LiuJuan20260223Zimage新手教程从Xinference CLI命令行调用到Gradio WebUI图形化操作对比你是不是刚接触AI绘画看到别人用模型生成各种风格的图片自己也想试试但又觉得命令行太复杂不知道从哪开始今天我们就来聊聊一个专门生成LiuJuan风格图片的模型——LiuJuan20260223Zimage。更重要的是我会带你体验两种完全不同的使用方式一种是看起来有点“高冷”的命令行调用另一种是点点鼠标就能出图的WebUI界面。无论你是技术小白还是想探索更多玩法的开发者这篇文章都能帮你快速上手。我们会从最简单的图形化操作开始让你先看到效果再深入了解一下背后的命令行调用是怎么回事。你会发现原来用AI生成特定风格的图片可以这么简单。1. 认识LiuJuan20260223Zimage一个专精的风格化模型在开始动手之前我们先花一分钟了解一下我们要用的工具。LiuJuan20260223Zimage不是一个通用的AI绘画模型。你可以把它理解为一个“专项高手”。它的基础是Z-Image模型但经过专门的训练使用了LoRA技术它特别擅长生成符合“LiuJuan”审美和风格的图片。这意味着什么风格专一你不需要在提示词里费力描述“我要某种感觉”模型已经内置了这种风格的理解。出图稳定相比通用模型需要反复调试这个模型在生成特定风格图片时一致性更好。上手简单对于想快速获得该风格图片的用户来说它大大降低了提示词编写的门槛。这个模型已经通过Xinference框架部署好了封装在了一个完整的镜像里。你不需要关心复杂的模型下载、环境配置我们的重点直接放在“怎么用”上。2. 零基础首选Gradio WebUI图形化操作最快出图这是最适合新手的入门方式。整个过程就像使用一个网页版的绘图工具直观、简单能让你在几分钟内就看到成果。2.1 第一步确认模型服务已就绪模型已经预装在镜像里了但第一次启动时需要一点时间加载通常1-3分钟。我们需要先确认它已经“睡醒”了可以接受指令了。打开你的终端或命令行工具。输入下面的命令然后按回车。这个命令是查看模型服务的启动日志。cat /root/workspace/xinference.log看到什么才算成功 如果服务启动成功你会在输出的日志信息末尾附近看到类似Uvicorn running on http://0.0.0.0:9997这样的字样。这说明模型的API服务已经在9997端口上运行起来了一切准备就绪。小提示如果没看到稍等一分钟再试一次。首次加载模型需要时间。2.2 第二步进入图形化操作界面确认服务启动后我们就可以打开那个“点点鼠标”的网页界面了。在你的工作区找到名为webui的文件夹双击进入。里面会有一个index.html或类似的网页文件用浏览器打开它。或者更常见的是部署平台会直接提供一个访问链接通常格式是你的服务器IP:端口号。打开后你会看到一个简洁的Web界面这就是Gradio为我们生成的交互页面。2.3 第三步输入提示词生成你的第一张图界面通常很直观主要会有一个大大的文本框让你输入描述一个“生成”或“提交”按钮以及一个展示图片的区域。在提示词Prompt输入框里写下你想生成的内容。对于LiuJuan20260223Zimage这个模型最简单的开始就是直接输入它的核心风格词LiuJuan点击“生成”Generate按钮。等待几秒钟图片就会出现在下方的展示区了怎么样是不是很简单你不需要设置复杂的参数模型已经帮你决定了画风、色调和感觉。你可以尝试在“LiuJuan”后面加上更多描述比如LiuJuan, a girl with long hair in a garden看看模型如何将你的描述融入其固有风格中。图形化操作的优势总结零门槛不需要记住任何命令。即时反馈输入文字马上看到图片过程非常直观。易于调试可以快速修改提示词多次尝试找到最满意的效果。3. 进阶探索Xinference CLI命令行调用更灵活的控制如果你不满足于点击按钮想了解背后发生了什么或者希望将图片生成能力集成到自己的脚本、应用里那么命令行调用是你的必经之路。它揭开了WebUI的神秘面纱让你直接与模型API对话。3.1 理解命令行调用的原理WebUI界面其实是一个“翻译官”和“服务员”。你点击按钮后它做了以下几件事把你输入的文本和参数打包成一个标准的HTTP请求。将这个请求发送给在后台运行的Xinference模型服务就是我们之前用cat命令确认的那个。拿到服务返回的图片数据再展示在网页上。命令行调用就是让我们自己来扮演这个“翻译官”直接向模型服务发送请求。3.2 使用CURL命令调用模型curl是一个在命令行下常用的网络请求工具。我们可以用它来模拟WebUI的操作。打开终端输入以下命令注意你需要知道你的模型服务地址这里假设是http://localhost:9997并且模型实例的UID是model-uid这通常在服务启动日志或Xinference控制台可以找到curl -X POST http://localhost:9997/v1/images/generations \ -H Content-Type: application/json \ -d { model: model-uid, prompt: LiuJuan, serene landscape with mountains and a lake, size: 1024x1024, n: 1 } \ --output generated_image.png我们来拆解一下这个命令-X POST表示这是一个提交数据的请求。