新手引导：Z-Image-Turbo三个标签页功能逐个讲解

欢迎使用Z-Image-Turbo WebUI—— 由科哥基于阿里通义Z-Image-Turbo模型二次开发构建的AI图像生成工具。本教程将带你从零开始，深入理解WebUI界面中的三大核心标签页：🎨 图像生成、⚙️ 高级设置、ℹ️ 关于，帮助你快速掌握每个模块的功能定位与实用技巧。

🎯 文章定位

本文属于教程指南类（Tutorial-Style）技术内容，旨在为初次接触 Z-Image-Turbo 的用户系统性地拆解其WebUI三大功能区域。通过“界面解析 + 操作说明 + 实用建议”三位一体的方式，确保你在10分钟内完成从启动到高质量出图的全流程上手。

学习目标：
- 熟悉 Z-Image-Turbo WebUI 的整体布局
- 掌握三个标签页的核心功能与使用场景
- 能独立完成一次高质量图像生成任务

🔧 环境准备：启动你的 WebUI 服务

在进入界面讲解前，请先确保本地环境已正确配置并成功启动服务。

启动命令（推荐方式）

bash scripts/start_app.sh

或手动执行：

source /opt/miniconda3/etc/profile.d/conda.sh conda activate torch28 python -m app.main

启动成功提示

================================================== Z-Image-Turbo WebUI 启动中... ================================================== 模型加载成功! 启动服务器: 0.0.0.0:7860 请访问: http://localhost:7860

打开浏览器访问http://localhost:7860即可进入主界面。

📚 标签页一：🎨 图像生成（主界面）

这是整个WebUI的核心操作区，90%的用户交互都发生在此页面。它分为左右两大面板：左侧输入控制参数，右侧输出结果。

左侧：输入参数详解

1. 正向提示词（Prompt）

描述你希望生成的内容，支持中文和英文混合输入。

✅优秀示例：

一只金毛犬，坐在阳光下的草地上，绿树成荫，高清照片，毛发细节清晰，浅景深

📌 建议结构： - 主体对象 → 动作姿态 → 场景环境 → 风格类型 → 细节补充

2. 负向提示词（Negative Prompt）

排除你不想要的元素，提升图像质量。

✅常用负向关键词组合：

低质量，模糊，扭曲，丑陋，多余的手指，水印，文字，噪点

3. 图像设置参数表

| 参数 | 说明 | 推荐值 | |------|------|--------| | 宽度 × 高度 | 分辨率（需为64倍数） | 1024×1024 | | 推理步数 | 迭代次数，影响质量和速度 | 40 | | 生成数量 | 单次生成图片张数 | 1 | | 随机种子 | -1表示随机，固定值可复现结果 | -1 | | CFG引导强度 | 控制对提示词的遵循程度 | 7.5 |

💡快速预设按钮：点击即可一键切换常见尺寸，如1024×1024、横版 16:9、竖版 9:16。

右侧：输出面板功能说明

图像展示区：实时显示生成结果（支持多张并列查看）
元数据信息栏：包含本次生成的所有参数记录，便于后期追溯
下载按钮：一键打包所有生成图像至本地./outputs/目录

📁 输出路径示例：

./outputs/outputs_20260105143025.png

✅ 实战演练：生成一张风景图

我们来走一遍完整流程：

切换到🎨 图像生成标签页
输入正向提示词：壮丽的山脉日出，云海翻腾，金色阳光洒在山峰上，油画风格，色彩鲜艳
输入负向提示词：模糊，灰暗，低对比度
设置参数：
尺寸：1024×576（横版）
步数：50
CFG：8.0
数量：1
点击“生成”按钮
等待约20秒后，图像出现在右侧
点击“下载全部”保存到本地

🎉 成功完成首次生成！

⚙️ 标签页二：高级设置（系统监控与调试）

该页面主要用于查看运行状态、诊断问题、获取技术支持信息，适合进阶用户或遇到异常时查阅。

主要信息模块

1. 模型信息

当前加载的模型名称：Z-Image-Turbo-v1.0
模型路径：/models/Z-Image-Turbo/
加载设备：CUDA (NVIDIA RTX 3090)或CPU

