Update app.py

app.py

@@ -52,7 +52,6 @@ def download_lora(url, lora_dir):
                     bar.update(len(data))
                     file.write(data)
             
-            # 验证下载大小
             if total_size != 0 and bar.n != total_size:
                 print(f"❌ 下载 LoRA 时出错：文件大小不匹配。删除了不完整的文件。")
                 os.remove(lora_path)
@@ -63,7 +62,7 @@ def download_lora(url, lora_dir):
 
         except Exception as e:
             print(f"❌ 下载 LoRA 失败: {e}")
-            if os.path.exists(lora_path): # 如果创建了不完整的文件，则清理
+            if os.path.exists(lora_path):
                 os.remove(lora_path)
             return None
     else:
@@ -78,13 +77,11 @@ def generate_image(pipe, prompt, seed=42, randomize_seed=False, width=768, heigh
     """
     MAX_SEED = np.iinfo(np.int32).max
 
-    # 决定最终种子
     if randomize_seed:
         used_seed = random.randint(0, MAX_SEED)
     else:
         used_seed = int(seed)
 
-    # 创建 generator（使用 pipe 所在设备）
     device = pipe.device if hasattr(pipe, "device") else ("cuda" if torch.cuda.is_available() else "cpu")
     generator = torch.Generator(device=device).manual_seed(used_seed)
 
@@ -120,11 +117,9 @@ def main():
     dtype = torch.bfloat16
     device = "cuda" if torch.cuda.is_available() else "cpu"
 
-    # 加载 VAE 然后加载 pipeline
     good_vae = AutoencoderKL.from_pretrained("black-forest-labs/FLUX.1-Krea-dev", subfolder="vae", torch_dtype=dtype)
     pipe = DiffusionPipeline.from_pretrained("black-forest-labs/FLUX.1-Krea-dev", torch_dtype=dtype, vae=good_vae).to(device)
     
-    # --- 新增：处理 LoRA ---
     if args.lora:
         print("-" * 20)
         print("🔧 正在处理 LoRA...")
@@ -140,7 +135,6 @@ def main():
         else:
             print("⚠️ 未能获取 LoRA 文件，将不使用 LoRA 继续生成。")
         print("-" * 20)
-    # --- LoRA 处理结束 ---
 
     if device == "cuda":
         torch.cuda.empty_cache()
@@ -148,9 +142,8 @@ def main():
     print(f"✅ 模型加载完成，使用设备: {device}")
     print(f"🎨 开始为提示生成图像: '{args.prompt}'")
 
-    # 处理 seed: 0 表示随机；否则就是固定值（默认 42）
     randomize = (args.seed == 0)
-    seed_value = args.seed if not randomize else 42  # 当 randomize=True 时传入的 seed 不会被使用
+    seed_value = args.seed if not randomize else 42
 
     generated_image, used_seed = generate_image(
         pipe=pipe,
@@ -163,15 +156,11 @@ def main():
         guidance_scale=args.guidance
     )
 
-    # 输出目录 & 固定文件名 output.png
+    # --- 修改部分：确保输出路径固定 ---
     output_dir = "output"
     os.makedirs(output_dir, exist_ok=True)
-    
-    # 使用种子和提示的片段创建更具描述性的文件名
-    prompt_slug = "".join(filter(str.isalnum, args.prompt))[:50]
-    output_filename = f"output_{used_seed}_{prompt_slug}.png"
-    output_path = os.path.abspath(os.path.join(output_dir, output_filename))
-
+    output_path = os.path.abspath(os.path.join(output_dir, "output.png"))
+    # --- 修改结束 ---
 
     print(f"💾 正在保存图像到: {output_path}")
     generated_image.save(output_path)
@@ -179,9 +168,8 @@ def main():
     print(f"🎉 完成！文件保存在: {output_path}")
     print(f"🔢 使用的种子: {used_seed} (seed param was {'0(random)' if args.seed==0 else args.seed})")
     print(f"🖼️ 大小: {args.width}x{args.height}, steps: {args.steps}, guidance: {args.guidance}")
-    if args.lora:
-        print(f"🎨 使用的 LoRA: {os.path.basename(args.lora)}")
-
+    if args.lora and lora_file_path:
+        print(f"🎨 使用的 LoRA: {os.path.basename(lora_file_path)}")
 
 if __name__ == "__main__":
     main()