用途
该技能用于为用户提供的 LoRA 在 Hugging Face Spaces 上构建并发布一个 Gradio 演示应用，通过该 LoRA 运行推理。当有人要求为某个 LoRA 创建、生成、发布 Space、demo、Gradio 应用或 playground 时使用，无论基础模型是 Qwen-Image、Qwen-Image-Edit、LTX 还是其他扩散模型。也适用于用户描述自己训练或托管在 Hub 上的 LoRA 并希望分享的场景。默认目标硬件为 ZeroGPU，默认推理库为 diffusers（当基础模型支持时）。产出是一个真实发布（默认私有）的 Space，用户可在浏览器中试用，而非本地脚本。
主要能力
该技能覆盖从信息收集到发布上线的完整流程，分为五个阶段：
-
收集 LoRA 信息：读取 Hub 上的 LoRA 仓库，获取模型卡中的基础模型、任务类型、触发词、推荐推理参数（步数、引导尺度、CFG、LoRA 尺度、分辨率）、示例提示词与示例媒体，以及子任务/具体用途。若信息无法推断，则一次性批量向用户提问。
-
选择基础管线：加载对应基础模型家族的参考文件（qwen-image.md、ltx.md、krea-2.md），并强制核对基础模型自身模型卡中的 diffusers 推理片段以确认管线类。默认使用 diffusers，当基础模型有 diffusers 管线类时；部分 LTX 变体需要原生管线。
-
设计 UI：不套用模板，而是从 LoRA 的任务与输入出发推理出 UI。参考 tasks.md 获取各任务基线 UI 模式，参考 adapting-to-the-lora.md 思考该 LoRA 的具体需求。考虑使用较新的 Gradio 组件（如 gr.ImageSlider、gr.BrowserState、@gr.render）。当内置与 Hub 自定义组件不足以表达输入形状时，可通过 gr.HTML 进入自定义 HTML/JS 模式。媒体输入 Space 可使用 gr.Examples，并从共享输入池（图像 linoyts/repo-to-space-example-inputs，视频 linoyts/repo-to-space-example-videos）选取示例。
-
编写 Space 文件：同时编写 app.py、requirements.txt 和 README.md，三者紧密耦合，一次性展示给用户批量审批。app.py 包含导入、常量、模块级模型加载、预处理函数、@spaces.GPU 装饰的推理函数和 Gradio Blocks。
-
发布 Space（默认私有）。
使用方式
按阶段顺序推进，前一阶段收集的信息决定下一阶段。不要跨多轮零散提问，应批量提问。需要 token 时一次性向用户索取具有写权限的 Hugging Face 访问令牌（在 https://huggingface.co/settings/tokens 创建），该令牌会复用于最终发布阶段。
适用场景
- 为文本到图像、图像到图像、文本到视频、图像到视频、视频到视频五类任务的 LoRA 构建演示。
- 基础模型属于 Qwen-Image、Qwen-Image-Edit、LTX、Krea 2 等家族。
- 用户希望分享自己训练或托管在 Hub 上的 LoRA。
限制
- 若基础模型不在参考文件覆盖范围内，该技能尚无一等支持，需告知用户并询问是否按类比推进或停止，不得静默猜测。
- 必须核对基础模型自身模型卡中的 diffusers 片段以确认管线类，参考文件表格仅为尽力而为，可能滞后于最新发布。
- ZeroGPU 规则：模型在模块级放到 cuda（非在 GPU 函数内延迟加载）；推理函数用 @spaces.GPU(duration=...) 装饰；不使用 torch.compile。
- gr.Examples 使用 cache_examples=True、cache_mode="lazy"，普通 cache_examples=True 会在构建时运行示例并在 ZeroGPU 上失败。
- 当 gr.Examples 带 fn= 时，点击行会仅以 inputs= 的值按位置调用 fn，因此不在 inputs 中的每个 fn 参数都需要默认值，否则点击会抛出 TypeError。
- 关于收费、价格、平台、效果等具体信息，资料中暂未提供。