想象你有一间名叫 Krita 的专业画室：画布、笔刷、图层、选区工具一应俱全，所有设备都称手。但有些活儿依然磨人——把一块空白背景补成夕阳云海、把线稿快速变成氛围图、把竖构图延伸成横版封面，哪怕老手也要耗上几小时。于是你请来了一位“AI 学徒”：它翻阅过数百万幅名画，脑子好比一部浓缩的艺术史。这位学徒就是 Krita 的 AI 插件，它背后站着开源社区训练的 Stable Diffusion（简称 SD）模型。你负责构图、描线、调色，学徒负责让粗糙的草图变细腻、把空白处补上内容、按你的要求重画某个局部。它不抢你的画笔，只在需要时伸手帮忙——这就是“Krita + SD 集成”的日常。而且整条链路开源可自持，你的画稿始终留在本地画室里，不必上传任何云端。接下来，我们一步步参观学徒的工具箱、它背后的“中央画材库”，以及如何把它用得像个真正的助理画师。

岗位关联

掌握 Krita + Stable Diffusion 的集成技能，意味着你能在专业绘画软件里直接调用开源 AI 生产能力，把重复试错交给模型、把创意掌控留给自己——这是 AIGC 时代数字艺术家的核心生产力。

目录
  1. 可视化演示
  2. 插件生态概览：画室来了 AI 学徒
  3. 基础集成配置：给学徒办门禁卡
  4. ComfyUI后端：中央画材库
  5. 局部重绘：只改画面上的一块
  6. 图像扩图：给画纸接上一段白边
  7. 风格迁移：让学徒换一种笔触
  8. 图层式工作流：透明描图纸上的大胆尝试
  9. 专业实战：从草稿到出品
  10. AI 应用场景
  11. Python 演示
  12. 常见误区
  13. 面试题

可视化演示

展示Krita通过ComfyUI后端集成Stable Diffusion的架构流、局部重绘Inpainting选区生成、以及扩图Outpainting画布延展与风格迁移操作。

本节配有交互动效（进入视口后自动加载，约 3KB）。

架构集成：Krita->ComfyUI->SD Krita插件通过Socket/HTTP连接ComfyUI SD模型 SD1.5/SDXL+LoRA 图层式生成 Krita -> Plugin -> ComfyUI -> SD 非独立工具，扩展插件+后端服务架构

插件生态概览：画室来了 AI 学徒

你的画室 Krita 本来只有传统工具：笔刷、油彩、刻刀。直到 2022 年 Stable Diffusion 开源，社区里立刻有人做出了“AI 学徒中介”——Krita AI 插件。它像画室门口挂的一块招工牌：任何会跑 SD 的“大脑”（后端）都能被请进来，坐在你旁边的空位上待命。插件生态最早只有单机脚本，后来演变成带面板界面的成熟工具：你在侧边栏输入一句“暴风雪中的灯塔”，点一下生成，画布上就多出一层新画面。

插件本身并不创造图像，它更像一张“翻译合同”：把你画布上的图层、选区、蒙版翻译成后端能懂的语言，再把后端吐出的像素翻译回 Krita 的图层。安装时，社区通常会让你配好 Python 环境与虚拟目录（venv），就像学徒入职前要交体检报告。这也是新手最容易卡住的地方——不是画画难，而是“办手续”难。好在社区文档和视频教程已经非常齐全，照着流程走一遍，多数人都能在一小时内让学徒上岗。

从更技术的角度看，插件的工作本质是驱动一次 SD 图像合成。一次生成可简写为：

选插件就像选学徒：看它接不接得住画室的活——能否局部重绘、能否扩图、能否读蒙版——再看社区是否活跃。生态繁荣的插件，背后往往有一群人不断教你调参数、分享新模型。挑一个维护活跃的插件，等于给画室请来一位“成长型”学徒。

