#官方文档链接

https://dcnsxxvm4zeq.feishu.cn/wiki/XOnXwC2btiw8YDkyFQsctFAEnHf?fromScene=spaceOverview

--------------------------------------------------------------------------------------------------------------------

#工作流介绍：

-该工作流是通过加载张吕敏（ControlNet作者）微调后的llama模型omost，生成一段关于图像生成的复杂指令，以此实现质量更佳的图片。

--------------------------------------------------------------------------------------------------------------------

#omost介绍：

omost的优点：

• 生成的图像几乎就是你想要的结果；
• “O”代表“omoni”，也就是多模态的意思，项目尽可能多地从LLM中获取能力；

--------------------------------------------------------------------------------------------------------------------

• omost的能力：
• 首先我们给LLM一段自然语言文本，（例如：请画一个迪士尼3D卡通风格的，戴着红色帽子的小狗厨师，眼睛是蓝色的，毛发是白色的），然后LLM大语言模型会编写代码来组合图像视觉内容，
• 以往大部分只是通过LLM简单的对提示词的优化和扩展。
•   omost生成python代码包含了边界框、图像标签、风格氛围质量等指令，通过omost的虚拟画布来实现。这个虚拟画布通过特定的图像生成器来实际生成我们需要的图像。
•   简化理解：自然语言→LLM生成python代码→将python代码转换为多个包含遮罩信息的条件信息→将多个条件信息以贪婪算法融合→生成区域可控的图像

--------------------------------------------------------------------------------------------------------------------

#omost本地模型下载链接：

• 百度网盘：
• https://pan.baidu.com/s/1T4aEB4HumdJ7iVbvsv1vzA?pwd=qyhu 提取码: qyhu
• 下载后安装到本地，在【本地大语言模型加载/Local Large language Model Loader】中的[model_path]和[tokenizer_path]中填入omost本地文件夹的路径（例如：E:\GitHub\model\omost）。

--------------------------------------------------------------------------------------------------------------------

#写在最后：

- LLM_Party正在用心经营一片AI时代的后花园，我们希望能够在AI时代下成为众多参与者的一员，我们从开源社区中走来，也希望回到社区中去。

- 欢迎大家来到我们用心经营的后花园。如果我们的项目能够帮助到大家，麻烦大家在Github上帮我们点一下Star：

- github项目地址：https://github.com/heshengtao/comfyui_LLM_party

- openart：https://openart.ai/workflows/profile/comfyui_llm_party?tab=workflows&sort=latest

- LibLib：https://www.liblib.art/userpage/4378612c5b3341c79c0deab3101aeabb/publish/workflow

- 哔哩哔哩：https://space.bilibili.com/26978344?spm_id_from=333.337.0.0

- YouTube：https://www.youtube.com/@comfyui-LLM-party

- discord：https://discord.com/invite/gxrQAYy6

- QQ交流群：931057213

- 微信交流群：Choo-Yong（添加小助理微信，统一通过后会添加至交流群）