非精选随机批次，仅通过输入两个词"森林精灵"生成，

无需任何参数调整，无需任何奇怪的提示标签。

另请参阅非精选的泛化性和多样性测试这里、这里、这里和这里。

在整个开源社区中，只有Fooocus能达到这种级别的非精选质量。

</div>

Fooocus

Fooocus是一款图像生成软件（基于Gradio）。

Fooocus是对Stable Diffusion和Midjourney设计的重新思考：

从Stable Diffusion学习，该软件是离线、开源和免费的。
从Midjourney学习，不需要手动调整，用户只需专注于提示词和图像。

Fooocus已包含并自动化了大量内部优化和质量改进。用户可以忘记所有那些困难的技术参数，只需享受人机交互，以"探索新的思维媒介并扩展人类物种的想象力"[1]。

Fooocus简化了安装过程。从按下"下载"到生成第一张图像，所需的鼠标点击次数严格限制在3次以内。最低GPU内存要求为4GB（Nvidia）。

[1] David Holz, 2019年。

最近在Google搜索"fooocus"时出现了许多假网站。请不要相信这些网站 - 这里是Fooocus唯一的官方来源。

安装Fooocus

从Midjourney迁移到Fooocus

使用Fooocus就像（可能比）Midjourney一样简单 - 但这并不意味着我们缺乏功能。以下是详细信息。

Midjourney	Fooocus
高质量文本到图像转换，无需太多提示工程或参数调整。<br>（未知方法）	高质量文本到图像转换，无需太多提示工程或参数调整。<br>（Fooocus有一个离线的基于GPT-2的提示处理引擎和大量采样改进，因此结果总是很漂亮，无论你的提示词是像"花园里的房子"这样简短还是长达1000字）
V1 V2 V3 V4	输入图像 -> 放大或变化 -> 轻微变化 / 强烈变化
U1 U2 U3 U4	输入图像 -> 放大或变化 -> 放大（1.5倍）/ 放大（2倍）
局部重绘 / 上 / 下 / 左 / 右（平移）	输入图像 -> 局部重绘或外部绘制 -> 局部重绘 / 上 / 下 / 左 / 右 <br>（Fooocus使用自己的局部重绘算法和模型，因此结果比所有使用标准SDXL局部重绘方法/模型的其他软件更令人满意）
图像提示	输入图像 -> 图像提示 <br>（Fooocus使用自己的图像提示算法，因此结果质量和提示理解比所有使用标准SDXL方法的其他软件（如标准IP-Adapters或Revisions）更令人满意）
--style	高级 -> 风格
--stylize	高级 -> 高级 -> 引导
--niji	多个启动器："run.bat"、"run_anime.bat"和"run_realistic.bat"。 <br> Fooocus支持Civitai上的SDXL模型 <br>（如果你不知道Civitai，可以谷歌搜索"Civitai"）
--quality	高级 -> 质量
--repeat	高级 -> 图像数量
多重提示（::）	只需使用多行提示
提示权重	你可以使用"I am (happy:1.5)"。<br> Fooocus使用A1111的重新加权算法，因此如果用户直接从Civitai复制提示，结果会比ComfyUI更好。（因为如果提示是用ComfyUI的重新加权写的，用户不太可能复制提示文本，因为他们更喜欢拖动文件）<br> 要使用embedding，你可以使用"(embedding:file_name:1.1)"
--no	高级 -> 负面提示
--ar	高级 -> 宽高比
InsightFace	输入图像 -> 图像提示 -> 高级 -> 换脸
描述	输入图像 -> 描述

我们还借鉴了LeonardoAI的一些最佳部分：

LeonardoAI	Fooocus
提示魔法	高级 -> 风格 -> Fooocus V2
高级采样器参数（如对比度/锐度等）	高级 -> 高级 -> 采样锐度 / 等
用户友好的ControlNets	输入图像 -> 图像提示 -> 高级

Fooocus还为高级用户开发了许多"仅限fooocus"的功能，以获得完美的结果。点击这里浏览高级功能。

下载

Windows

你可以直接下载Fooocus：

>>> 点击此处下载 <<<

下载文件后，请解压缩并运行"run.bat"。

首次启动软件时，它会自动下载模型：

根据不同的预设，它会将默认模型下载到"Fooocus\models\checkpoints"文件夹。如果你不想自动下载，可以提前下载这些模型。
请注意，如果你使用局部重绘功能，在第一次重绘图像时，它会从这里下载Fooocus自己的局部重绘控制模型，作为文件"Fooocus\models\inpaint\inpaint_v26.fooocus.patch"（该文件大小为1.28GB）。