Inew=G(z,p;θsd)I_{\text{new}} = \mathcal{G}(\boldsymbol{z}, \boldsymbol{p}; \theta_{\text{sd}})
这个公式的意思是：给生成器一个随机起点、一句文字指引和一组学来的“手艺参数”，它就能吐出一幅新图像。
  1. 生成器 $\mathcal{G}$Stable Diffusion 中的 U-Net 主网络，负责把噪声一步步还原成画面。
    G(z,p;θsd)→I\mathcal{G}(\boldsymbol{z}, \boldsymbol{p}; \theta_{\text{sd}}) \to I
  2. 随机噪声 $\boldsymbol{z}$生成起点，来自标准正态分布；插件里固定 seed 就是固定这组随机数。
    z∼N(0,I)\boldsymbol{z} \sim \mathcal{N}(0, I)
  3. 提示词向量 $\boldsymbol{p}$文本编码器把“暴风雪中的灯塔”这串文字变成条件向量，指引生成方向。
    p=Encodertext(prompt)\boldsymbol{p} = \text{Encoder}_{\text{text}}(\text{prompt})

基础集成配置：给学徒办门禁卡

学徒上岗前要办门禁卡：Krita 插件必须知道“大脑”住在哪。你需要在插件设置面板里填上后端地址，比如本地运行的 ComfyUI 默认地址 http://127.0.0.1:8188。填对后点“连接”，插件面板会显示版本号，门禁卡就算生效。如果后端部署在远程服务器，则换成那台机器的 IP 与端口。这个动作的本质，是让 Krita 与 SD 后端建立 HTTP 通信——插件每次点生成，都会向后端发送一份“订单”，后端把画好的图返回来。

接下来是模型库管理。学徒的“大脑”里不可能只装一位大师：有擅长写实的 checkpoint，有擅长水彩的 LoRA，还有负责解码图像的 VAE。你得在设置里指定模型目录，并在面板上切换当前使用哪个模型。模型管理混乱，就像库房堆满颜料却找不到要的那支——所以经验丰富的用户会把模型按风格分目录，命名带上版本号，并在插件里保存“常用模型组合”。生成参数也在这里设置：采样步数（Steps）决定学徒反复修改的次数，CFG 系数决定它听话的程度，分辨率决定画布的精细度。这些参数直接影响出图质量，也是新手最容易随手乱调的地方。

插件内部做的工作，可以用扩散模型的前向噪声过程来理解。训练时，模型见过成千上万张图片从清晰变模糊再变噪的过程：

门禁办好了，画室才算真正开门营业。你会发现：只要后端地址在、模型目录对、采样参数不夸张，学徒立刻能听懂指令。配置的每一分钟，都是在为后面的流畅创作铺路。

zt=αˉt z0+1−αˉt ε\boldsymbol{z}_t = \sqrt{\bar{\alpha}_t}\,\boldsymbol{z}_0 + \sqrt{1-\bar{\alpha}_t}\,\boldsymbol{\varepsilon}
它描述了“噪声一点点盖住画面”的过程。生成时，模型把这个过程倒着放电影，从纯噪声里一步步找回清晰的图像。
  1. 干净图像 $\boldsymbol{z}_0$没有被噪声污染的原图，对应你画布上的干净底稿。
    z0\boldsymbol{z}_0
  2. 加噪图像 $\boldsymbol{z}_t$第 $t$ 步时原图与噪声的混合结果，$t$ 越大越模糊。
    zt=αˉt z0+1−αˉt ε\boldsymbol{z}_t = \sqrt{\bar{\alpha}_t}\,\boldsymbol{z}_0 + \sqrt{1-\bar{\alpha}_t}\,\boldsymbol{\varepsilon}
  3. 信号保留率 $\bar{\alpha}_t$从 1 逐渐衰减到 0，控制每一步保留多少原图信息。
    αˉt=∏i=1tαi\bar{\alpha}_t = \prod_{i=1}^{t}\alpha_i
  4. 高斯噪声 $\boldsymbol{\varepsilon}$标准正态分布的随机扰动，是“混乱”的来源。生成时模型负责把它一点点擦掉。
    ε∼N(0,I)\boldsymbol{\varepsilon} \sim \mathcal{N}(0, I)

ComfyUI后端：中央画材库

学徒背后有一个“中央画材库”，在 Krita AI 插件体系中，它通常就是 ComfyUI。ComfyUI 是一个节点式工作流引擎：模型加载、提示词编码、采样器去噪、VAE 解码、图像保存，每一个环节都是一个可拖拽的节点，节点之间用连线串联成流水线。就像画室里有一排柜子：左边放画纸，中间放颜料，右边放画笔，学徒画画时按流水线取用，井井有条。

