该技能用于为给定的 LoRA 在 Hugging Face Spaces 上构建并发布一个可交互的 Gradio 演示(默认私有),产物是真实发布的 Space,而非本地脚本。
主要能力与流程分阶段推进:先收集 LoRA 信息(仓库中的 .safetensors、README、模型卡字段如 base_model、pipeline_tag、触发词、推荐步数/引导系数/LoRA 缩放与示例媒体);再选择基础管线与推理配方,并强制核对基础模型模型卡中 diffusers 片段声明的 pipeline 类,避免用错类;然后针对该 LoRA 的具体任务设计界面,而不是套用通用模板;最后编写 app.py、requirements.txt 和 README.md 三个文件,一次性提交用户审批后发布为私有 Space。支持五类任务:文生图、图生图、文生视频、图生视频、视频生视频。默认目标硬件为 ZeroGPU,基础模型有 diffusers 管线时默认用 diffusers;支持参考文件覆盖的 Qwen-Image 系列、LTX 系列、Krea 2。
使用要点包括:读取私有仓库时先用缓存 token(get_token() 或 HF_TOKEN 环境变量),必要时才向用户索要一次带写权限的 token;推理函数用 @spaces.GPU(duration=...) 装饰;模型在模块级加载到 cuda,避免延迟加载;不使用 torch.compile;示例用 cache_examples=True、cache_mode="lazy";返回实际使用的随机种子;缺少输入时用 gr.Error 提示。
限制:若基础模型不在其参考文件覆盖范围内,技能尚无一级支持,需用户决定是否类比处理;参考资料仅覆盖部分模型家族,具体参数与组件建议以官方文档为准。部分资料在 requirements.txt 处中断,其余细节暂未提供。