http://.../v1/images/generations这是Xinference提供的用于生成图片的API地址。-H Content-Type: application/json告诉服务器我们发送的数据格式是JSON。-d ...这里就是请求的具体内容数据体用JSON格式书写model指定要使用哪个模型填你的模型UID。prompt这里就是你的提示词和WebUI里输入的一样。size指定生成图片的尺寸。n指定生成图片的数量。--output generated_image.png将服务器返回的图片数据保存到本地的generated_image.png文件中。执行命令后如果成功当前目录下就会多出一个generated_image.png的图片文件用图片查看器打开它就是你生成的LiuJuan风格风景图了。3.3 使用Python代码调用更强大的集成方式对于开发者来说用Python脚本调用是最灵活的方式。你需要先安装Xinference的客户端库pip install xinference-client然后可以编写一个简单的Python脚本from xinference_client import Client # 1. 连接到本地的Xinference服务 client Client(base_urlhttp://localhost:9997) # 2. 准备生成图片的参数 model_uid 你的模型UID # 替换为实际的模型UID prompt LiuJuan, a cyberpunk city street at night, neon lights size 1024x1024 # 3. 调用模型生成图片 response client.image_generation.create( modelmodel_uid, promptprompt, sizesize, n1 ) # 4. 图片数据在 response.data[0].url 或 response.data[0].b64_json 中 # 这里假设返回的是base64编码的图片数据 import base64 from io import BytesIO from PIL import Image image_data_b64 response.data[0].b64_json image_bytes base64.b64decode(image_data_b64) image Image.open(BytesIO(image_bytes)) # 5. 保存图片 image.save(cyberpunk_liujuan.png) print(图片已生成并保存为 cyberpunk_liujuan.png)命令行/API调用的优势总结自动化可以批量生成图片集成到自动化流程中。参数精细控制可以访问比WebUI更底层、更丰富的API参数。灵活集成可以轻松地将AI生图能力嵌入到你自己的网站、应用或工具链中。4. 两种方式对比如何选择为了更清晰地帮你做决定我们用一个表格来对比一下特性Gradio WebUI (图形化)Xinference CLI/API (命令行)上手难度极低无需编程知识中到高需要了解命令行或基础编程使用场景个人尝试、快速测试、灵感探索批量处理、应用集成、自动化流程、参数深度调优灵活性一般受限于界面提供的选项极高可通过代码实现任何逻辑学习成本几乎为零需要学习API文档和基本使用出图速度快一次一张交互式快可并行批量推荐人群所有新手、设计师、内容创作者开发者、研究人员、需要批量生产的用户给你的建议如果你是纯新手毫不犹豫地从第2部分的Gradio WebUI开始。先玩起来获得正反馈理解“提示词”和“出图”之间的关系。当你需要重复劳动或定制功能时再回过头来学习第3部分的命令行/API调用。例如你想为100个商品描述自动生成配图写个脚本就搞定了。最佳路径先用WebUI找到生成满意图片的“提示词配方”包括风格词、构图描述等然后将这个配方固化到你的命令行脚本或API调用参数中实现自动化。5. 总结通过这篇教程我们完成了从“傻瓜式”点击到“工程师式”调用的完整旅程。LiuJuan20260223Zimage是一个开箱即用的风格化文生图模型免去了你训练模型的繁琐。Gradio WebUI是这个模型最友好的面孔让你在几分钟内就能体验AI绘画的乐趣是验证想法和快速创作的神器。Xinference CLI/API是这个模型强大的内核为你打开了自动化、集成化和深度定制的大门。无论你选择哪种方式核心都是“提示词Prompt”。对于LiuJuan20260223Zimage从简单的LiuJuan开始逐步增加场景、人物、光影、氛围的描述你会逐渐掌握与这个“专项高手”沟通的秘诀。技术的价值在于为人所用。希望这个教程能帮你轻松跨出第一步用AI释放你的创造力。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。