Krita 插件通过 ComfyUI 的 API 端口对接。你在 ComfyUI 里预先搭好一张工作流（比如“文生图”或“图生图+局部重绘”），保存成 JSON 模板；插件端把这张模板加载进来，只替换其中的提示词、蒙版图片和随机种子，然后向后端发起请求。ComfyUI 收到请求后按节点顺序执行，最后把生成的图像通过 API 返回。桌面端部署时，你需要一张足够显存的显卡——通常 8GB 以上跑 512 分辨率比较流畅；如果你只想远程调用别人搭好的服务，也可以只配置 API 地址，不让本机参与计算。

从概率的角度看，后端做的是条件去噪：每一步，它都在“提示词、参考图、蒙版”等条件的引导下，猜测上一步更清晰的图像长什么样。

好的后端就像靠谱的库房管理员：你只需在 Krita 面板里说一句“要什么画材”，它就能按流水线把画材备齐。ComfyUI 的节点化设计还带来一个额外好处——工作流模板可以在团队里共享，新人拿到模板就能复现同样的画风。

pθ(xt−1∣xt,c)p_\theta(\boldsymbol{x}_{t-1} \mid \boldsymbol{x}_t, \boldsymbol{c})
这行公式可以读作“在已知当前模糊图 $\boldsymbol{x}_t$ 和条件 $\boldsymbol{c}$ 时，模型认为上一步清晰图是 $\boldsymbol{x}_{t-1}$ 的概率”。条件 $\boldsymbol{c}$ 越明确，它猜得越准。
  1. 当前步图像 $\boldsymbol{x}_t$正在被去噪处理的中间画面。
    xt\boldsymbol{x}_t
  2. 上一步图像 $\boldsymbol{x}_{t-1}$比当前更清晰一步的画面，模型每次只往前推一小步。
    xt−1∼pθ(⋅∣xt,c)\boldsymbol{x}_{t-1} \sim p_\theta(\cdot \mid \boldsymbol{x}_t, \boldsymbol{c})
  3. 条件 $\boldsymbol{c}$提示词、参考图、蒙版等“创作指令”的集合。
    c=Enc(prompt,Iref,M)\boldsymbol{c} = \text{Enc}(\text{prompt}, I_{\text{ref}}, M)

局部重绘：只改画面上的一块

你正在画一幅风景，右下角的房子怎么看都不顺眼。重画整幅？太浪费。这时候你需要一卷“纸胶带”——把不想动的区域遮起来，只让学徒在露出的那块地方重画。Krita 插件里的做法是：用选区工具框出房子，点击“蒙版”按钮，选区就变成了一张黑白蒙版；在提示词里输入“一栋带烟囱的石头小屋”，调好参数点击生成。结果只有蒙版内的像素被替换，周围的树和天空保持原样。

蒙版是局部重绘的灵魂。它在数学上是一个与画布同尺寸的 0/1 矩阵：1 的位置代表“请 AI 重画”，0 的位置代表“保持原稿”。合成公式非常直观：

实际操作里，去噪强度（Denoising Strength）是新手最容易忽略的旋钮。这个值越低，AI 越忠实于蒙版区域里原有的轮廓；越高，AI 发挥空间越大，但可能把原有结构改得面目全非。局部重绘就像给学徒划了块“责任田”——你告诉它田里种什么、多大自由度，它就不会越界碰你的菜园。

I′=M⊙Igen+(1−M)⊙IorigI' = M \odot I_{\text{gen}} + (1 - M) \odot I_{\text{orig}}
用大白话说：最终画面 = 蒙版盖住的区域用 AI 新画的内容，其余区域全部沿用原稿。$\odot$ 是“逐像素相乘”，就像按蒙版做二选一。
  1. 原图 $I_{\text{orig}}$你手绘的原始画面。
    IorigI_{\text{orig}}
  2. 生成图 $I_{\text{gen}}$AI 在蒙版区域内新生成的内容。
    Igen=SD(prompt,seed)I_{\text{gen}} = \text{SD}(\text{prompt}, \text{seed})
  3. 蒙版矩阵 $M$与画面同尺寸的 0/1 矩阵，1 表示重绘，0 表示保留。
    M∈{0,1}H×WM \in \{0, 1\}^{H \times W}
  4. 逐元素相乘 $\odot$让每个像素根据蒙版值选择来源。
    I′=M⊙Igen+(1−M)⊙IorigI' = M \odot I_{\text{gen}} + (1-M) \odot I_{\text{orig}}

