蓝雨凌

  • 为了精准控制AI出图视角,我把 Qwen-Image-Edit-2511-Multiple-Angles-LoRA 的所有官方参数组合做成了结构化提示词库。8大方位 × 4种仰角 × 3种景别 = 96组标准写法,已按「正面/45°/侧面/背面」分段整理,每组自带使用场景备注,画角色卡、商业图,影视、游戏场景设计。

    ? 核心语法: [方位] [仰角] [景别](严格空格分隔,禁加标点/括号) ? 适用底模:Qwen/Qwen-Image-Edit-2511/2509 ? 参数建议:LoRA强度 0.85~1.0,固定 Seed 可稳定生成角色三/四视图

    该提示词可以在ComfyuiDraw things等调用支持Qwen ima…[查看更多]

  • 六、Draw Things物体移除功能(Object Removal)流程

    本工作流利用 Flux Fill 强大的图像填充能力结合专用 LoRA,实现对画面中多余物体的无痕移除与背景补全。

    1. 核心模型配置

    主模型: flux1filldevq8p.ckpt
    专用 LoRA: Object Removal Flux Fill v2(JSON 中对应文件为 fluxoutpaintloraloraf16.ckpt)
    LoRA 触发提示词: Fill the green spaces according to the image,

    2. 操作步骤

    1. 图片导入: 将包含想要移除物体的图片…[查看更多]

  • 五、从肖像到全身绘图

    本工作流利用 Qwen 架构的图像编辑模型,结合人脸保持 LoRA,实现仅需一张面部参考图,即可生成指定人物的全身、场景照片。

    1. 操作流程

    1.1 放置参考脸: 在 ControlNet 的 Moodboard 单元中,放入目标人脸图片(图2)。

    1.2 生成目标图像: 在画布内,直接输入你想要生成的人物全身描述、着装、姿势及场景提示词。软件将自动提取 Moodboard 中的面部特征进行生成。

    2. 完整工作流配置 (JSON)
    配置方案:M4/M5 芯片 M 系列 Mac/iPad 高效生成
    注意: 此配置使用了 4 步加速 LoRA,并精确调配了人脸保持 LoRA 的权重(0.6),以平衡面部…[查看更多]

  • 四、模糊照片变清晰(照片修复与高清放大)

    本工作流利用 Qwen 架构的图像编辑模型结合专用修复 LoRA,实现将模糊、低分辨率照片重塑为高清画质。

    推荐模型搭配:
    主模型: qwen_image_edit_2509

    加速 LoRA: qwen_image_edit_2509_lightning_4_step

    修复 LoRA: lora_a_qwen_edit_enhance_64_v3_000001000

    1. 核心模型与脚本流程
    标准操作流程:
    第一步(清晰化): 使用脚本 “enhance”,利用专用修复 LoRA 先将模糊的底图变清晰。

    第二步(放大): 清晰化后,再使用…[查看更多]

  • 三、 Draw Things替换人脸流程(Face Swap)

    本流程介绍在 Draw Things 中进行精准人脸替换的两种主流方法,分别基于 Qwen 和 Flux 架构。

    方法一:基于 qwen image edit2509/2511

    此方法利用 Qwen 模型的图像编辑能力,通过遮罩区域结合 moodboard 进行替换。

    操作步骤:
    1.1 导入与涂抹: 将待换脸的图片(底图)导入到画布。在画布中使用画笔工具,将底图中需要替换的面部区域涂抹为绿色。
    1.2 资源放置:
    画布: 放置已涂抹绿色区域的底图(图1)。
    Control (Moodboard): 在 Contro…[查看更多]

  • 二、图像扩展流程 (编辑图片补全人物、画面、背景)

    替换物体:图生图模式,通过以下流程,你可以实现精准的物体替换、画面还原以及自然的图像扩充。

    1.1 将要替换脸的图片导入到画布,在画布种使用橡皮擦工具将要替换图片的物体擦除

    1.2 使用提示词输入想要替换成的物体名字和描述即可

    [查看更多]

