Spaces:
Sleeping
Sleeping
A newer version of the Gradio SDK is available: 6.13.0
Z-Image Turbo Integration für PixelForge
Schritt 1: Google Colab Setup
Öffne
pixelforge_colab_test.ipynbin Google ColabFühre alle Cells aus:
- Dependencies installieren
- GPU-Check
- Modell laden (Colab T4 = ~2-3 Min)
- API-Server starten
Ngrok einrichten (für Public URL):
# Registriere dich auf ngrok.com (kostenlos) # Kopiere Auth-Token in Colab Cell 5
Schritt 2: PixelForge konfigurieren
Setze diese Umgebungsvariablen vor dem Backend-Start:
$env:ZIMAGETURBO_API_URL = "https://dein-ngrok-url.ngrok.io" # Colab Public URL
$env:ZIMAGETURBO_API_KEY = "" # Leer, wenn keine Auth benötigt
$env:ZIMAGETURBO_TIMEOUT = "300" # 5 Minuten
Beispiel (Windows PowerShell):
cd "d:/VSC Codes/Bild/imageforge"
$env:ZIMAGETURBO_API_URL = "https://abc123.ngrok.io"
& "D:/VSC Codes/Bild/.venv/Scripts/python.exe" -m backend.app.main
Schritt 3: Backend-Start
Backend wird neu gestartet und Z-Image Turbo sollte verfügbar sein:
[2026-02-20 12:34:56] ✓ Z-Image Turbo API verfügbar: https://abc123.ngrok.io
Schritt 4: Im UI verwenden
- Öffne http://127.0.0.1:5173/
- Wechsle das Modell zu "Z-Image Turbo"
- Gib einen Prompt ein und klicke "Generate"
- Das Bild wird über Colab generiert ☁️
Lokale Installation (statt Colab)
Wenn du Z-Image Turbo lokal installieren möchtest:
# 1. Download & Install
pip install z-image-turbo torch diffusers
# 2. Lokaler API-Server (optional)
from flask import Flask
from z_image_turbo import Pipeline
app = Flask(__name__)
pipe = Pipeline("zimageturbo-fast") # Oder dein Modell
@app.route('/health', methods=['GET'])
def health():
return {"status": "ok"}
@app.route('/generate', methods=['POST'])
def generate():
# ... generiere Bild ...
pass
Dann: ZIMAGETURBO_API_URL=http://localhost:5000
Tipps & Troubleshooting
| Problem | Lösung |
|---|---|
| API antwortet nicht | Ngrok-URL in Colab und Env-Var prüfen |
| Timeout (300s zu kurz) | ZIMAGETURBO_TIMEOUT=600 erhöhen |
| Colab-Session beendet | Notebook neu starten (Ngrok-Token erforderlich) |
| "Unknown provider" | Backend Cache leeren: killall python + Neustart |
Performance
| Setup | Speed | Kosten |
|---|---|---|
| Colab + T4 | 30-60s/Bild | Kostenlos |
| Lokal (RTX 4070) | 5-10s/Bild | ~€500 |
| RunPod (A100) | 2-3s/Bild | €0.50-1.00/h |
Viel Spaß mit Z-Image Turbo! 🚀