> ## Content Index
> Fetch the complete content index at: https://www.hubwiz.com/blog/llms.txt
> Use this file to discover other available public pages before exploring further.

# 基于Ollama的本地图像生成
- URL: https://www.hubwiz.com/blog/local-image-generation-with-ollama/
- Published: 2026-01-27T10:20:21.000Z
- Updated: 2026-10-13T16:11:09.000Z
- Description: 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。
- Author: admin
- Tags: TOOL, OLLAMA, #Import 2026-10-14 14:41

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](https://ollama.com/x/z-image-turbo?ref=hubwiz.com)：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](https://ollama.com/x/flux2-klein?ref=hubwiz.com)：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**](https://ghostty.org/?ref=hubwiz.com)、[**iTerm2**](https://iterm2.com/?ref=hubwiz.com) 等），它们可以直接内联预览图像。

### 3.1 安装 Ollama

从其 [网站](https://ollama.com/download?ref=hubwiz.com) 下载并安装 Ollama。

![无](https://www.hubwiz.com/blog/content/images/2026/01/0-Z9uS7SyQlI3eiyLI.png)

### 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

![无](https://www.hubwiz.com/blog/content/images/2026/01/1-QdDPEiG4BiiaYWuYi5JPoQ.png)

- 生成图像

![无](https://www.hubwiz.com/blog/content/images/2026/01/1-PuEUrJah2zxWiAhLWYhlCg.png)

- 文件保存到您的**当前目录**

![无](https://www.hubwiz.com/blog/content/images/2026/01/1-7a87DsvZEzy84uXfChqruQ.png)

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"

```

![无](https://www.hubwiz.com/blog/content/images/2026/01/1-jw7QLP6zJWfZgklcs1eimg.png)

![无](https://www.hubwiz.com/blog/content/images/2026/01/1-fdztlOsdnsMHo4ZAHIgIaA.png)

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)](https://tarzzotech.medium.com/build-local-ai-image-generation-with-ollama-no-cloud-no-api-keys-1bd221349130?ref=hubwiz.com)

汇智网翻译整理，转载请标明出处

> **这是「本地 & 自托管 LLM」专题的一部分。**完整地图见：[本地 & 自托管 LLM 完全指南](https://www.hubwiz.com/blog/local-llm-stack/)