  • 在 Draw Things 中,Qwen_Image_2512、Z_Image 以及 FLUX.2 (Klein) 代表了新一代多模态图像生成流程。这套流程的核心在于“语义深度理解”与“极致生成效率”的结合。
    Qwen_Image_2512 与 Z_Image 充分发挥了国产大语言模型在中文语境理解上的优势。它们不仅能精准识别复杂的东方文化元素,还能通过内置的 LLM 适配器将简单的提示词扩展为富有空间感和材质感的描述。相比传统的 SD 模型,它们在处理长文本指令时逻…[查看更多]

  • Draw Things:开箱即用的“苹果原生派”,专为 macOS/iOS 开发的原生 App,像 Photoshop 一样直接。界面清晰,模型下载、管理都在 App 内完成,对 16GB 内存优化极好。内置“无限画布”模式,修手、扩图操作非常直观,适合追求快速上手,想直接在 Mac 或 iPad 上高效出图的创作者。

    1. 核心架构与模型
    Base Model: 决定画风。内存有限,请优先选择 Z Image Base (8-bit) 或 SDXL (8-bit),确保有余力加载插件。

    LoRA: 风格“补丁”,用于锁定特定服装(如汉服)或特定画风,权重建议 0.5-0.8。

    2. 精准控制 (ControlNet):

    IP-Adapter Fac…[查看更多]

  • MacBook扬声器杂音修复日志

    问题描述:MacBook Pro (M1) 内置扬声器在播放音乐时出现“啪啦”、“次啦”的杂音。
    交叉测试:使用耳机或外部外置声卡时声音完全正常,排除音频源和系统解码问题。

    初步诊断:
    软件层面的核心音频进程 (coreaudiod) 出现调度错误或驱动同步异常,而非硬件损坏。

    解决方法:通过重置 macOS 音频核心进程解决。

    操作步骤:

    1. 打开 终端 (Terminal)。
    2. 输入命令:
    sudo killall coreaudiod
    3. 输入开机密码并回车。

    结果:进程重启后,内置扬声器杂音消失,音频输出恢复正常。…[查看更多]

  • 非常感谢分享,没想到这个帖子竟然8年了,也一直在使用苹果的设备,能发现这些区别的都是对色彩高度敏感,对品质要求极高的同行,感谢你的分享,我也学习了,好久没测试这些细节了。

  • 在 Waves InTrigger 中,将检测到的音频打击点转换为 MIDI 数据是一个非常有用的功能,无论你是想触发外部音源(如 Superior Drummer 3 或 Kontakt),还是想保留打击动态进行后期精细编辑。

    以下是将 InTrigger 识别结果录制为 MIDI 的详细操作指南:

    一、插件内部设置

    在将信号发送给 DAW 之前,你需要确保 InTrigger 已经正确输出了 MIDI 信号。

    1. 完成检测:确保你已经通过 Learn 按钮或手动调整,让 InTrigger 准确识别了目标鼓点(蓝色线…[查看更多]

  • Waves InTrigger 是一款基于 AI 技术的智能鼓组替换与补强插件,利用智能打击检测技术,能够自动识别、分类并隔离鼓点,同时过滤串音(bleed)的革命性工具。它的核心逻辑是:通过 AI 学习你原始音轨(例如底鼓或军鼓)的特征,然后精准触发干净的采样。相比传统的阈值触发器,InTrigger 极大地减少了漏触发或误触发(串音干扰)。

    快速…[查看更多]

  • openclaw 全自动Mac安装版本脚本(粘贴到终端输入密码即可执行)

    bash -c "$(cat <<'EOF'
    echo "🦞 OpenClaw 一键安装启动..."