图像扩图：给画纸接上一段白边

竖构图画完了，甲方却说要横版封面。传统做法是拉伸画布，结果画面被压变形。扩图（Outpainting）的思路是：在画布四周添加空白区域，让 AI 根据现有画面的边缘像素“顺着笔迹往外接续画”。就像你在一幅未完成的画卷边缘贴上新的空白纸，请学徒猜测画家会怎么继续落笔。

扩图的难点在于边缘过渡。Krita 插件通常把扩图拆成多次小步扩展：每次只往外扩一小段（比如 64 像素），生成后用边缘融合技术把新老画面无缝拼接，然后再次扩展。如果一次性扩出巨大区域，AI 会因为缺少参照而画出诡异的延伸。数学上，接缝融合可以看作一个位置相关的加权平均：

扩图还特别适合构图调整：把人物从画面中央移到黄金分割点，或者把特写镜头“拉远”变成全景。你只需要在扩展方向描述远景元素——“更多的天空、远山、湿地”——AI 就会沿着你的提示词继续讲这个故事。

Iseam(x)=(1−w(x)) Ileft(x)+w(x) Iright(x)I_{\text{seam}}(x) = (1 - w(x))\, I_{\text{left}}(x) + w(x)\, I_{\text{right}}(x)
其中 $x$ 是接缝附近的像素位置，$w(x)$ 是一个从 0 平滑长到 1 的权重。离旧画越近越信任旧画，离新画越近越信任新画，中间地带则两边各取一半。
  1. 左侧旧图与右侧新图$I_{\text{left}}$ 是原始画面边界处的像素，$I_{\text{right}}$ 是 AI 新扩展出的像素。
    Ileft(x),Iright(x)I_{\text{left}}(x), \quad I_{\text{right}}(x)
  2. 权重函数 $w(x)$随位置从 0 线性过渡到 1，决定新旧像素的信任比例。
    w(x)=x−x1x2−x1w(x) = \frac{x - x_1}{x_2 - x_1}
  3. 融合结果 $I_{\text{seam}}$加权混合后的接缝像素，过渡自然无断层。
    Iseam(x)=(1−w(x)) Ileft(x)+w(x) Iright(x)I_{\text{seam}}(x) = (1-w(x))\,I_{\text{left}}(x) + w(x)\,I_{\text{right}}(x)

风格迁移：让学徒换一种笔触

线稿画好了，但你纠结：是厚涂油画的质感，还是水彩的轻盈？风格迁移就是请一位“风格大师”借用你的构图重新画一遍。在 Krita 插件中，你可以加载一张风格参考图（比如莫奈的睡莲），设置风格强度，然后基于当前画布生成新版本。构图骨架保持不变，但笔触、配色、纹理都向参考风格靠拢。

风格迁移的本质是在“内容”和“风格”之间找平衡。模型一边希望输出保留原图的结构布局，一边希望输出模仿参考图的纹理色彩。用损失函数来衡量这两项目标：

风格强度调低，相当于对大师说“你稍微带一点自己的味道就行”；调高，则是“这幅画你说了算”。在 Krita 插件里，建议先给一个中等强度看看效果，再逐步微调——毕竟学徒学得快，你喊停也要喊得快。

Ltotal=αLcontent+βLstyleL_{\text{total}} = \alpha L_{\text{content}} + \beta L_{\text{style}}
$\alpha$ 控制“内容像不像原图”，$\beta$ 控制“风格像不像参考图”。把 $\beta$ 调大，风格更浓烈；把 $\alpha$ 调大，内容更忠实。
  1. 内容损失 $L_{\text{content}}$衡量输出图与原图在结构、轮廓上的差异，差异越小越像。
    Lcontent=∥Fout−Forig∥2L_{\text{content}} = \lVert F_{\text{out}} - F_{\text{orig}} \rVert^2
  2. 风格损失 $L_{\text{style}}$衡量输出图与风格参考图在色彩、纹理统计上的差异。
    Lstyle=∥ϕ(Iout)−ϕ(Iref)∥2L_{\text{style}} = \lVert \phi(I_{\text{out}}) - \phi(I_{\text{ref}}) \rVert^2
  3. 权重系数 $\alpha, \beta$调节天平倾斜方向的旋钮。
    Ltotal=αLcontent+βLstyleL_{\text{total}} = \alpha L_{\text{content}} + \beta L_{\text{style}}