从Fooocus 2.1.60版本开始，你还将拥有run_anime.bat和run_realistic.bat。它们是不同的模型预设（需要不同的模型，但会自动下载）。点击这里查看更多详情。

从Fooocus 2.3.0版本开始，你还可以直接在浏览器中切换预设。请记住，如果你想更改默认行为，可以添加这些参数：

使用--disable-preset-selection在浏览器中禁用预设选择。
使用--always-download-new-model在切换预设时下载缺失的模型。默认情况下会回退到相应预设中定义的previous_default_models，也可以查看终端输出。

如果你已经有这些文件，可以将它们复制到上述位置以加快安装速度。

请注意，如果你看到**"MetadataIncompleteBuffer"或"PytorchStreamReader"**，那么你的模型文件已损坏。请重新下载模型。

以下是在一台配置相对较低的笔记本电脑上进行的测试，该笔记本电脑具有16GB系统内存和6GB显存（Nvidia 3060笔记本版）。在这台机器上的速度约为每次迭代1.35秒。非常令人印象深刻 - 现在配备3060的笔记本电脑通常价格非常合理。

此外，最近许多其他软件报告称，高于532版本的Nvidia驱动程序有时比531版本的Nvidia驱动程序慢10倍。如果你的生成时间很长，可以考虑下载Nvidia驱动程序531笔记本版或Nvidia驱动程序531桌面版。

请注意，最低要求是4GB Nvidia GPU内存（4GB VRAM）和8GB系统内存（8GB RAM）。这需要使用Microsoft的虚拟交换技术，在大多数情况下，你的Windows安装会自动启用它，所以你通常不需要做任何事情。但是，如果你不确定，或者如果你手动关闭了它（真的有人会这么做吗？），或者如果你看到任何"RuntimeError: CPUAllocator"，你可以在这里启用它：

<details> <summary>点击此处查看图片说明。</summary>

如果你仍然看到"RuntimeError: CPUAllocator"，请确保每个驱动器至少有40GB的可用空间！

</details>

如果你使用类似的设备但仍然无法达到可接受的性能，请提出问题。

请注意，不同平台的最低要求是不同的。

另请参阅此处的常见问题和故障排除。

Colab

（最后测试时间 - 2024年8月12日，由mashb1t进行）

Colab	信息
	Fooocus 官方
在Colab中，你可以修改最后一行为`!python entry_with_update.py --share --always-high-vram`或`!python entry_with_update.py --share --always-high-vram --preset anime`或`!python entry_with_update.py --share --always-high-vram --preset realistic`，分别对应Fooocus默认版/动漫版/写实版。

你也可以在用户界面中更改预设。请注意，这可能导致60秒后超时。如果发生这种情况，请等待下载完成，将预设更改为初始状态然后再改回你选择的预设，或者重新加载页面。

注意，由于Colab免费版资源相对有限（某些"大型"功能如图像提示可能导致免费版Colab断开连接），此Colab默认会禁用细化器。我们确保基本的文本到图像功能在免费版Colab上始终可用。

使用--always-high-vram会将资源分配从RAM转移到VRAM，在默认T4实例上实现性能、灵活性和稳定性的最佳平衡。更多信息请参见这里。

感谢camenduru提供的模板！

Linux（使用Anaconda）

如果你想使用Anaconda/Miniconda，可以执行以下操作：

git clone https://github.com/lllyasviel/Fooocus.git
cd Fooocus
conda env create -f environment.yaml
conda activate fooocus
pip install -r requirements_versions.txt

然后下载模型：将默认模型下载到"Fooocus\models\checkpoints"文件夹。或者让Fooocus使用启动器自动下载模型：

conda activate fooocus
python entry_with_update.py

如果你想开放远程端口，使用：

conda activate fooocus
python entry_with_update.py --listen

使用python entry_with_update.py --preset anime或python entry_with_update.py --preset realistic分别启动Fooocus动漫版/写实版。

