NewBie-image-Exp0.1如何循环生成？create.py脚本使用指南

NewBie-image-Exp0.1 是一个专为动漫图像生成优化的轻量级实验性镜像，聚焦于高质量、可控性强、开箱即用的创作体验。它不是泛泛而谈的通用文生图工具，而是针对二次元内容创作者和研究者深度打磨的垂直方案——从模型结构到提示工程，每一处设计都服务于“精准表达角色设定”这一核心诉求。

本镜像已深度预配置了 NewBie-image-Exp0.1 所需的全部环境、依赖与修复后的源码，实现了动漫生成能力的“开箱即用”。通过简单的指令，您即可立即体验 3.5B 参数模型带来的高质量画质输出，并能利用独特的 XML 提示词功能实现精准的多角色属性控制，是开展动漫图像创作与研究的高效工具。

1. 为什么需要循环生成？单次调用的局限在哪里

在实际创作中，你很少只生成一张图就结束。更多时候，你会：

• 对同一组角色设定微调细节（比如把“蓝发”换成“粉发”，把“站立”改成“挥手”）；
• 快速验证不同风格标签的效果（“赛博朋克” vs “水彩手绘”）；
• 批量测试提示词结构是否被正确解析（XML 标签嵌套是否生效）；
• 在不重启进程的前提下反复试错，节省显存加载时间。

而test.py是一次性脚本：运行完就退出，每次修改 prompt 都得重新执行python test.py，既打断思路，又重复加载模型权重——对 3.5B 模型来说，光是加载 VAE 和文本编码器就要 8~12 秒。

create.py就是为此而生：它把模型加载一次，然后进入交互式循环，让你像聊天一样连续输入 XML 提示词，实时看到结果，真正实现“所想即所得”的创作流。

2. create.py 的本质：一个带状态的推理会话管理器

2.1 它不是新模型，而是新交互方式

create.py并不包含任何新的模型权重或网络结构。它复用了test.py中全部的加载逻辑和推理流程，唯一区别在于：

• 模型、VAE、文本编码器、CLIP 模块在启动时一次性加载并常驻内存；
• 启动后进入while True:循环，持续等待用户输入；
• 每次输入都被解析为 XML 字符串，送入已有模型完成前向推理；
• 输出图片自动按序编号（output_001.png,output_002.png…），避免覆盖；
• 支持输入quit、exit或q主动退出，释放全部显存。

换句话说，create.py是test.py的“增强交互版”，目标只有一个：让生成过程更接近真实工作流，而不是实验室 demo。

2.2 与 test.py 的关键差异对比

小提醒：create.py不会自动创建outputs/文件夹。首次运行前建议手动执行mkdir outputs，否则图片可能写入当前目录造成混乱。

3. 如何正确使用 create.py：从启动到批量生成

3.1 启动前准备：确认环境与路径

确保你已成功进入容器，并位于项目根目录上级（即能看到NewBie-image-Exp0.1/文件夹的位置）：

# 查看当前路径，应显示类似 /workspace 或 /root pwd # 确认项目目录存在 ls -l | grep NewBie-image-Exp0.1

若一切正常，执行以下命令启动循环生成器：

cd NewBie-image-Exp0.1 python create.py

你会看到类似这样的欢迎信息：

NewBie-image-Exp0.1 循环生成器已就绪 输入 XML 提示词（支持多行），输入 'quit' 退出 ➡ 开始输入：

此时光标闪烁，等待你的第一条 XML。

3.2 第一次输入：用最简结构验证流程

不要一上来就写复杂角色。先用这个最小可行提示测试通路是否畅通：

<character_1> <n>chibi_cat</n> <gender>1cat</gender> <appearance>white_fur, big_eyes</appearance> </character_1> <general_tags> <style>anime_style, clean_line</style> </general_tags>

粘贴后按两次回车（XML 允许换行，空行表示输入结束），几秒后终端会打印：

🖼 已生成：outputs/output_001.png （尺寸：1024x1024） ⏱ 耗时：4.2s | 显存占用峰值：14.6GB ➡ 下一条提示词（输入 'quit' 退出）：

立刻用ls outputs/查看文件，用display outputs/output_001.png（如安装了 ImageMagick）或下载到本地查看效果。这一步成功，说明整个循环链路完全打通。

3.3 进阶技巧：三类高频实用操作

快速复用上一条提示词（加微调）

输入repeat，程序会自动重用上一次成功的 XML，并在末尾追加你新输入的内容。例如：

上一条是：

<character_1><n>miku</n><gender>1girl</gender></character_1>

你输入repeat + pink_hair，等效于：

<character_1><n>miku</n><gender>1girl</gender><appearance>pink_hair</appearance></character_1>

临时切换分辨率（不改代码）

在任意提示词开头添加注释行，指定宽高（单位像素，必须为 64 倍数）：

<!-- size: 896x1216 --> <character_1><n>robot_girl</n><gender>1girl</gender></character_1>