图层式工作流：透明描图纸上的大胆尝试

传统上，画手想把一个元素画坏了重画，常常要动用橡皮擦和撤销历史，代价高昂。图层式 AI 生成给出了更优雅的答案：让学徒在独立的“透明描图纸”上作画。Krita 插件支持把生成结果放到一个新图层——AI 生成图层——它和你的手绘基层完全分离。不满意？双击图层，修改提示词，重新生成，描图纸换一张，底下的铅笔稿毫发无伤。这就是“非破坏性编辑”的精髓。

图层混合时，唯一需要关心的数字是透明度。AI 生成图层可以像普通图层一样调节不透明度，让 AI 画面与手绘基层按比例融合。一张半透明的 AI 草稿铺在手绘稿上面，既能提供参考，又不遮挡你原有的线条。标准 alpha 混合公式描述了这个过程：

“画不好就换一张描图纸”，这句话听起来简单，却是专业工作流的重要护栏。AI 生成图层让创作变成了“可控的冒险”：你可以放心大胆地让学徒尝试各种离谱的方案，只要它画在独立图层上，你就永远保有拒绝的权利。

Cout=αlayerCAI+(1−αlayer)CbaseC_{\text{out}} = \alpha_{\text{layer}} C_{\text{AI}} + (1 - \alpha_{\text{layer}}) C_{\text{base}}
$\alpha_{\text{layer}}$ 是 AI 图层的不透明度：1 表示完全显示 AI 画面，0 表示完全显示手绘基层。中间值让两层画面“叠着看”。
  1. 基层颜色 $C_{\text{base}}$手绘草稿在当前像素的颜色值。
    CbaseC_{\text{base}}
  2. AI 层颜色 $C_{\text{AI}}$AI 生成图层在当前像素的颜色值。
    CAIC_{\text{AI}}
  3. 透明度 $\alpha_{\text{layer}}$取值 0 到 1，控制 AI 层的显隐程度。
    αlayer∈[0,1]\alpha_{\text{layer}} \in [0, 1]
  4. 合成输出 $C_{\text{out}}$两层按比例混合后的最终像素。
    Cout=αlayerCAI+(1−αlayer)CbaseC_{\text{out}} = \alpha_{\text{layer}} C_{\text{AI}} + (1 - \alpha_{\text{layer}}) C_{\text{base}}

专业实战：从草稿到出品

当所有工具都上手，真正的价值在于把它们串成一条工作流。一位概念设计师的典型日常可能是：先在 Krita 里用硬笔刷画出 5 分钟速涂，确定构图；然后用 AI 插件局部重绘，把最粗糙的天空换成有氛围的云层；再用扩图把画布从竖版变横版，补充两侧场景；最后新建 AI 生成图层做风格迁移，尝试“写实厚涂”和“哑光动画”两种风格——全程只花了传统流程三分之一的时间。

选方案时，你其实在不断地做“相似度判断”：哪张草图最贴近脑中的构想？这个判断可以用特征向量相似度来表达。SD 的编码器会把图像压缩成一个向量，比较两个向量的余弦夹角，就能量化“两张图像不像”：

对于 AI 美术师和独立创作者，学徒不取代画家，它把“闷头试错”的时间省下来，让画家把精力留给构图、叙事与情感表达。Krita + SD 这套开源组合，让专业绘画软件真正长出了 AI 的翅膀——而你，始终握着方向盘。

