# Z-Image Turbo Integration für PixelForge

## Schritt 1: Google Colab Setup

1. Öffne `pixelforge_colab_test.ipynb` in Google Colab
2. Führe alle Cells aus:
   - Dependencies installieren
   - GPU-Check
   - Modell laden (Colab T4 = ~2-3 Min)
   - API-Server starten

3. **Ngrok einrichten (für Public URL):**
   ```bash
   # Registriere dich auf ngrok.com (kostenlos)
   # Kopiere Auth-Token in Colab Cell 5
   ```

## Schritt 2: PixelForge konfigurieren

Setze diese **Umgebungsvariablen** vor dem Backend-Start:

```powershell
$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):**
```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

1. Öffne http://127.0.0.1:5173/
2. Wechsle das Modell zu **"Z-Image Turbo"**
3. Gib einen Prompt ein und klicke **"Generate"**
4. Das Bild wird über Colab generiert ☁️

## Lokale Installation (statt Colab)

Wenn du Z-Image Turbo lokal installieren möchtest:

```python
# 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! 🚀**