 1. API 节点\n\n1. 打开 ComfyUI 管理器，搜索 Clarity AI 并安装该节点。\n2. 在 [ClarityAI.co\u002FComfyUI](https:\u002F\u002FClarityAI.co\u002Fcomfyui) 处创建一个 API 密钥。\n3. 将 API 密钥以以下方式添加到节点中：a) 环境变量 `CAI_API_KEY`；b) 写入 `cai_platform_key.txt` 文本文件；c) 填写节点中的 `api_key_override` 字段。\n\n完整说明：https:\u002F\u002Fgithub.com\u002Fphilz1337x\u002FComfyUI-ClarityAI\n\n### 2. 免费工作流\n\n1. 下载仓库 https:\u002F\u002Fgithub.com\u002Fphilz1337x\u002FComfyUI-ClarityAI，并使用文件 free-wokflow.json。\n\n## 🕵️‍♂️ Cog\n\n如果你不熟悉 cog，请阅读： \u003Ca href=https:\u002F\u002Fgithub.com\u002Freplicate\u002Fcog\u002Fblob\u002Fmain\u002Fdocs\u002Fgetting-started-own-model.md>cog 文档\u003C\u002Fa>\n\n- 运行 `download_weights.py`\n\n- 使用 cog 进行预测：\n\n```su\ncog predict -i image=\"link-to-image\"\n```\n\n## 🤹‍♂️ A1111 webUI\n\n有关详细说明，请参阅此帖中的教程：https:\u002F\u002Fx.com\u002Fphilz1337x\u002Fstatus\u002F1830504764389380466\n\nhttps:\u002F\u002Fgithub.com\u002FAUTOMATIC1111\u002Fstable-diffusion-webui\n\n- 使用以下参数：\n\n```Prompt:\nmasterpiece, best quality, highres, \u003Clora:more_details:0.5> \u003Clora:SDXLrender_v2.0:1> Negative prompt: (worst quality, low quality, normal quality:2) JuggernautNegative-neg Steps: 18, Sampler: DPM++ 3M SDE Karras, CFG scale: 6.0, Seed: 1337, Size: 1024x1024, Model hash: 338b85bc4f, Model: juggernaut_reborn, Denoising strength: 0.35, Tiled Diffusion upscaler: 4x-UltraSharp, Tiled Diffusion scale factor: 2, Tiled Diffusion: {\"Method\": \"MultiDiffusion\", \"Tile tile width\": 112, \"Tile tile height\": 144, \"Tile Overlap\": 4, \"Tile batch size\": 8, \"Upscaler\": \"4x-UltraSharp\", \"Upscale factor\": 2, \"Keep input size\": true}, ControlNet 0: \"Module: tile_resample, Model: control_v11f1e_sd15_tile, Weight: 0.6, Resize Mode: 1, Low Vram: False, Processor Res: 512, Threshold A: 1, Threshold B: 1, Guidance Start: 0.0, Guidance End: 1.0, Pixel Perfect: True, Control Mode: 1, Hr Option: HiResFixOption.BOTH, Save Detected Map: False\", Lora hashes: \"more_details: 3b8aa1d351ef, SDXLrender_v2.0: 3925cf4759af\"\n```","# Clarity-Upscaler 快速上手指南\n\nClarity-Upscaler 是一个免费开源的 AI 图像放大与增强工具，被视为 Magnific AI 的替代方案。它支持多种使用方式，包括本地部署（ComfyUI, A1111, Cog）以及在线 API 调用。\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, macOS 或 Windows (推荐 Linux 以获得最佳兼容性)\n*   **Python**: 3.8 或更高版本\n*   **GPU**: 推荐使用 NVIDIA GPU (显存建议 8GB 以上，处理高分辨率图像需更大显存)\n*   **前置依赖**:\n    *   **Cog**: 如果使用官方仓库提供的 Cog 实现，需安装 [Cog](https:\u002F\u002Fgithub.com\u002Freplicate\u002Fcog)。\n    *   **ComfyUI \u002F A1111**: 如果选择集成到现有工作流，需预先安装 [ComfyUI](https:\u002F\u002Fgithub.com\u002Fcomfyanonymous\u002FComfyUI) 或 [Stable Diffusion WebUI (A1111)](https:\u002F\u002Fgithub.com\u002FAUTOMATIC1111\u002Fstable-diffusion-webui)。