Krita AI绘画插件配置全攻略模型下载、路径映射与报错排查一问一答【免费下载链接】krita-ai-diffusionStreamlined interface for generating images with AI in Krita. Inpaint and outpaint with optional text prompt, no tweaking required.项目地址: https://gitcode.com/gh_mirrors/kr/krita-ai-diffusion把 krita-ai-diffusion 装进 Krita 之后不少人卡在同一个地方面板出来了提示词也敲了一点生成却弹出各种看不懂的报错。缺模型、找不到后端、路径不对——说来说去就是那几类毛病。这篇文不打算堆参数而是把新手问得最多的七个问题挑出来一个一个拆开讲目标是让你照着做就能把 Krita AI绘画环境稳稳搭起来。一、装完插件就能画了吗插件和 ComfyUI 是什么关系先别急着下载任何东西。这个插件本身不会画画它更像遥控器真正干活的引擎是后端的 ComfyUI 服务。你在 Krita 里点生成插件就把参数打包发给 ComfyUI等它算完再把结果传回画布。所以配置的核心就一句话让插件接上一个状态良好的 ComfyUI。连接方式有三条路可走自动本地托管插件自己下载并拉起一个内置服务零手工操作新手首选手动对接已有 ComfyUI你本来就有自建环境填个地址就连上了远程机器也行云端生成完全不用本地硬件登录第三方服务直接用。上面就是插件里的服务器选项面板三条路都在这选。第一次折腾让插件自己装本地服务是最省心的出问题概率最低。二、动手前要备齐哪些东西别急着跑命令先对着清单自查一遍Krita 5.2 及以上版本太老插件根本装不进去一张给力的显卡NVIDIA 走 CUDAAMD 走 ROCmIntel 走 XPUApple 芯片走 MPS显存 6GB 起步想跑 Flux 这类新模型建议 8GB 往上足够的磁盘空间单个模型常见 2~7GB全套下来预留 30GB 不算多稳定的网络模型默认从海外源拉取卡住时可以考虑换镜像源后面会讲。上图就是本地安装的配置界面。装完回到 Krita 刷新服务器就绪后连接状态会变成绿色那一刻离出图就不远了。三、模型到底该放哪个文件夹ComfyUI 的 models 目录不是一个大杂烩而是按用途分好类的models/ ├── checkpoints/ # 主模型决定画风基底 ├── vae/ # 解码器 ├── clip_vision/ # 图像理解配合 IP-Adapter 使用 ├── controlnet/ # 控制网络 ├── ipadapter/ # 参考图、风格迁移 ├── upscale_models/ # 放大模型 ├── loras/ # 轻量风格包 └── embeddings/ # 提示词向量插件是按文件名 所在子目录去匹配模型的放错位置就等于没放。所以下载之前先想清楚这个文件属于哪一类再对号入座比事后满世界找文件强得多。四、有没有一条命令把模型全搞定有项目里自带一个下载脚本。拿到项目代码后进目录执行就行git clone https://gitcode.com/gh_mirrors/kr/krita-ai-diffusion python scripts/download_models.py /你的ComfyUI根目录 --recommended把最后的路径换成你的 ComfyUI 目录即可脚本会自动建子目录、把模型放进正确的位置。几个常用开关用大白话解释一遍--minimal只装能跑通的最小组合--recommended推荐的通用组合画质和体积比较均衡--all全量下载适合磁盘管够的同学--controlnet按需补控制网络-l先列清单不下载看看脚本到底要拉什么-c下载后校验文件完整性防止文件损坏--backend cuda/mps/...按你的硬件过滤模型拿不准就用auto。万一海外源太慢设置环境变量AI_DIFFUSION_DOWNLOAD_URL指向镜像下载请求会自动改道这个救急技巧亲测有效。模型齐了之后Canny 边缘、线稿、深度图这些控制层就能正常出效果上图是 Canny 控制层的生成结果参考线一勾构图立刻有了边界。五、模型不想塞进 ComfyUI放别的盘行吗完全可以。ComfyUI 支持通过配置文件把外部目录映射进来。在 ComfyUI 根目录放一个extra_model_paths.yaml把模型库指到任意路径my_models: base_path: /data/ai_models checkpoints: checkpoints clip_vision: clip_vision controlnet: controlnet ipadapter: ipadapter这段配置的意思是去/data/ai_models下按对应子目录找模型。团队共用一个 NAS 目录、或者 C 盘满了想挪 D 盘都用这个办法ComfyUI 本身的结构完全不用动。六、报错了从哪里查起报错五花八门但九成能归成三类逐个排查即可提示缺模型下载脚本没覆盖到或者文件被挪了位置。用download_models.py补对应类型的模型记得放进正确的子目录提示缺节点ComfyUI 缺第三方扩展。插件依赖 ControlNet Preprocessors、IP-Adapter、Inpaint Nodes 等几组扩展节点确认它们都装上了、版本也没问题一直连不上服务器八成是后端没起来或者端口被占用这类问题看日志最快。插件设置里藏着三个排障入口Collect Diagnostics一键打包系统信息View log files直接打开日志目录Restore Defaults把配置打回原形。先看日志再动手改比自己瞎猜靠谱得多。七、没有好显卡还能用吗能但要分清能用和好用。纯 CPU 也能跑只是出图会慢得让人怀疑人生集成显卡同理。折中方案有两个一是把分辨率调低、选轻量模型降低显存压力二是干脆用云端生成本地只负责画布和操作算力交给远程这也是门槛最低的入门方式。附配置避雷清单把下面这几条背下来能少走一大半弯路模型按类别放进对应子目录别全堆在 checkpoints 里别手动改模型文件名脚本靠名字匹配改了等于白下中途断网直接重跑脚本已下载的文件会自动跳过换机器或换显卡后先用-c校验一遍旧模型自建 ComfyUI 时确认插件要求的扩展节点齐全连不上服务器先看日志再考虑重启后端磁盘紧张时先装--minimal跑通了再增量补充团队共用模型优先用extra_model_paths.yaml做共享映射。写在最后把上面七问过一遍你的 Krita AI绘画环境基本就稳了。动手时记住三件事模型对号入座、命令一条条来、报错先看日志。剩下的时间就交给画布本身吧。【免费下载链接】krita-ai-diffusionStreamlined interface for generating images with AI in Krita. Inpaint and outpaint with optional text prompt, no tweaking required.项目地址: https://gitcode.com/gh_mirrors/kr/krita-ai-diffusion创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考