Linux（使用Python虚拟环境）

你的Linux需要安装Python 3.10，假设你的Python可以用python3命令调用，并且虚拟环境系统正常工作；你可以：

git clone https://github.com/lllyasviel/Fooocus.git
cd Fooocus
python3 -m venv fooocus_env
source fooocus_env/bin/activate
pip install -r requirements_versions.txt

关于模型下载，请参见上面的部分。你可以使用以下命令启动软件：

source fooocus_env/bin/activate
python entry_with_update.py

如果你想开放远程端口，使用：

source fooocus_env/bin/activate
python entry_with_update.py --listen

使用python entry_with_update.py --preset anime或python entry_with_update.py --preset realistic分别启动Fooocus动漫版/写实版。

Linux（使用系统原生Python）

如果你知道自己在做什么，你的Linux已经安装了Python 3.10，并且可以用python3命令调用Python（用pip3调用Pip），你可以：

git clone https://github.com/lllyasviel/Fooocus.git
cd Fooocus
pip3 install -r requirements_versions.txt

关于模型下载，请参见上面的部分。你可以使用以下命令启动软件：

python3 entry_with_update.py

如果你想开放远程端口，使用：

python3 entry_with_update.py --listen

使用python entry_with_update.py --preset anime或python entry_with_update.py --preset realistic分别启动Fooocus动漫版/写实版。

Linux（AMD GPU）

注意，不同平台的最低要求是不同的。

与上面的说明相同。你需要将torch更改为AMD版本：

pip uninstall torch torchvision torchaudio torchtext functorch xformers 
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm5.6

然而，AMD未经过深入测试。AMD支持仍处于测试阶段。

使用python entry_with_update.py --preset anime或python entry_with_update.py --preset realistic分别启动Fooocus动漫版/写实版。

Windows（AMD GPU）

注意，不同平台的最低要求是不同的。

与Windows相同。下载软件并编辑run.bat的内容如下：

.\python_embeded\python.exe -m pip uninstall torch torchvision torchaudio torchtext functorch xformers -y
.\python_embeded\python.exe -m pip install torch-directml
.\python_embeded\python.exe -s Fooocus\entry_with_update.py --directml
pause

然后运行run.bat。

然而，AMD未经过深入测试。AMD支持仍处于测试阶段。

对于AMD，使用.\python_embeded\python.exe entry_with_update.py --directml --preset anime或.\python_embeded\python.exe entry_with_update.py --directml --preset realistic分别启动Fooocus动漫版/写实版。

Mac

注意，不同平台的最低要求是不同的。

Mac未经过深入测试。以下是一个非官方的Mac使用指南。你可以在这里讨论问题。

你可以在运行macOS 'Catalina'或更新版本的Apple Mac silicon（M1或M2）上安装Fooocus。Fooocus通过PyTorch MPS设备加速在Apple silicon计算机上运行。Mac Silicon计算机没有专用显卡，与配备专用显卡的计算机相比，图像处理时间会明显更长。

安装conda包管理器和pytorch nightly。阅读Apple开发者指南中的Mac上的加速PyTorch训练获取说明。确保pytorch能识别你的MPS设备。
打开macOS终端应用程序，使用git clone https://github.com/lllyasviel/Fooocus.git克隆此仓库。
进入新的Fooocus目录，cd Fooocus。
创建新的conda环境，conda env create -f environment.yaml。
激活你的新conda环境，conda activate fooocus。
安装Fooocus所需的包，pip install -r requirements_versions.txt。
运行python entry_with_update.py启动Fooocus。（一些Mac M2用户可能需要使用python entry_with_update.py --disable-offload-from-vram来加速模型加载/卸载。）首次运行Fooocus时，它会自动下载Stable Diffusion SDXL模型，这将花费相当长的时间，具体取决于你的网络连接。

使用python entry_with_update.py --preset anime或python entry_with_update.py --preset realistic分别启动Fooocus动漫版/写实版。

Docker

参见docker.md

下载先前版本

参见这里的指南。

最低要求

以下是在本地运行Fooocus的最低要求。如果你的设备配置低于这个规格，你可能无法在本地使用Fooocus。（如果你的设备配置较低但Fooocus仍然可以工作，请告诉我们。）