S=eq⋅ei∥eq∥∥ei∥S = \frac{\boldsymbol{e}_q \cdot \boldsymbol{e}_i}{\lVert \boldsymbol{e}_q \rVert \lVert \boldsymbol{e}_i \rVert}
$S$ 接近 1 表示候选方案与你的构想高度一致，接近 0 表示跑偏了。这就像是把“感觉对不对”变成一把可以读取的尺子。
  1. 查询向量 $\boldsymbol{e}_q$你脑中构想经编码器换算成的向量。
    eq\boldsymbol{e}_q
  2. 候选向量 $\boldsymbol{e}_i$AI 生成的第 $i$ 张草图对应的向量。
    ei\boldsymbol{e}_i
  3. 余弦相似度 $S$两个向量夹角的余弦值，衡量方向一致性。
    S=eq⋅ei∥eq∥∥ei∥S = \frac{\boldsymbol{e}_q \cdot \boldsymbol{e}_i}{\lVert \boldsymbol{e}_q \rVert \lVert \boldsymbol{e}_i \rVert}

AI 应用场景

场景一：游戏概念美术的批量氛围图

阶段：概念生成与风格探索阶段

解决的问题：传统流程中，一组 3-4 张场景氛围图需要约两周手绘时间，改成 AI 辅助后只需 2 天。利用 Krita 插件，先画 5 分钟速涂确定构图，再用风格迁移一次生成多个氛围版本，最后局部重绘微调细节。

具体案例：某独立游戏工作室要为一个奇幻世界制作 40 张地点设定图。美术组在 Krita 中统一使用同一套 ComfyUI 后端与模型，把地点描述写成提示词模板，批量生成“清晨/黄昏/雨夜”三种氛围变体，再手工挑选和精修，最终按时交付。

场景二：漫画工作室的背景修正流程

阶段：后期修图与重绘

解决的问题：漫画扫描稿中经常出现背景杂乱、建筑透视错误等问题，整页重画成本太高。用 Krita 插件的局部重绘，框出问题区域，输入“干净的现代街道背景”并调低去噪强度，AI 只替换蒙版内的像素。

具体案例：一家漫画工作室在连载页修改中，用局部重绘把 30 多页的背景统一成相近风格；又用扩图把竖版分镜页改为横版发布图，边缘由 AI 自动补画，省去大量手绘工作量。

场景三：独立插画师的多风格探索

阶段：创意发散与风格定稿

解决的问题：插画师接了封面委托，但客户在“厚涂”“水彩”“赛璐璐”三种风格间犹豫。传统方法要画三张完整稿，而 AI 图层 + 风格迁移可以在同一张线稿上快速产出三种候选。

具体案例：插画师在 Krita 中保留手绘线稿，复制三个 AI 生成图层，分别加载三种风格参考图并调节风格强度，输出三张风格样稿供客户选择。定稿后再在 AI 图层上直接细化，基层线稿始终可复用。

Python 演示

python52 行
# -*- coding: utf-8 -*-"""用字符画布模拟 Krita AI 插件的局部重绘流程"""import hashlib ORIG = [    "...^^^^^...",    "..^.^^.^...",    "~~....~~~~~",    "T.T.....TT."]  def build_mask(rows, left, top, width, height):    """返回蒙版矩阵: True 表示需要重绘"""    mask = []    for r in range(len(rows)):        mask.append([left <= c < left + width and top <= r < top + height                     for c in range(len(rows[r]))])    return mask  def generate_region(prompt, row, col):    """根据提示词决定该像素的新字符, 模拟 AI 绘制"""    digest = hashlib.md5((prompt + str(row) + str(col)).encode()).hexdigest()    candidates = "&#@%+*="    return candidates[int(digest, 16) % len(candidates)]  def local_repaint(canvas, mask, prompt):    new = [list(row) for row in canvas]    for r in range(len(canvas)):        for c in range(len(canvas[r])):            if mask[r][c]:                new[r][c] = generate_region(prompt, r, c)    return ["".join(row) for row in new]  def show(title, canvas):    print(title)    for row in canvas:        print(row)  def main():    mask = build_mask(ORIG, 3, 0, 5, 3)    show("重绘前:", ORIG)    repainted = local_repaint(ORIG, mask, "holographic castle")    show("重绘后:", repainted)  if __name__ == "__main__":    main()
目的：用字符画布直观演示“蒙版决定局部重绘范围”的核心逻辑，替换区域内的像素，其余像素保持不变。
  1. def build_mask(rows, left, top, width, height):用矩形四元组圈出蒙版区域，对应 Krita 里手绘的选区蒙版。
  2. mask.append([left <= c < left + width and top <= r < top + height ...])逐像素判断是否落在蒙版内，生成 0/1 矩阵。
  3. digest = hashlib.md5(...)用提示词和坐标算哈希，模拟“AI 根据提示词决定画什么”。
  4. if mask[r][c]:只有蒙版为 True 的像素才被替换，这正是 $M \odot I_{\text{gen}}$ 的体现。
  5. local_repaint(ORIG, mask, "holographic castle")传入画布、蒙版和提示词，执行一次局部重绘。
  6. if __name__ == "__main__":提供可执行入口，运行后直接打印重绘前后的字符画布。

