目前的程序虽然实现了功能，但是相当混乱，感觉是因为代码没有按照规范编写，而且大量使用低级低效的语法。

现在，我有一个 comfyui 服务器，有了想要画的prompt，我应该怎么用起来？ 如果是 stable diffusion，直接 post /prompt 即可，回传的直接就是图片。如果是图生图，POST /sdapi/v1/img2img 传递图片和文本 prompt，返回也是图片。 stable diffusion 的生成能在一次请求之内完成，很有效也很简单，但当然 comfyUI 多出来

做了什么试着添加了websocket适配，现在可以切换http和websocket。 优化了图片查看器。 感想comfyui的api和我理解的不一样，我以为是有两套，一套http，一套websocket，实际上只有一套。传递大部分信息都是http，实时获取队列状态（以及一些插件，例如服务器状态实时监控）是走websocket。看了一圈，没有一个api是纯走websocket的（也没有必要都走web

反思我的这个程序只支持文生图。 正在想要不要添加图生图和反求prompt功能。这样可以发挥webui、comfyui的更多能力。这不会让程序太臃肿。目前的程序并不大。且计算并不是程序本身完成，程序只是调api的。 另外，现在是用json直接存储各种信息。因为json可以直接使用记事本修改，很方便，且用到的数据不会很多，数据之间的关系并不复杂。在想要不要转到使用数据库，例如sqlite。sqlite

使用qtcreator写了一个简单的qt程序。记录一下。 程序整体的结构在我的程序中，一个窗口，对应一个类，对应一个命名空间，继承QWidget或者QMainWindow类。类中有信号（signals）和槽（slots），按照我的理解：槽是实际执行任务的方法，信号是能跨窗口触发槽的方法。 我的程序主要有mainWindow和starPromptWindow两个窗口，在mainwindow类中实例化

Glow-TTS，前置科技点是 tacotron2，tacotron2 的前置科技点是 Waveglow。waveglow 是完全基于流模型的，可以认为tacotron2和glow-tts都是基于它改进而来。 tacotron2 利用 waveglow 实现了更好的效果，但是没有并行，也没有单调对齐（需要手动来对齐，或者需要一个自回归TTS模型作为外部对齐器，例如 FastSpeech）。glow

骷髅王.jpg 查看Windows命令对应的可执行文件路径 where（cmd） Get-Command（对于powershell而言） which（类unix shell，例如git bash） reg（直接查询注册表） 查文件拓展名关联程序 assoc ftype 如何将linux命令打印的文本整体右移？通过管道符和某些命令来处理输出的文本...... 使用sed 1echo &quo

目前基本稳定运行了，后续计划： 后台运行字面意思地挂在后台运行。 图形界面黑框框毕竟还是不好看，操作也不方便，更不直观。 语言用的是python。我是比较熟悉Tkinter、pyqt之类图形库的，这俩用起来也能比较简单地得到想要的效果。 如果移植到C++，会比较费事情（毕竟现成的代码用不了，两个语言的特性还是有差别）；何况我不会c++。 插件化？或许可以做成现成框架的某个插件，好处是省下了搓GUI

大体思路使用一个 Poster 对象处理数据、请求等问题。 Potser 类中，需要创建两个 session（来自于 request库），用于管理 cookie。两个 session 分别是和 nga 的、和 bilibili 的（数据源）。最大好处是 header、cookie等重复信息不需要重复了，可以通过 session 自动管理。 站点、cookie、api key之类的可以放在环境变量中

lora微调参考 文章 进行微调，得到 .pt 和 .pth 等文件（checkpoint）。 部分代码如下： 12345678910111213141516171819202122232425262728293031323334353637383940414243444546# Transformers加载模型权重tokenizer = AutoTokenizer.from_pretrained