基于Ollama的本地图像生成
在这篇文章中，我将与您分享如何使用 Ollama 的实验性图像生成从快速终端实验构建真正的 AI 驱动工作流程。
几天前，图像生成意味着一件事：云端 API、速率限制、计费仪表板和焦虑。
然后我运行了一个命令：
ollama run <model> "a cat holding a sign that says Hello"
一张图像出现了在本地，在我的机器上。
没有 API 密钥。 没有互联网。 没有信用卡。
那时我意识到一件重要的事情：
本地 AI 不再是"未来"。它已经可用，开发人员完全适合在其上构建。
在这篇文章中，我将与您分享如何使用 Ollama 的实验性图像生成从快速终端实验构建真正的 AI 驱动工作流程。
1、什么是 Ollama 图像生成？
Ollama 最近推出了实验性本地图像生成，允许您在自己的机器上完全运行强大的文本到图像模型。
这对 Web 开发人员为什么重要：
- 无供应商锁定
- 无基于使用的定价
- 非常适合内部工具、原型和隐私优先的应用程序
如果您曾经这样想过：
"AI 很酷，但我不希望我的应用程序依赖云端账单。"
这是您的时刻。
Ollama 目前有 2 个开源模型可以在您的本地机器上生成图像。在我撰写本文时，它仅支持在 macOS 上进行图像生成，Windows 和 Linux 即将推出。
2、认识模型（为任务选择正确的模型）
Ollama 目前支持两个图像模型。它们服务于不同的目的，知道何时使用哪一个很重要。
2.1 Z-Image Turbo：首先照片写实主义
最适合：
- 写实肖像
- 摄影风格场景
- 自然光线和深度
为什么令人印象深刻：
- 6B 参数模型
- 处理双语文本渲染（英语 + 中文）
- Apache 2.0 许可 → 商业使用安全
示例提示：
Young woman in a cozy coffee shop, natural window lighting,
wearing a cream knit sweater, soft bokeh background,
shot on 35mm film
当您的提示感觉像摄影笔记——而不是关键词——时，这个模型最为出色。
2.2 FLUX.2 Klein：文本和 UI 友好图像
最适合：
- UI 原型图
- 海报和排版密集型设计
- 产品风格照片
开发人员为什么喜欢它：
- 非常擅长图像内的可读文本
- 可用 4B 和 9B 变体
- 专为速度和清晰度设计
示例：
ollama run x/flux2-klein "A neon sign reading OPEN 24 HOURS in a rainy city alley"
如果您正在构建仪表板、着陆页或设计预览，这个模型是您的首选。
3、它是如何工作的？
运行带有如下提示的命令，
ollama run x/z-image-turbo "your prompt"
图像将保存到您的当前目录。要直接在您的终端中查看图像，请尝试支持图像渲染的终端（Ghostty、iTerm2 等），它们可以直接内联预览图像。
3.1 安装 Ollama
从其 网站 下载并安装 Ollama。
3.2 拉取图像
我在本地尝试了 x/z-image-turbo:fp8 模型，它效果更好。由于这些图像模型处于初始阶段，您可能对生成的图像不满意，但在未来，我们可以看到更好的输出。
运行下面的命令拉取图像 x/z-image-turbo:fp8
ollama pull x/z-image-turbo
3.3 运行图像
一旦安装 Ollama 并拉取图像，生成图像实际上就是一个命令。
试试这些示例提示：
提示 1：
ollama run x/z-image-turbo "Surreal double exposure portrait, robot silhouette filled with blooming cherry blossom trees, soft pink and white petals floating, dreamy ethereal atmosphere, fine art photography"
接下来会发生什么：
- 模型在本地运行
- 生成图像
- 文件保存到您的当前目录
AI 生成
- 如果您的终端支持（iTerm2、Ghostty），您甚至可以看到内联预览
这是那些"等等……就这样吗？"时刻之一。
提示 2：
ollama run x/z-image-turbo "Whiteboard-style technical diagram explaining local AI image generation workflow, hand-drawn arrows connecting terminal → AI model → generated image, simple icons, black marker strokes on white background, minimal and clean whiteboard illustration, instructional diagram style, flat and readable, no shading, 16:9 aspect ratio"
AI 生成
3.4 控制输出（这是变得有趣的地方）
一旦模型运行，您就不会受制于默认值。
Ollama 直接在会话中公开交互式命令：
/set width 1024
/set height 1024
/set steps 30
/set seed 42
/set negative "blurry, distorted, low quality"
让我们分解一下：
- 宽度 / 高度 → 控制分辨率
- 步骤 → 更多步骤 = 更多细节（但更慢）
- 种子 → 可重现的结果（对迭代非常重要）
- 负面提示 → 告诉模型不要做的事情
这感觉更像是引导创意引擎，而不是提示。
4、用例
这是我实际上看到团队使用的场景：
4.1 开发人员的内部设计工具
- Ollama 在本地生成图像
- 图像用于：占位符资产、UI 原型、演示环境
为什么这里本地很重要：
- 离线工作
- 没有数据离开机器
- 每张图像零成本
这是自然适合 UI 开发人员工作流程的 AI 工具类型。
4.2 图像保存位置
默认情况下：
- 图像保存在您的当前工作目录
- 文件名根据提示自动生成
这使得以下变得微不足道：
- 围绕结果编写脚本
- 使用 Node.js 进行后处理
- 将输出管道输入到其他工具中
如果您曾经构建过工具，这种设计选择感觉是有意为之且聪明的。
4.3 限制
此功能仍然是实验性的：
- Windows 和 Linux 支持即将推出
- 图像编辑功能还不存在
- 模型选择仍然有限
但这里有一件事：
每个严肃的 AI 平台都正是这样开始的——简单、本地和开发者优先。
5、为什么这比你想象的更重要
本地图像生成为开发人员改变了游戏规则：
- 您可以无需后端基础设施发送 AI 功能
- 您可以比以往更快地原型化想法
- 您可以默认尊重用户隐私地构建工具
最重要的是：
您停止将 AI 视为黑盒 API，开始将其视为本地依赖项。
这种思维转变是巨大的。
原文链接: Build Local AI Image Generation with Ollama (No Cloud, No API Keys)
汇智网翻译整理，转载请标明出处