解决sd-webui-controlnet中"Script 'controlnet' not found"错误
在使用stable-diffusion-webui的API模式时,许多开发者会遇到一个常见问题:当尝试通过API调用ControlNet功能时,系统返回"Script 'controlnet' not found"错误。这个问题通常发生在API请求中包含了ControlNet参数但未正确配置的情况下。
问题现象
开发者能够成功使用基础的text2img服务,但当在POST请求体中添加controlnet参数时,系统会返回HTTPException错误,提示找不到'controlnet'脚本。值得注意的是,当请求中不包含alwayson_scripts参数时,服务可以正常工作;而一旦添加该参数,就会出现上述错误。
问题根源
这个错误表明ControlNet扩展虽然已经安装,但API调用时未能正确识别ControlNet脚本。主要原因可能有以下几点:
- ControlNet扩展未正确加载或初始化
- API请求参数格式不符合ControlNet的要求
- 缺少必要的模型文件或配置文件
解决方案
要解决这个问题,需要确保以下几点:
-
正确安装ControlNet扩展:确保ControlNet扩展已正确安装在stable-diffusion-webui的extensions目录下,并且包含完整的模型文件。
-
检查模型文件位置:ControlNet模型文件应放置在extensions/sd-webui-controlnet/models目录中。确认模型文件已下载并放置正确。
-
使用正确的API参数格式:参考ControlNet的API文档,确保请求体中的参数格式完全符合要求。特别是alwayson_scripts参数需要按照特定格式构建。
-
初始化ControlNet参数:在API调用前,需要先创建ControlNet参数对象,这包括设置控制类型、模型名称、输入图像等必要参数。
最佳实践
为了避免此类问题,建议开发者在集成ControlNet API时:
- 仔细阅读API文档,理解每个参数的作用
- 先测试基础的text2img功能,确保基础服务正常
- 逐步添加ControlNet参数,每次添加后测试效果
- 使用标准的参数构建方法,避免手动拼接可能导致的格式错误
通过以上步骤,大多数"Script 'controlnet' not found"错误都能得到有效解决,开发者可以顺利地在API模式下使用ControlNet的强大功能。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00