\n    *   **Git**: 用于克隆代码仓库。\n\n> **注意**: 本项目核心代码基于 `cog` 框架实现。对于不熟悉 `cog` 的用户，强烈建议使用 **ComfyUI** 或 **A1111** 集成方案，或者直接访问在线应用。\n\n## 安装步骤\n\n根据您的需求选择以下任一安装方式：\n\n### 方案一：使用 Cog 运行（官方仓库方式）\n\n适合希望直接运行开源代码的开发者。\n\n1.  克隆仓库并进入目录：\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002Fphilz1337x\u002Fclarity-upscaler.git\n    cd clarity-upscaler\n    ```\n\n2.  下载模型权重文件：\n    ```bash\n    python download_weights.py\n    ```\n    *(注：国内用户若下载缓慢，可尝试配置代理或使用国内镜像源加速 Python 依赖安装)*\n\n3.  构建 Cog 环境（如未自动构建）：\n    ```bash\n    cog build\n    ```\n\n### 方案二：集成到 ComfyUI（推荐）\n\n适合习惯节点式工作流的用户，分为付费 API 节点和免费本地工作流。\n\n**选项 A：使用 API 节点（简单易用）**\n1.  打开 ComfyUI Manager，搜索 `Clarity AI` 并安装节点。\n2.  访问 [ClarityAI.co\u002FComfyUI](https:\u002F\u002FClarityAI.co\u002Fcomfyui) 获取 API Key。\n3.  配置 Key（三选一）：\n    *   设置环境变量：`export CAI_API_KEY=your_key`\n    *   创建文件：在项目根目录创建 `cai_platform_key.txt` 并填入 Key。\n    *   直接在节点界面的 `api_key_override` 字段填入。\n\n**选项 B：使用免费本地工作流**\n1.  下载集成仓库：\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002Fphilz1337x\u002FComfyUI-ClarityAI.git\n    ```\n2.  将仓库中的 `free-workflow.json` 文件拖入 ComfyUI 界面加载。\n\n### 方案三：集成到 A1111 WebUI\n\n适合习惯使用 Stable Diffusion WebUI 的用户。\n\n1.  确保已安装 [Stable Diffusion WebUI](https:\u002F\u002Fgithub.com\u002FAUTOMATIC1111\u002Fstable-diffusion-webui)。\n2.  安装必要的插件（如 Tiled Diffusion, ControlNet）。\n3.  下载所需的 LoRA 模型 (`more_details`, `SDXLrender_v2.0`) 和 Checkpoint 模型 (`juggernaut_reborn`) 至对应目录。\n4.  参考下方“基本使用”中的参数配置进行设置。\n\n## 基本使用\n\n### 1. 通过 Cog 命令行预测\n\n这是最直接的开源代码使用方式。将 `\"link-to-image\"` 替换为您的图片链接或本地路径。\n\n```bash\ncog predict -i image=\"link-to-image\"\n```\n\n### 2. 通过 A1111 WebUI 使用\n\n在 A1111 的 \"txt2img\" 或 \"img2img\" 界面中，启用 **Tiled Diffusion** 和 **ControlNet**，并填入以下关键参数以实现类似 Clarity 的效果：\n\n*   **Prompt**:\n    ```text\n    masterpiece, best quality, highres, \u003Clora:more_details:0.5> \u003Clora:SDXLrender_v2.0:1>\n    ```\n*   **Negative prompt**:\n    ```text\n    (worst quality, low quality, normal quality:2) JuggernautNegative-neg\n    ```\n*   **采样设置**:\n    *   Steps: `18`\n    *   Sampler: `DPM++ 3M SDE Karras`\n    *   CFG scale: `6.0`\n    *   Seed: `1337` (或随机)\n    *   Size: `1024x1024`\n    *   Model: `juggernaut_reborn`\n    *   Denoising strength: `0.35`\n\n*   **Tiled Diffusion 设置**:\n    *   Upscaler: `4x-UltraSharp`\n    *   Scale factor: `2`\n    *   Method: `MultiDiffusion`\n    *   Tile width: `112`\n    *   Tile height: `144`\n    *   Tile Overlap: `4`\n    *   Tile batch size: `8`\n    *   Keep input size: `true`\n\n*   **ControlNet 0 设置**:\n    *   Module: `tile_resample`\n    *   Model: `control_v11f1e_sd15_tile`\n    *   Weight: `0.6`\n    *   Resize Mode: `1`\n    *   Pixel Perfect: `True`\n    *   Control Mode: `1`\n\n### 3. 