Krita-AI-Diffusion插件Checkpoints检测问题解决方案
问题现象
在使用Krita 5.2.2配合Krita-AI-Diffusion插件1.15版本时,用户遇到了"Error: No checkpoints found! Checkpoints must be placed into ComfyUI/models/checkpoints"的错误提示。尽管ComfyUI在浏览器模式下工作正常且能显示所有已安装的checkpoints,但通过Krita连接时却无法识别这些模型文件。
问题分析
经过技术排查,发现该问题与checkpoints的元数据定义有关。在正常情况下,ComfyUI会通过etn/model_info接口查询模型信息,每个checkpoint文件应该包含正确的"base_model"元数据标识。例如,SD1.5模型应该被标识为:
"model_name.safetensors": {"base_model": "sd15", "is_inpaint": false, "is_refiner": false}
但在出现问题的案例中,checkpoint被错误地识别为"stab"而非"sd15",这导致插件无法正确识别模型类型,从而触发了找不到checkpoints的错误提示。
解决方案
-
更新comfyui-tooling-nodes:这是ComfyUI的一个组件,负责模型信息的处理和传递。更新该组件可以修复模型类型识别错误的问题。
-
验证模型元数据:通过访问ComfyUI的etn/model_info接口,检查每个checkpoint的元数据是否正确。确保SD1.5模型的base_model字段显示为"sd15"而非其他值。
-
模型文件放置:虽然用户已经将checkpoints放置在正确的目录(ComfyUI/models/checkpoints/)下,但仍需确认:
- 文件权限设置正确
- 文件格式兼容(.ckpt或.safetensors)
- 文件名不包含特殊字符
技术背景
Krita-AI-Diffusion插件通过ComfyUI后端实现AI绘图功能。当插件启动时,会查询ComfyUI提供的模型信息接口获取可用checkpoints列表。这个过程中,模型类型的正确识别至关重要,因为不同类型的模型(SD1.5/SDXL)需要不同的处理流程。
模型元数据错误通常源于:
- 模型文件损坏或不完整
- ComfyUI组件版本不兼容
- 模型配置文件缺失或错误
预防措施
为避免类似问题,建议用户:
- 定期更新Krita-AI-Diffusion插件及其依赖组件
- 从可靠来源获取模型文件
- 在添加新模型后,通过ComfyUI的web界面验证模型是否被正确识别
- 保持Krita和ComfyUI版本的兼容性
通过以上措施,可以确保AI绘图工作流的稳定运行,充分发挥Krita与Stable Diffusion结合的创作潜力。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00