2. 系统环境

PyTorch 版本：2.8.0+cu118
CUDA 是否可用：✅ 是
GPU 显存占用：显存总量 24GB | 当前使用 18.3GB

3. 使用提示卡片

💡 提示：若生成失败，请检查显存是否不足；若长时间无响应，请查看日志文件/tmp/webui_*.log

🔍 实际应用场景举例

假设你遇到了以下情况：

❌ “图像生成卡住不动，进度条不更新”

👉 解决步骤： 1. 切换到⚙️ 高级设置页面 2. 查看“GPU型号”和“显存占用” 3. 若显存接近满载（>90%），尝试降低图像尺寸至768×7684. 返回主界面重新生成

📌 该页面虽不参与直接创作，但它是排查性能瓶颈的关键入口。

ℹ️ 标签页三：关于（项目信息与版权说明）

最后一个标签页提供的是项目的元信息汇总，适用于开发者协作、合规引用或寻求技术支持。

内容概览

项目名称：Z-Image-Turbo WebUI
开发者：科哥
微信联系：312088415
原始模型来源：
ModelScope - Tongyi-MAI/Z-Image-Turbo
框架基础：
DiffSynth Studio @ GitHub

更新日志（v1.0.0）

✅ 支持基础图像生成
✅ 参数调节（CFG、步数、尺寸等）
✅ 批量生成（1-4张）
✅ 输出PNG格式图像

📢 为什么这个页面很重要？

虽然看起来只是“静态信息”，但它在以下场景中至关重要：

| 场景 | 应用价值 | |------|----------| | 技术支持求助 | 提供版本号和模型来源，方便定位问题 | | 学术研究引用 | 可规范标注模型出处 | | 二次开发集成 | 获取底层框架链接，便于扩展功能 |

📌 建议：首次使用时花1分钟浏览此页，记下联系方式和项目地址，以备后续需要。

💡 使用技巧总结：三大标签页协同工作流

不要孤立看待这三个标签页，它们构成了一个完整的创作—监控—溯源闭环。

典型用户路径对比

| 用户类型 | 使用重点标签页 | 行为特征 | |--------|------------------|---------| | 新手用户 | 🎨 图像生成 | 专注提示词和参数调整 | | 调试人员 | ⚙️ 高级设置 | 关注系统资源与错误日志 | | 开发者/研究员 | ℹ️ 关于 | 注重模型来源与可复现性 |

🛠️ 进阶技巧：如何利用三大标签页提升效率？

1. 快速复现实验结果

在🎨 图像生成中找到满意图像
记录其种子值（seed）
回到同一页面，固定种子，微调提示词进行迭代优化

2. 多设备部署验证

在不同机器上运行 WebUI
进入⚙️ 高级设置对比 CUDA 状态和 PyTorch 版本
确保环境一致性，避免生成差异

3. 合规引用与分享

使用生成图像投稿或发布时
查阅ℹ️ 关于页面获取官方模型链接
在说明中标注：“基于阿里通义Z-Image-Turbo模型生成”

❓ 常见问题解答（FAQ）

Q1：我可以自定义标签页吗？

目前WebUI为固定三标签结构，暂不支持增删改。但未来可通过插件机制扩展功能。

Q2：为什么“高级设置”里看不到我的GPU？

可能原因： - CUDA未安装或驱动不匹配 - Conda环境未激活torch28- 使用了CPU-only版本的PyTorch

请检查终端启动日志是否有类似报错：

CUDA is not available, falling back to CPU

Q3：能否导出当前配置以便下次使用？

暂时不支持自动保存配置。建议： - 将常用提示词保存为文本模板 - 记录最佳参数组合（如CFG=7.5, Steps=40）

🧩 总结：三大标签页的核心价值一览

| 标签页 | 功能定位 | 使用频率 | 关键作用 | |-------|----------|-----------|------------| | 🎨 图像生成 | 创作主战场 | ⭐⭐⭐⭐⭐ | 实现AI绘图的核心操作 | | ⚙️ 高级设置 | 系统仪表盘 | ⭐⭐⭐☆☆ | 监控性能、辅助排错 | | ℹ️ 关于 | 信息档案馆 | ⭐⭐☆☆☆ | 提供版权、版本、联系信息 |