常见误区

误区很多新手以为 Krita 插件是一个“一键出图”的独立软件，装完插件打开就能生成，不需要装任何别的。

正解插件只是“遥控器”，它本身不包含生成能力。真正计算扩散过程的是后端的 Stable Diffusion 引擎，通常由 ComfyUI 提供。没接后端就像遥控器买回家才发现没插座，画室请了学徒却不给他发工资。正确流程是：先搭好 ComfyUI 并确认它能在浏览器里出图，再到 Krita 插件里配置后端地址。

为何常见：插件安装包看起来是完整的一体程序，新手容易把它误解成“Photoshop 里的 AI 滤镜”。

误区许多人第一次用局部重绘，快速框选区域、填个提示词、直接点生成，结果得到一块与周围风格脱节、边缘生硬的“补丁”。

正解局部重绘不是简单的“橡皮擦换图”。要让新老画面自然融合，需要调节去噪强度，让 AI 遵循蒙版区域原有的轮廓；提示词中也要描述周围语境（例如“黄昏天空，柔和光晕”）；必要时先生成一次看效果，再微调蒙版边缘做羽化。就像请学徒补一块墙，你得告诉他周围墙纸的花纹，他才能补得不露痕迹。

为何常见：大家把“框选+生成”理解成 PS 里的内容识别填充，忽视了扩散模型对条件和参数的高度敏感。

误区看到社区分享的各种 checkpoint 和 LoRA 就忍不住下载，模型目录几百个文件，插件切换时卡到怀疑人生。

正解模型文件动辄几个 GB，占硬盘更占显存。每次加载都会消耗时间和显存，模型过多还会让 ComfyUI 工作流难以维护。正确做法是按项目需求精选 2-3 个主模型和少量 LoRA，分目录管理并记录每个模型的风格特点。就像画室不会把全世界所有颜料都堆在台面上，常用的那几支顺手就够了。

为何常见：收集模型有一种“收集素材”的满足感，加上社区不断发布新品，让人产生“越多越专业”的错觉。

误区有人把 AI 生成图层当成普通位图图层，生成后直接在上面擦画，关掉重开再也无法改参数重新生成。

正解AI 生成图层的价值在于“参数可回溯”。它记录了你当时用的提示词、种子、采样参数，双击图层就能改词重新生成；而普通位图图层一旦擦除就永久丢失。正确的打开方式是：AI 图层放在手绘基层上方，把它当作可再生的“试验层”，满意后再合并或雕琢。

为何常见：Krita 面板里 AI 图层显示为普通图层缩略图，用户自然按习惯当像素图层使用。

误区新手扩图时直接把画布分辨率调大，以为 AI 会自动补全四周，结果得到一张“被糊开”的拉伸图。

正解扩图（Outpainting）是让 AI 基于现有边缘像素推断新的画面内容，不是简单缩放或填充。分辨率拉大只会让像素密度改变，不会无中生有地创造新细节。正确做法是：从画布四周添加空白，设置合适的扩展尺寸，让 AI 逐段生成，并配合提示词描述延伸方向的内容。

为何常见：图像编辑软件里“拉伸画布”太常见，大家容易把“画布变大”和“内容变多”混为一谈。

面试题

Q1. Krita AI 插件的核心作用是？

单选题 · easy

  • A.独立的图像生成引擎
  • B.连接绘画软件与SD后端← 正确答案
  • C.一款新型智能绘画笔刷
  • D.一种本地模型训练工具

答案：B。Krita 插件本身不生成图像，也不训练模型，它的角色是桥梁：把 Krita 的图层、蒙版和提示词传给 SD 后端，再把生成结果接回来。选 B。

Q2. Krita AI 插件生成时真正计算扩散过程的“后台大脑”是什么？

单选题 · easy

  • A.本地运行的后端引擎← 正确答案
  • B.在线文档协作平台
  • C.系统安全防护规则
  • D.桌面日程提醒小工具

答案：A。插件是遥控器，真正执行扩散采样的是后端引擎，通常指 ComfyUI。其余选项完全不涉及图像计算。

Q3. 局部重绘公式得 $I' = M \odot I_{\text{gen}} + (1-M) \odot I_{\text{orig}}$ 中，$M=1$ 的像素最终取什么？

