Krita-AI-Diffusion插件中自定义采样器配置指南

Krita-AI-Diffusion插件中自定义采样器配置指南

krita-ai-diffusion Streamlined 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

在Krita-AI-Diffusion插件的最新更新中，采样器(Sampler)选择机制进行了重大调整。本文将为用户详细介绍如何在新版本中配置自定义采样器，特别是针对那些习惯使用Euler_a等经典采样器的用户。

采样器配置变更概述

新版本对采样器选择系统进行了重构，主要变化包括：

1. 默认采样器列表精简，移除了部分经典选项
2. 引入了更灵活的预设系统
3. 支持更丰富的采样器和调度器(Scheduler)组合

自定义采样器配置方法

要添加自定义采样器，用户需要编辑用户预设文件。以下是详细步骤：

1. 定位到Krita-AI-Diffusion安装目录下的用户预设文件
2. 使用文本编辑器打开该JSON格式文件
3. 按照JSON语法添加新的采样器配置

配置示例

以下是一个典型的采样器配置示例，展示了如何添加Euler ancestral采样器：

{
  "name": "Euler a (经典)",
  "sampler": "euler_ancestral",
  "scheduler": "normal"
}

关键技术要点

1. 采样器命名规范：新系统采用了ComfyUI的命名约定，例如：

   • Euler_a → euler_ancestral
   • DDIM → ddim

2. 调度器选择：常见的调度器选项包括：

   • normal：标准调度
   • karras：Karras调度
   • exponential：指数调度

3. 配置生效：修改后需要重启Krita才能使新配置生效

最佳实践建议

1. 建议在修改前备份原始配置文件
2. 可以基于内置预设文件中的示例进行扩展
3. 每个配置项需要严格遵循JSON格式规范
4. 配置名称应当清晰易懂，便于后期维护

常见问题解决方案

对于习惯使用Euler_a的用户，正确的配置方式是使用"euler_ancestral"采样器配合"normal"调度器。这是对原Euler_a采样器最接近的等效配置。

通过这套新的配置系统，用户虽然需要付出一些学习成本，但获得了更灵活的采样器组合能力，能够更好地适配不同的模型和生成需求。

krita-ai-diffusion Streamlined 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