ai-comic-factory

ai-comic-factory

AI驱动的漫画创作平台 简化创意表达过程

AI Comic Factory是一个开源的AI漫画创作平台,通过输入文字提示即可生成漫画作品。该项目结合了大型语言模型和图像生成技术,为创作者提供便捷的创作工具。平台支持多种配置选项,包括不同的语言模型和渲染引擎,可满足各类创作需求。AI Comic Factory简化了漫画创作流程,使得将创意转化为视觉故事变得更加容易。项目使用开源技术,包括Hugging Face的text-generation-inference和stabilityai的stable-diffusion-xl模型。用户可根据需求选择不同的语言模型引擎,如INFERENCE_API、INFERENCE_ENDPOINT、OPENAI、GROQ或ANTHROPIC。渲染引擎选项包括INFERENCE_API、INFERENCE_ENDPOINT、REPLICATE、VIDEOCHAIN和OPENAI。AI Comic Factory支持多种配置,可适应不同的应用场景和技术需求。

AI Comic Factory开源项目图像生成语言模型API配置Github

title: AI漫画工厂 emoji: 👩‍🎨 colorFrom: red colorTo: yellow sdk: docker pinned: true app_port: 3000 disable_embedding: false short_description: 用一个提示创建你自己的AI漫画 hf_oauth: true hf_oauth_expiration_minutes: 43200 hf_oauth_scopes: [inference-api]

AI漫画工厂

最新版本:AI漫画工厂1.2

AI漫画工厂即将拥有官方网站:aicomicfactory.app

有关我其他项目的更多信息,请查看linktr.ee/FLNGR

在家运行项目

首先,我想强调所有内容都是开源的(参见这里这里这里这里)。

然而,该项目并非可以立即复制和运行的单一Space:它需要各种组件来运行前端、后端、LLM、SDXL等。

如果你尝试复制项目,打开.env文件,你会看到它需要一些变量。

提供商配置:

  • LLM_ENGINE:可以是INFERENCE_APIINFERENCE_ENDPOINTOPENAIGROQANTHROPIC之一
  • RENDERING_ENGINE:目前可以是"INFERENCE_API"、"INFERENCE_ENDPOINT"、"REPLICATE"、"VIDEOCHAIN"、"OPENAI"之一,除非你编写自定义解决方案

认证配置:

  • AUTH_HF_API_TOKEN:如果你决定使用Hugging Face作为LLM引擎(推理API模型或自定义推理端点)
  • AUTH_OPENAI_API_KEY:使用OpenAI作为LLM引擎
  • AUTH_GROQ_API_KEY:使用Groq作为LLM引擎
  • AUTH_ANTHROPIC_API_KEY:使用Anthropic(Claude)作为LLM引擎
  • AUTH_VIDEOCHAIN_API_TOKEN:访问VideoChain API服务器的密钥令牌
  • AUTH_REPLICATE_API_TOKEN:如果你想使用Replicate.com

渲染配置:

  • RENDERING_HF_INFERENCE_ENDPOINT_URL:如果你决定使用自定义推理端点,则必需
  • RENDERING_REPLICATE_API_MODEL_VERSION:VideoChain API服务器的URL
  • RENDERING_HF_INFERENCE_ENDPOINT_URL:可选,默认为空
  • RENDERING_HF_INFERENCE_API_BASE_MODEL:可选,默认为"stabilityai/stable-diffusion-xl-base-1.0"
  • RENDERING_HF_INFERENCE_API_REFINER_MODEL:可选,默认为"stabilityai/stable-diffusion-xl-refiner-1.0"
  • RENDERING_REPLICATE_API_MODEL:可选,默认为"stabilityai/sdxl"
  • RENDERING_REPLICATE_API_MODEL_VERSION:可选,如果你想更改版本

语言模型配置(取决于你决定使用的LLM引擎):

  • LLM_HF_INFERENCE_ENDPOINT_URL:"<使用你自己的>"
  • LLM_HF_INFERENCE_API_MODEL:"HuggingFaceH4/zephyr-7b-beta"
  • LLM_OPENAI_API_BASE_URL:"https://api.openai.com/v1"
  • LLM_OPENAI_API_MODEL:"gpt-4-turbo"
  • LLM_GROQ_API_MODEL:"mixtral-8x7b-32768"
  • LLM_ANTHROPIC_API_MODEL:"claude-3-opus-20240229"

此外,还有一些社区共享变量,你可以忽略它们。 这些变量不是在你自己的网站或计算机上运行AI漫画工厂所必需的 (它们旨在与Hugging Face社区建立连接, 因此只适用于官方Hugging Face应用程序):