支持<!-- size: WxH -->和<!-- size: square -->两种格式。

批量生成：用 shell 脚本驱动

把多条 XML 存成prompts.txt，每段用---分隔：

<character_1><n>fox_boy</n><gender>1boy</gender></character_1> --- <character_1><n>fox_girl</n><gender>1girl</gender></character_1> --- <!-- size: 768x1024 --> <character_1><n>fox_twin</n><gender>2girls</gender></character_1>

然后用以下命令自动喂入：

cat prompts.txt | python create.py

程序会逐段读取，自动生成output_001.png到output_003.png。

4. XML 提示词编写实战：避开常见坑点

create.py的强大，完全依赖 XML 提示词的规范性。但新手常因几个细节导致生成失败或效果偏差。

4.1 必须遵守的三条铁律

1. 根节点必须且只能有一个<character_1>或<character_2>……
   ❌ 错误：<character_1>...</character_1><character_2>...</character_2>（两个并列根）
   正确：用<group>包裹多个角色（见下文）

2. 所有标签名必须小写，且严格匹配文档定义
   ❌ 错误：<Gender>、<APPEARANCE>、<N>
   正确：<gender>、<appearance>、<n>

3. 内容内禁止未转义的<>&符号
   ❌ 错误：<appearance>hair > waist, eyes & smile</appearance>
   正确：<appearance>hair &gt; waist, eyes &amp; smile</appearance>

4.2 多角色协作：用<group>实现精准编排

想生成双人互动图？别硬塞两个<character_1>。正确做法是：

<group> <character_1> <n>reimu</n> <gender>1girl</gender> <appearance>red_hakama, black_hair</appearance> <pose>standing, facing_right</pose> </character_1> <character_2> <n>marisa</n> <gender>1girl</gender> <appearance>blue_dress, blonde_hair</appearance> <pose>standing, facing_left</pose> </character_2> </group> <general_tags> <style>danmaku_style, detailed_background</style> </general_tags>

<group>标签会触发模型内部的角色空间对齐机制，确保两人比例协调、视线自然交汇，远胜于拼接两张单人图。

4.3 高级控制：用<control>标签干预构图

除了角色属性，你还能用<control>指令影响画面布局：

<control> <composition>center_focus</composition> <!-- 可选：center_focus / rule_of_thirds / full_body --> <camera>medium_shot</camera> <!-- 可选：close_up / medium_shot / wide_shot --> <lighting>soft_window_light</lighting> <!-- 可选：studio_light / dramatic_shadow / soft_window_light --> </control>

这些指令不参与语义理解，而是直接映射到扩散过程的条件控制模块，对最终构图稳定性提升显著。

5. 故障排查：当 create.py 没反应或报错时

5.1 终端卡住不动（无任何输出）

最常见原因：输入了不合法的 XML，且未以空行结束。
create.py默认等待空行作为输入终止信号。如果你粘贴完 XML 后忘了按回车，程序就在静默等待。

解决方法：直接再按一次回车。如果仍无响应，按Ctrl+C中断，检查 XML 是否有未闭合标签（如<n>miku缺少</n>）。

5.2 报错XMLSyntaxError: line X, column Y

说明第 X 行第 Y 列存在语法错误。典型场景：

• 混用了中文引号“”或全角符号；
• <n>标签内含非法字符（如控制字符、不可见 Unicode）；
• <group>内<character_1>和<character_2>标签顺序颠倒（必须严格按数字升序）。

解决方法：将 XML 复制到在线校验工具（如 https://www.xmlvalidation.com）快速定位。

5.3 生成图片全黑/全灰/严重模糊

这不是create.py的问题，而是模型推理阶段异常。优先检查：

• 显存是否真的充足？用nvidia-smi确认python进程显存占用是否稳定在 14~15GB，而非突然飙升至 16GB+ 触发 OOM；
• bfloat16精度下某些极端 prompt 可能引发数值溢出。临时在create.py第 87 行附近找到dtype=torch.bfloat16，改为dtype=torch.float32重试（速度略降，但更鲁棒）。

6. 总结：让循环生成成为你的创作本能

create.py的价值，从来不在技术多炫酷，而在于它把“生成一张图”这个动作，还原成了创作者最自然的思考节奏：
想到一个点子 → 输入 → 看效果 → 调整 → 再输入 → 再看……
没有文件保存的打扰，没有模型重载的等待，没有命名冲突的焦虑。

你不需要记住所有 XML 标签，从<character_1><n>xxx</n></character_1>开始，慢慢加入<appearance>、<pose>、<group>，就像学骑自行车，先平衡，再加速，最后腾空转弯。

现在，关掉这篇指南，打开终端，输入python create.py，然后敲下你的第一个<n>。
真正的动漫生成，从这一次回车开始。

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。