Automatic项目中的模型哈希属性缺失问题分析
2025-06-04 06:50:45作者:管翌锬
问题背景
在Automatic项目的41f9a350版本更新后,用户报告了一个关键错误:AttributeError: module 'modules.sd_models' has no attribute 'model_hash'。这个错误影响了多个功能模块的正常运行,特别是与ControlNet和ADetailer扩展相关的部分。
错误分析
从错误日志可以看出,问题主要出现在两个关键位置:
- ControlNet扩展尝试调用
sd_models.model_hash()方法时失败 - ADetailer扩展同样尝试访问该属性时失败
错误表明modules.sd_models模块中缺少了model_hash属性或方法,而多个扩展都依赖这个功能来获取模型的哈希值。
技术细节
模型哈希在Stable Diffusion生态系统中是一个重要概念,它用于:
- 唯一标识模型文件
- 防止模型文件被意外替换
- 在UI中显示模型信息
- 支持模型版本控制
在Automatic项目中,多个扩展如ControlNet和ADetailer都依赖这个功能来正确显示和管理模型。当核心模块中缺少这个关键方法时,这些扩展就无法正常工作。
影响范围
该问题影响了以下功能:
- ControlNet模型列表显示
- ADetailer的UI初始化
- 任何依赖模型哈希识别的功能
从日志中可以看到,错误导致ControlNet扩展部分功能初始化失败,同时也影响了ADetailer扩展的UI构建过程。
解决方案
项目维护者已经确认:
- 问题已在开发分支(dev)中修复
- 修复将很快合并到主分支(master)
- 用户可以通过更新到最新版本来解决此问题
最佳实践建议
对于遇到类似问题的用户,建议:
- 定期备份项目配置和模型
- 关注项目更新日志
- 在更新前检查已知问题
- 遇到问题时查看错误日志定位原因
- 考虑使用稳定版本而非最新提交
总结
模型管理是Stable Diffusion生态系统的核心功能之一,哈希计算作为其中的基础功能,其稳定性直接影响多个扩展的正常工作。Automatic项目团队对此问题的快速响应体现了对用户体验的重视。用户只需等待更新发布或暂时回退到稳定版本即可解决此问题。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
408
3.15 K
Ascend Extension for PyTorch
Python
226
252
暂无简介
Dart
674
160
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
664
321
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
659
React Native鸿蒙化仓库
JavaScript
263
326
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868