Z-Image

基于 Z-Image-Turbo 的本地 AI 图像生成应用，支持中英文提示词，8 步快速生成高质量图像。

✨ 特性

• 🚀 高效生成 - 仅需 8 步推理，16GB 显存即可运行
• 🌏 中英双语 - 完美支持中英文混合提示词
• 💬 对话式交互 - 类 ChatGPT 的现代化 Web 界面
• 🖥️ 命令行版本 - 轻量级 CLI 工具，支持历史记录和命令补全
• 📂 历史管理 - 自动保存对话和生成记录
• ⚡ 实时进度 - 流式显示生成进度

🖥️ 硬件要求

配置	要求
GPU	NVIDIA GPU，16GB+ 显存
CUDA	11.8+
系统	Linux / Windows / macOS

📦 安装

1. 克隆仓库

git clone https://github.com/ushell/zimage-web.git
cd zimage-web

2. 下载模型

pip install -U huggingface_hub
HF_XET_HIGH_PERFORMANCE=1 huggingface-cli download Tongyi-MAI/Z-Image-Turbo --local-dir ./models/Z-Image-Turbo

模型需放置在 models/Z-Image-Turbo 目录中

3. 安装后端依赖

pip install -r requirements.txt
pip install git+https://github.com/huggingface/diffusers

4. 安装前端依赖

cd web
npm install

🚀 启动

Web 版本（推荐）

bash run.sh

脚本会同时启动后端服务（端口 8000）和前端服务（端口 5173），访问 http://localhost:5173 即可使用。

按 Ctrl+C 可同时关闭前后端服务

命令行版本

python cli.py

CLI 版本提供交互式命令行界面，支持历史记录和命令补全：

命令	说明	示例
直接输入	作为提示词生成图像	一只可爱的猫咪
/set	修改生成参数	/set 768x768 steps=4
/info	查看当前参数	/info
/help	显示帮助	/help
/quit	退出程序	/quit 或 /q

⚙️ 配置（可选）

复制 env.example 为 .env 进行自定义配置：

cp env.example .env

常用配置项：

变量名	默认值	说明
MODEL_PATH	./Z-Image-Turbo	模型路径
OUTPUT_DIR	./outputs	图片输出目录
API_PORT	8000	后端服务端口

💡 常见问题

显存不足 (CUDA OOM)

在 .env 文件中添加：

PYTORCH_CUDA_ALLOC_CONF=expandable_segments:True

或选择较小的图像尺寸（768x768 或 512x512）。

🔗 相关链接

• Z-Image 官方仓库
• Hugging Face 模型
• 在线 Demo

📜 许可证

Apache 2.0