开源项目最佳实践:Character Select Stand Alone App
1. 项目介绍
Character Select Stand Alone App(简称 SAA)是一个独立的角色选择应用程序,支持 AI 提示、半自动标签完成以及 ComfyUI/WebUI API 支持。该项目目前支持 5177 个角色(包括多种装扮),并提供多种功能,如 ComfyUI、WebUI、Forge、LoRA 等。SAA 是一个开源项目,旨在为用户提供一个简单易用的角色选择工具。
2. 项目快速启动
克隆项目到本地
首先,需要将项目克隆到本地文件夹:
git clone https://github.com/mirabarukaso/character_select_stand_alone_app.git
cd character_select_stand_alone_app
安装依赖
接下来,安装项目所需的依赖:
npm install
启动项目
最后,启动项目:
npm start
3. 应用案例和最佳实践
区域条件设置(ComfyUI)
SAA 支持区域条件设置,用户可以通过勾选“区域条件”复选框、选择角色或原创角色,并开始通用提示,如“duo, masterpiece, best quality, amazing quality”等,以获得更好的生成效果。
LoRA 插槽使用
SAA 支持 LoRA 插槽,用户可以通过点击“i”按钮查看 LoRA 信息,并在 ComfyUI 中使用更详细的 LoRA 配置。在使用 ComfyUI API 时,需要将 ComfyUI_Mira 节点更新到 0.4.9.2 或以上版本。
半自动标签完成
在输入标签时,SAA 会自动搜索匹配的标签。用户可以使用鼠标选择提示词,也可以使用键盘上下键配合 Enter 或 Tab 键选择,按 Esc 键关闭提示框。
图像信息
用户可以将图像拖动到 SAA 窗口,支持 PNG 格式。对于 WebUI 和 ComfyUI(带图像保存节点)都适用。双击图像可以关闭。
实时角色预览和搜索
角色列表支持中英文关键词搜索。
右键菜单
SAA 的电子应用程序支持右键菜单,用户可以通过右键菜单进行更多操作。
AI 提示生成测试
右键单击“AI 提示”可获得不生成图像的 AI 提示。
复制图像/元数据
在图库中右键单击可以复制当前图像或复制元数据到剪贴板。
发送 LoRA 到插槽
右键单击“通用”和“正面”可以将文本形式的 LoRA 发送到 LoRA 插槽。
4. 典型生态项目
SAA 可以与多种开源项目配合使用,以下是一些典型的生态项目:
- ComfyUI:一个易于使用的图像生成界面,支持自定义节点和插件。
- WebUI:一个基于 Web 的图像生成界面,支持多种模型和 API。
- Forge:一个开源的角色创作工具,支持自定义角色和装扮。
- LoRA:一种基于文本的角色描述语言,用于生成图像。
通过结合这些生态项目,用户可以更好地利用 SAA 实现角色选择和图像生成。
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
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00