  • NEXT_PUBLIC_ENABLE_COMMUNITY_SHARING:你不需要这个
  • COMMUNITY_API_URL:你不需要这个
  • COMMUNITY_API_TOKEN:你不需要这个
  • COMMUNITY_API_ID:你不需要这个

请阅读.env默认配置文件以获取更多信息。 要在本地自定义变量,你应该创建一个.env.local文件 (不要提交这个文件,因为它会包含你的秘密)。

-> 如果你打算使用本地、云托管和/或专有模型运行它,你需要编写代码👨‍💻

LLM API(大型语言模型)

目前,AI漫画工厂通过推理端点使用zephyr-7b-beta

你有多个选项:

选项1:使用推理API模型

这是最近新增的选项,你可以使用Hugging Face Hub上的一个模型。默认情况下,我们建议使用zephyr-7b-beta,因为它会提供比7b模型更好的结果。

要激活它,请创建一个.env.local配置文件:

LLM_ENGINE="INFERENCE_API" HF_API_TOKEN="你的Hugging Face令牌" # 默认使用"HuggingFaceH4/zephyr-7b-beta",但你可以更改这个 # 注意:你应该使用能够生成JSON响应的模型, # 因此强烈建议至少使用34b模型 HF_INFERENCE_API_MODEL="HuggingFaceH4/zephyr-7b-beta"

选项2:使用推理端点URL

如果你想在运行在Hugging Face推理端点服务上的私有LLM上运行AI漫画工厂,请创建一个.env.local配置文件:

LLM_ENGINE="INFERENCE_ENDPOINT" HF_API_TOKEN="你的Hugging Face令牌" HF_INFERENCE_ENDPOINT_URL="你的推理端点URL路径"

要在本地运行这种LLM,你可以使用TGI(请阅读这篇文章以了解更多关于许可的信息)。

选项3:使用OpenAI API密钥

这是最近新增的选项,你可以使用OpenAI API密钥来使用OpenAI API。

要激活它,创建一个.env.local配置文件:

LLM_ENGINE="OPENAI" # 默认的openai api基础url是:https://api.openai.com/v1 LLM_OPENAI_API_BASE_URL="如果你有特殊权限,可以使用自定义的OpenAI API基础URL" LLM_OPENAI_API_MODEL="gpt-4-turbo" AUTH_OPENAI_API_KEY="你自己的OpenAI API密钥"

选项4:(新的,实验性)使用Groq

LLM_ENGINE="GROQ" LLM_GROQ_API_MODEL="mixtral-8x7b-32768" AUTH_GROQ_API_KEY="你自己的GROQ API密钥"

选项5:(新的,实验性)使用Anthropic(Claude)

LLM_ENGINE="ANTHROPIC" LLM_ANTHROPIC_API_MODEL="claude-3-opus-20240229" AUTH_ANTHROPIC_API_KEY="你自己的ANTHROPIC API密钥"

选项6:分叉并修改代码以使用不同的LLM系统

另一个选项是完全禁用LLM,并用另一个LLM协议和/或提供商(例如Claude、Replicate)替代,或者用人工生成的故事替代(通过返回模拟或静态数据)。

注意

我可能会在未来修改AI漫画工厂,使其更易使用(例如,添加对Claude或Replicate的支持)

渲染API

这个API用于生成面板图像。这是我为Hugging Face上的各种项目创建的API。

我还没有为它写文档,但基本上它只是其他现有API的"包装器™":

  • @hystshysts/SD-XL Space
  • 以及其他用于制作视频、添加音频等的API..但你不需要它们来使用AI漫画工厂

选项1:自己部署VideoChain

你需要克隆源代码

不幸的是,我还没有时间为VideoChain写文档。 (当我写完后,我会更新这个文档,指向VideoChain的README)

选项2:使用Replicate

要使用Replicate,创建一个.env.local配置文件:

RENDERING_ENGINE="REPLICATE" RENDERING_REPLICATE_API_MODEL="stabilityai/sdxl" RENDERING_REPLICATE_API_MODEL_VERSION="da77bc59ee60423279fd632efb4795ab731d9e3ca9705ef3341091fb989b7eaf" AUTH_REPLICATE_API_TOKEN="你的Replicate令牌"

选项3:使用其他SDXL API

如果你分叉项目,你将能够修改代码以使用你选择的Stable Diffusion技术(本地的、开源的、专有的、你的自定义HF Space等)。

它甚至可以是其他东西,比如Dall-E。

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

下拉加载更多