Z-Image-Turbo历史图片管理教程：查看与删除output_image文件
Z-Image-Turbo是一款基于Gradio构建的图像生成工具UI，专为简化本地AI图像生成流程而设计。其界面直观、操作便捷，支持用户快速加载模型并进行图像推理与输出管理。通过集成本地文件系统操作，用户不仅可以实时生成图像，还能方便地查看和清理历史生成结果，提升使用效率与磁盘资源管理能力。
在浏览器中通过访问127.0.0.1:7860地址即可使用Z-Image-Turbo提供的Web UI界面。该服务默认运行于本地端口7860，用户只需启动后端脚本，即可通过任意现代浏览器（如Chrome、Edge等）完成图像生成任务。整个过程无需联网，保障数据隐私性，适用于科研、创作及本地部署测试等多种场景。
1. Z-Image-Turbo 模型在 UI 界面中使用
1.1 启动服务加载模型
要使用Z-Image-Turbo进行图像生成，首先需要在本地环境中启动服务并加载模型。确保已正确安装Python依赖库及Gradio框架后，执行以下命令：
python /Z-Image-Turbo_gradio_ui.py当终端输出如下图所示的日志信息时，表示模型已成功加载，并且Gradio服务正在监听本地端口：
通常日志中会包含类似“Running on local URL: http://127.0.0.1:7860”的提示，表明服务已就绪。此时可进入下一步访问UI界面。
1.2 访问UI界面
有两种方式可以打开Z-Image-Turbo的图形化操作界面。
方法一：手动输入地址
在任意浏览器地址栏中输入：
http://localhost:7860/或等效IP形式：
http://127.0.0.1:7860/回车后即可加载Gradio前端页面，进入图像生成主界面。
方法二：点击控制台链接
部分开发环境（如Jupyter Notebook、VS Code终端或PyCharm运行窗口）会在服务启动后自动生成可点击的HTTP链接。直接点击该链接即可跳转至UI界面，省去手动输入步骤。
示意图如下：
一旦进入UI界面，用户可通过调整参数、上传条件图像等方式开始生成新的图像内容。
2. 历史生成的图片查看
Z-Image-Turbo默认将所有生成的图像保存在本地指定目录中，便于后续查阅与复用。默认输出路径为：
~/workspace/output_image/该路径位于当前用户的主目录下，结构清晰，易于管理。
2.1 查看历史图片列表
在终端中执行以下命令，列出该目录下的所有图像文件：
ls ~/workspace/output_image/执行结果将显示类似以下内容：
generated_img_001.png generated_img_002.png generated_img_003.jpg每张图片对应一次生成记录，命名规则由程序内部逻辑决定，通常包含时间戳或序列编号以避免冲突。
您也可以结合其他Linux命令进一步筛选信息，例如：
# 显示详细信息（权限、大小、修改时间） ls -l ~/workspace/output_image/ # 只显示.png格式图片 ls ~/workspace/output_image/*.png # 统计图片总数 ls ~/workspace/output_image/ | wc -l此外，部分桌面环境支持直接通过文件管理器导航至该路径查看缩略图，适合视觉化浏览。
3. 历史生成图片的删除操作
随着生成次数增加，output_image目录可能积累大量文件，占用较多磁盘空间。定期清理无用图像有助于维持系统性能和整洁性。
3.1 进入输出目录
首先切换到目标路径：
cd ~/workspace/output_image/此步骤非必需，但建议执行以便确认当前所在位置，防止误删其他目录文件。
3.2 删除单张图片
若仅需移除某一张特定图像，使用rm命令配合文件名即可：
rm -rf 要删除的单张图片名字请将“要删除的单张图片名字”替换为实际文件名，例如：
rm -rf generated_img_001.png注意：
rm -rf是强制删除命令，不会弹出确认提示。一旦执行，文件将无法恢复，请务必核对文件名是否正确。
3.3 批量删除所有历史图片
如需清空整个输出目录中的所有图像文件，可使用通配符*：
rm -rf *该命令会删除当前目录下所有文件和子目录内容，但不会删除output_image文件夹本身。执行后再次运行ls命令应返回空白。
安全建议：
- 在执行批量删除前，建议先用
ls确认目录内容。- 若担心误删，可先将重要图像备份至其他位置。
- 可考虑改用
mv命令将文件移动到临时归档目录，观察一段时间后再彻底删除。
4. 总结
本文详细介绍了Z-Image-Turbo模型的完整使用流程，涵盖服务启动、UI界面访问、历史图像查看与管理等关键环节。通过简单的命令行操作，用户能够高效地加载模型并生成图像，同时利用标准Linux文件命令实现对输出结果的灵活管理。
核心要点总结如下：
- 使用
python /Z-Image-Turbo_gradio_ui.py启动服务，等待日志提示端口监听成功； - 通过
http://localhost:7860或点击控制台链接访问Web UI界面； - 所有生成图像默认保存在
~/workspace/output_image/路径中； - 使用
ls命令查看历史图片，使用rm -rf删除单个或全部文件； - 操作时注意命令准确性，避免因误删造成数据丢失。
合理管理输出文件不仅有助于释放存储空间，也能提升项目组织效率。建议结合自动化脚本或定时任务，定期归档或清理过期图像，构建更可持续的本地AI图像生成工作流。
获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。
