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。
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。
首先,我想强调所有内容都是开源的(参见这里、这里、这里和这里)。
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_API
、INFERENCE_ENDPOINT
、OPENAI
、GROQ
、ANTHROPIC
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URLRENDERING_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👨💻。
目前,AI漫画工厂通过推理端点使用zephyr-7b-beta。
你有多个选项:
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"
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)。
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"
LLM_ENGINE="GROQ" LLM_GROQ_API_MODEL="mixtral-8x7b-32768" AUTH_GROQ_API_KEY="你自己的GROQ API密钥"
LLM_ENGINE="ANTHROPIC" LLM_ANTHROPIC_API_MODEL="claude-3-opus-20240229" AUTH_ANTHROPIC_API_KEY="你自己的ANTHROPIC API密钥"
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)。
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)
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™":
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)
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"
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。
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。
全能AI智能助手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
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。
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。
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。
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。
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。
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 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。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号