在线使用（无需安装）\n\n如果您希望立即体验而不配置环境，可直接访问官方应用：\n*   **网页版**: [ClarityAI.co](https:\u002F\u002FClarityAI.co)\n*   **API 集成**: [ClarityAI.co\u002Fapi](https:\u002F\u002FClarityAI.co\u002Fapi)\n\n> **提示**: Flux 模型的超分功能目前仅通过官方 App 和 API 提供，未开源。","一位独立游戏开发者正在为即将上线的像素风格 RPG 游戏整理宣传素材，需要将早期低分辨率的概念图转化为高清海报。\n\n### 没有 clarity-upscaler 时\n- **细节模糊丢失**：直接将小图强行放大导致画面严重马赛克化，角色面部五官和衣物纹理完全糊成一团，无法用于印刷或高清展示。\n- **高昂成本门槛**：类似 Magnific AI 的商业替代品订阅费用昂贵，对于预算有限的独立开发者而言，批量处理数百张素材的经济压力巨大。\n- **工作流割裂**：需要在网页端上传下载文件，难以嵌入现有的 ComfyUI 或 A1111 自动化生成管线中，导致反复手动操作，效率极低。\n- **风格不可控**：通用放大工具容易过度“幻觉”出无关细节，破坏原本精心设计的像素艺术风格或动漫线条，导致画面失真。\n\n### 使用 clarity-upscaler 后\n- **智能重构细节**：利用其内置的 Flux 模型和 LoRA 支持，在将分辨率提升至 4K 甚至 13k 的同时，智能补全了清晰的发丝、皮肤质感和布料褶皱，且完美保留原图神韵。\n- **零成本开源自由**：作为免费开源方案，开发者可以本地部署或通过 API 无限次处理素材，彻底消除了按张计费的资金焦虑。\n- **无缝集成管线**：通过 ComfyUI 节点直接调用，将放大步骤整合进自动化工作流，实现从“文生图”到“超分增强”的一键式批量产出。\n- **专属风格优化**：针对动漫和游戏资产提供了专门的优化模式（如 Anime upscaling），确保放大后的图像锐利度适中，既清晰又不会破坏原有的艺术笔触。\n\nclarity-upscaler 让独立创作者能以零成本获得电影级的画质增强能力，真正打通了从粗糙概念稿到商业级成品的最后一公里。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fphilz1337x_clarity-upscaler_339dfea2.png","philz1337x","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fphilz1337x_8e86a255.jpg","AI developer from 🇩🇪 Germany living in 🇹🇭 Thailand building open source AI apps",null,"ClarityAI.co","https:\u002F\u002Fgithub.com\u002Fphilz1337x",[82,86,90,94,98,102],{"name":83,"color":84,"percentage":85},"Python","#3572A5",88.9,{"name":87,"color":88,"percentage":89},"JavaScript","#f1e05a",7.5,{"name":91,"color":92,"percentage":93},"HTML","#e34c26",1.9,{"name":95,"color":96,"percentage":97},"CSS","#663399",1.1,{"name":99,"color":100,"percentage":101},"Shell","#89e051",0.5,{"name":103,"color":104,"percentage":105},"Batchfile","#C1F12E",0.1,5024,527,"2026-04-04T09:53:01","AGPL-3.0","未说明","未说明（但在 A1111 和 ComfyUI 工作流中隐含需要支持 Stable Diffusion\u002FFlux 的 NVIDIA GPU）",{"notes":113,"python":110,"dependencies":114},"该项目主要作为 Cog 的实现提供，但也支持通过 ComfyUI 节点或 A1111 WebUI 使用。Flux 超分功能仅在付费 API 或应用中可用，不开源。本地免费运行需自行配置 ComfyUI 或 A1111 环境及下载相应模型（如 juggernaut_reborn, LoRAs, ControlNet 模型等）。README 未提供具体的底层 Python、CUDA 或显存数值要求，这些取决于所选用的后端（ComfyUI\u002FA1111）及加载的具体模型大小。",[115,29,116],"cog","stable-diffusion-webui (A1111)",[15,13,14],[119,120,121,122,123,124,125,126,6,127,128,129],"ai","ai-art","image-upscale","image-upscaler","image-upscaling","image2image","img2img","stable-diffusion","upscale","upscaler","upscalerimage","2026-03-27T02:49:30.150509","2026-04-06T10:27:36.831744",[],[]]