    # ========= 系统检测 =========
    if [[ "$OSTYPE" != "darwin"* ]]; then
    echo "❌ 仅支持 macOS"
    exit 1
    fi

    echo "✅ macOS 检测通过"

    # ========= 网络检测 =========
    echo "🌐 检测 GitHub 网络..."
    if ! ping -c 1 github.com >/dev/null 2>&1; then
    echo…
    [查看更多]

  • OpenClaw 是一款面向本地运行的智能代理工具(AI Agent),主打“在自己电脑上运行 AI 自动化任务”。它可以连接大模型(如 OpenAI、Claude 等),通过指令实现文件处理、代码生成、网页操作、批量任务执行等功能,相当于一个可编程的 AI 助手。

    与纯在线 AI 工具不同,OpenClaw 更强调本地部署与可控性:用户可以在自己的 Mac 或 PC 上运行它,避免数据上传带来的隐私问题,同时也能自由接入不同模型与工具链,适合开发者、内容创作者以及自动化需求较强的用户。

    它的核心优势在于“Agent能力”,即不仅能对话,还能根据目标自主拆解步骤并执行任务,例如自动整理文件、生成项目结构、调用API等。在AI工具逐渐从“聊天”走向“执行”的趋势…[查看更多]

  • 🎹 使用 Scaler Detector 为已有旋律配和弦(精简实用教程)

    一、核心思路

    Scaler Detector 并不是一键自动生成完美和弦的工具,它的核心作用是:分析旋律 → 判断调性与音阶 → 提供可用和弦范围 → 由你通过试听筛选出最合适的和声。换句话说,它是“半自动 + 音乐判断”的工作流,而不是完全自动配和弦。

    [查看更多]

  • Scaler 3 进阶教程(Part 2 精简版)

    核心进阶工作流总结,用 Explore 找新和弦,用 Sketch 测试组合,确认后加入主轨,Arrange 调整节奏,新建片段做变化,用 Modifier 微调,切分增强律动

    一句话理解:用 Explore 找灵感,用 Sketch 做决策,用 Arrange 完成编曲

    从已有和弦继续发展

    当你已经有:一个基础和弦进行(如 8 小节)和简单编排(Pad / Bass / Arp),接下来打算扩展和弦 + 发展结构

    Create 页面核心工具:五度圈(Circle of Fifths)

    作用:找“相邻好听和弦”,找相关调性

    核心逻辑:越靠近…[查看更多]

  • 编排页面(Arrange):用于精细控制结构与声音,一句话理解 Scaler 3的编排功能:用和弦驱动一切,所有轨道自动跟随

    核心工作流:1. 选择音阶;2. 拖入和弦 → 构建进程;3. 添加 Motion;4. 进入 Arrange;5. 添加多轨(Arp / Pad / Bass);6. 调整声音 + 结构;7. 替换和弦优化

    和弦长度调整:默认:每个和弦 = 1小节,修改方法:拖动和弦长度(精细控制:调整 Grid(如 1/4 拍))

    添加多轨(Tracks):添加方法:点击 “+”

    特点:所有轨道自动跟随主和弦

    常见轨道类型

    1. 琶音(Arpeggio):…[查看更多]

  • Scaler 3 是一款深度集成了 AI 驱动技术的下一代智能乐理与编配插件。它不再仅仅是和弦词典,而是通过 AI 引擎实现了从“辅助参考”到“创意协作”的进化。

    其核心 AI 亮点包括:

    1. 智能和声感知(Suggest Mode): AI 能够实时分析您输入的小提琴旋律或音频,自动识别调性并精准推荐具有“音乐灵魂”的和弦进行,不再是机械匹配,而是提供带有情感色彩的建议。

    2. AI 拟人化演奏(Motions): 引入了基于深度学习的演奏模型,AI 学习了真实钢琴家的力、时值微调和触键习惯。生成的钢琴伴奏拥有天然的“呼吸感”,能自动适配旋律张力,告别…[查看更多]

  • 在 Ableton 中为 Vibrato / Dynamics / Velocity 绘制自动化曲线的方法

    1. 加载音源:在 MIDI 轨道中加载 Kontakt,并在其中添加 STRADIVARI VIOLIN / Cello / Viola 音源。

    2. 进入 MIDI 编辑器:双击 MIDI Clip,打开下方的 Clip 编辑器,并切换到 Envelopes(自动化)视图。

    3. 绑定参数到自动化:在 Kontakt 界面中,用鼠标拖动需要控制的参数(如 Vibrato、Dynamics 等)。
    Ableton 会自动将该参数映射到当前 MIDI Clip 的 Envelope 控制列表中。

    4. 绘制自动化曲线:在 Envelope 区域选…[查看更多]

  • 查看更多