操作系统	GPU	最小GPU内存	最小系统内存	系统交换空间	备注
Windows/Linux	Nvidia RTX 4XXX	4GB	8GB	必需	最快
Windows/Linux	Nvidia RTX 3XXX	4GB	8GB	必需	通常比RTX 2XXX快
Windows/Linux	Nvidia RTX 2XXX	4GB	8GB	必需	通常比GTX 1XXX快
Windows/Linux	Nvidia GTX 1XXX	8GB（* 6GB不确定）	8GB	必需	仅略快于CPU
Windows/Linux	Nvidia GTX 9XX	8GB	8GB	必需	比CPU快或慢
Windows/Linux	Nvidia GTX < 9XX	不支持	/	/	/
Windows	AMD GPU	8GB（2023年12月30日更新）	8GB	必需	通过DirectML（* ROCm暂停），约比Nvidia RTX 3XXX慢3倍
Linux	AMD GPU	8GB	8GB	必需	通过ROCm，约比Nvidia RTX 3XXX慢1.5倍
Mac	M1/M2 MPS	共享	共享	共享	约比Nvidia RTX 3XXX慢9倍
Windows/Linux/Mac	仅使用CPU	0GB	32GB	必需	约比Nvidia RTX 3XXX慢17倍

* AMD GPU ROCm（暂停）：AMD仍在努力支持Windows上的ROCm。

* Nvidia GTX 1XXX 6GB不确定：一些人报告在GTX 10XX上6GB成功，但其他人报告失败案例。

请注意，Fooocus仅用于生成极高质量的图像。我们不会支持较小的模型来降低要求并牺牲结果质量。

故障排除

请参见这里的常见问题。

默认模型

根据不同的目标，Fooocus的默认模型和配置是不同的：

任务	Windows	Linux参数	主模型	精修器	配置
通用	run.bat		juggernautXL_v8Rundiffusion	未使用	点此
写实	run_realistic.bat	--preset realistic	realisticStockPhoto_v20	未使用	点此
动漫	run_anime.bat	--preset anime	animaPencilXL_v500	未使用	点此

注意下载是自动的 - 如果网络连接正常，你不需要做任何事情。但是，如果你有自己的准备，也可以手动下载（或从其他地方移动）。

UI访问和认证

除了在本地主机上运行外，Fooocus还可以通过两种方式公开其UI：

本地UI监听器：使用--listen（可以用--port 8888指定端口）。
API访问：使用--share（在.gradio.live注册一个端点）。

这两种方式默认都是无需认证的。你可以通过在主目录下创建一个名为auth.json的文件来添加基本认证，该文件包含具有user和pass键的JSON对象列表（参见auth-example.json中的示例）。

"隐藏"技巧列表

以下内容已经包含在软件中，用户无需对这些做任何操作。

基于GPT2的提示词扩展，作为动态风格"Fooocus V2"。（类似于Midjourney的隐藏预处理和"raw"模式，或LeonardoAI的Prompt Magic）
在单个k-采样器内原生交换精修器。优点是精修器模型现在可以重用基础模型从k-采样中收集的动量（或ODE的历史参数），以实现更连贯的采样。在Automatic1111的高分辨率修复和ComfyUI的节点系统中，基础模型和精修器使用两个独立的k-采样器，这意味着动量大部分被浪费，采样的连续性被打破。Fooocus使用自己的高级k-扩散采样，确保在精修器设置中实现无缝、原生和连续的交换。（更新8月13日：实际上，我几天前与Automatic1111讨论了这个问题，似乎"在单个k-采样器内原生交换精修器"已经合并到webui的dev分支中。太棒了！）
负ADM引导。由于XL Base的最高分辨率级别没有交叉注意力，XL最高分辨率级别的正面和负面信号在CFG采样过程中无法接收到足够的对比，导致结果在某些情况下看起来有点塑料感或过度平滑。幸运的是，由于XL的最高分辨率级别仍然受图像纵横比（ADM）的影响，我们可以修改正面/负面侧的adm来补偿最高分辨率级别中CFG对比的不足。（更新8月16日，iOS应用Draw Things将支持负ADM引导。太棒了！）
我们实现了"使用自注意力引导改善扩散模型的样本质量"第5.1节的精心调整变体。权重设置很低，但这是Fooocus的最终保证，确保XL永远不会产生过度平滑或塑料般的外观（示例在此）。这几乎可以消除XL即使有负ADM引导，仍偶尔产生过度平滑结果的所有情况。（更新2023年8月18日，SAG的高斯核被更改为各向异性核，以更好地保持结构并减少伪影。）
我们稍微修改了风格模板，并添加了"cinematic-default"。
我们测试了"sd_xl_offset_example-lora_1.0.safetensors"，似乎当lora权重低于0.5时，结果总是比没有lora的XL更好。
采样器的参数经过精心调整。
由于XL使用位置编码进行生成分辨率，通过几个固定分辨率生成的图像看起来比任意分辨率生成的略好（因为位置编码在处理训练期间未见过的整数时不太好）。这表明UI中的分辨率可能需要硬编码以获得最佳结果。
为两个不同的文本编码器分离提示词似乎没有必要。为基础模型和精修器分离提示词可能有效，但效果是随机的，我们避免实现这一点。
DPM系列似乎非常适合XL，因为XL有时会生成过度平滑的纹理，而DPM系列有时会在纹理中生成过度密集的细节。它们的联合效果看起来中性且对人类感知有吸引力。
一个精心设计的系统，用于平衡多种风格以及提示词扩展。
使用automatic1111的方法来规范化提示词强调。当用户直接从civitai复制提示词时，这显著改善了结果。
精修器的联合交换系统现在也以无缝方式支持img2img和放大。
当CFG大于10时，CFG比例和TSNR校正（针对SDXL调整）。