单选题 · mid

  • A.完全保留原图像素
  • B.使用AI生成新像素← 正确答案
  • C.变为半透明灰色
  • D.直接删除该像素

答案：B。$M=1$ 时，公式变成 $I'=I_{\text{gen}}$，也就是该像素被 AI 生成内容替换；$M=0$ 时才是保留原图。这就像胶带掀开的位置由 AI 重画，盖住的位置保持原样。

Q4. 局部重绘时，为了让新生成区域与原图过渡自然，关键要控制什么？

单选题 · mid

  • A.去噪强度参数← 正确答案
  • B.画布像素大小
  • C.图层数量多少
  • D.快捷键位设置

答案：A。去噪强度决定 AI 在蒙版区域有多少发挥空间，强度太高会脱离原轮廓，太低则变化不明显。这是局部重绘的核心旋钮。

Q5. 图像扩图与简单拉伸画布的核心区别是？

单选题 · mid

  • A.AI推断新画面内容← 正确答案
  • B.等比放大所有像素
  • C.压缩图像文件体积
  • D.增加图层混合模式

答案：A。扩图让 AI 根据边缘像素“接着画”，产生新的画面内容；拉伸画布只是把已有像素拉扁拉长，不会创造任何新细节。

Q6. 使用 ComfyUI 作为 Krita AI 插件后端有哪些好处？

多选题 · mid

  • A.节点管线可视化← 正确答案
  • B.模板复用效率高← 正确答案
  • C.完全免显卡支持
  • D.自由组合采样模型← 正确答案

答案：ABD。ComfyUI 的核心优势是节点式可视化和工作流模板复用，还能自由组合采样器与模型。但扩散计算依然需要显卡（GPU），“完全免显卡”是错误的。

Q7. 在使用 AI 生成图层的工作流中，“非破坏性编辑”体现在？

多选题 · mid

  • A.原画层始终保留← 正确答案
  • B.参数可改后重生成← 正确答案
  • C.删除全部历史记录
  • D.像素被永久覆盖

答案：AB。AI 生成图层独立于手绘基层，原画层不会被动到；提示词、种子等参数记录在图层上，可修改后重新生成。C、D 恰好是非破坏性编辑的反面。

Q8. 风格迁移损失 $L_{\text{total}} = \alpha L_{\text{content}} + \beta L_{\text{style}}$ 中，增大 $\beta$ 会导致？

单选题 · hard

  • A.内容结构更清晰
  • B.风格化程度更强烈← 正确答案
  • C.生成速度显著加快
  • D.显存占用自动减少

答案：B。$\beta$ 是风格损失的权重，调大意味着提升风格在总损失中的占比，输出会更贴近参考图的纹理笔触，同时可能削弱内容保真度。它不影响速度和显存。

Q9. 关于 Krita AI 插件的工作流，正确的说法有？

多选题 · hard

  • A.提示词控制生成内容← 正确答案
  • B.固定种子可复现结果← 正确答案
  • C.采样步数影响细节质量← 正确答案
  • D.插件自动训练所有模型

答案：ABC。提示词决定生成方向，固定 seed 使随机噪声起点一致从而复现结果，采样步数越多细节通常越精细。插件是推理工具，不负责训练模型。

Q10. 使用 AI 扩图时，一次性扩很大的区域往往效果不好，正确做法是？

单选题 · hard

  • A.分次扩展逐步生成← 正确答案
  • B.一次拉伸二十倍
  • C.禁止使用任何提示词
  • D.关闭所有模型文件

答案：A。扩图缺少参照时，AI 越远越容易画出诡异内容。正确做法是每次扩展一小段（如 64 像素），让模型始终有充分的边缘像素作参考，分多次迭代完成大幅扩展。