自定义

在你第一次运行Fooocus后，将在Fooocus\config.txt生成一个配置文件。可以编辑此文件来更改模型路径或默认参数。

例如，一个编辑过的Fooocus\config.txt（此文件将在首次启动后生成）可能如下所示：

{
    "path_checkpoints": "D:\\Fooocus\\models\\checkpoints",
    "path_loras": "D:\\Fooocus\\models\\loras",
    "path_embeddings": "D:\\Fooocus\\models\\embeddings",
    "path_vae_approx": "D:\\Fooocus\\models\\vae_approx",
    "path_upscale_models": "D:\\Fooocus\\models\\upscale_models",
    "path_inpaint": "D:\\Fooocus\\models\\inpaint",
    "path_controlnet": "D:\\Fooocus\\models\\controlnet",
    "path_clip_vision": "D:\\Fooocus\\models\\clip_vision",
    "path_fooocus_expansion": "D:\\Fooocus\\models\\prompt_expansion\\fooocus_expansion",
    "path_outputs": "D:\\Fooocus\\outputs",
    "default_model": "realisticStockPhoto_v10.safetensors",
    "default_refiner": "",
    "default_loras": [["lora_filename_1.safetensors", 0.5], ["lora_filename_2.safetensors", 0.5]],
    "default_cfg_scale": 3.0,
    "default_sampler": "dpmpp_2m",
    "default_scheduler": "karras",
    "default_negative_prompt": "low quality",
    "default_positive_prompt": "",
    "default_styles": [
        "Fooocus V2",
        "Fooocus Photograph",
        "Fooocus Negative"
    ]
}

更多其他键、格式和示例在Fooocus\config_modification_tutorial.txt中（此文件将在首次启动后生成）。

在真正更改配置之前要三思。如果发现自己搞砸了，只需删除Fooocus\config.txt。Fooocus将恢复默认设置。

一个更安全的方法是尝试"run_anime.bat"或"run_realistic.bat" - 它们应该已经足够适用于不同的任务。

~~注意，user_path_config.txt已过时，很快将被移除。~~（编辑：它已经被移除。）

所有CMD标志

entry_with_update.py  [-h] [--listen [IP]] [--port PORT]
                      [--disable-header-check [ORIGIN]]
                      [--web-upload-size WEB_UPLOAD_SIZE]
                      [--hf-mirror HF_MIRROR]
                      [--external-working-path PATH [PATH ...]]
                      [--output-path OUTPUT_PATH]
                      [--temp-path TEMP_PATH] [--cache-path CACHE_PATH]
                      [--in-browser] [--disable-in-browser]
                      [--gpu-device-id DEVICE_ID]
                      [--async-cuda-allocation | --disable-async-cuda-allocation]
                      [--disable-attention-upcast]
                      [--all-in-fp32 | --all-in-fp16]
                      [--unet-in-bf16 | --unet-in-fp16 | --unet-in-fp8-e4m3fn | --unet-in-fp8-e5m2]
                      [--vae-in-fp16 | --vae-in-fp32 | --vae-in-bf16]
                      [--vae-in-cpu]
                      [--clip-in-fp8-e4m3fn | --clip-in-fp8-e5m2 | --clip-in-fp16 | --clip-in-fp32]
                      [--directml [DIRECTML_DEVICE]]
                      [--disable-ipex-hijack]
                      [--preview-option [none,auto,fast,taesd]]
                      [--attention-split | --attention-quad | --attention-pytorch]
                      [--disable-xformers]
                      [--always-gpu | --always-high-vram | --always-normal-vram | --always-low-vram | --always-no-vram | --always-cpu [CPU_NUM_THREADS]]
                      [--always-offload-from-vram]
                      [--pytorch-deterministic] [--disable-server-log]
                      [--debug-mode] [--is-windows-embedded-python]
                      [--disable-server-info] [--multi-user] [--share]
                      [--preset PRESET] [--disable-preset-selection]
                      [--language LANGUAGE]
                      [--disable-offload-from-vram] [--theme THEME]
                      [--disable-image-log] [--disable-analytics]
                      [--disable-metadata] [--disable-preset-download]
                      [--disable-enhance-output-sorting]
                      [--enable-auto-describe-image]
                      [--always-download-new-model]
                      [--rebuild-hash-cache [CPU_NUM_THREADS]]

内联提示词功能

通配符

示例提示词：__color__ flower

用于正面和负面提示词处理。从预定义的选项列表中随机选择一个通配符，在这个例子中是wildcards/color.txt文件。通配符将被替换为一个随机颜色（随机性基于种子）。你也可以通过在开发者调试模式中启用"按顺序读取通配符"复选框来禁用随机性，并从上到下处理通配符文件。

通配符可以嵌套和组合，同一提示中可以使用多个通配符（示例见wildcards/color_flower.txt）。

数组处理

示例提示：[[red, green, blue]] flower

仅处理正面提示。

从左到右处理数组，为数组中的每个元素生成单独的图像。在这个例子中，会生成3张图像，每种颜色一张。将图像数量增加到3以生成所有3种变体。

数组不能嵌套，但同一提示中可以使用多个数组。支持将内联LoRA作为数组元素！

内联LoRA

示例提示：flower <lora:sunflowers:1.2>

仅处理正面提示。

将LoRA应用于提示。LoRA文件必须位于models/loras目录中。

高级功能

点击此处浏览高级功能。

分支

Fooocus还有许多社区分支，就像SD-WebUI的vladmandic/automatic和anapnoe/stable-diffusion-webui-ux一样，供热心用户尝试！

Fooocus的分支
fenneishi/Fooocus-Control </br>runew0lf/RuinedFooocus </br> MoonRide303/Fooocus-MRE </br> metercai/SimpleSDXL </br> mashb1t/Fooocus </br> 等等...

另见关于分支和分支推广。

致谢

特别感谢twri、3Diva和Marc K3nt3L创建了Fooocus中可用的额外SDXL风格。感谢daswer123贡献了画布缩放功能！

更新日志

日志在这里。

本地化/翻译/国际化

**我们需要你的帮助！**请帮助将Fooocus翻译成各国语言。

你可以在language文件夹中放置json文件来翻译用户界面。

例如，以下是Fooocus/language/example.json的内容：

{
  "Generate": "生成",
  "Input Image": "入力画像",
  "Advanced": "고급",
  "SAI 3D Model": "SAI 3D Modèle"
}

如果你添加--language example参数，Fooocus将读取Fooocus/language/example.json来翻译UI。

例如，你可以将Windows run.bat的最后一行编辑为

.\python_embeded\python.exe -s Fooocus\entry_with_update.py --language example

或者run_anime.bat为

.\python_embeded\python.exe -s Fooocus\entry_with_update.py --language example --preset anime

或者run_realistic.bat为

.\python_embeded\python.exe -s Fooocus\entry_with_update.py --language example --preset realistic

对于实际翻译，你可以创建自己的文件，如Fooocus/language/jp.json或Fooocus/language/cn.json，然后使用标志--language jp或--language cn。显然，这些文件现在还不存在。我们需要你的帮助来创建这些文件！

请注意，如果没有给出--language参数，同时Fooocus/language/default.json存在，Fooocus将始终加载Fooocus/language/default.json进行翻译。默认情况下，Fooocus/language/default.json文件不存在。