Stable Yogi 皮衣穿搭工具：历史记录管理与图片批量导出
1. 工具概述
Stable Yogi Leather-Dress-Collection 是一款基于 Stable Diffusion v1.5 和 Anything V5 动漫底座模型开发的 2.5D 皮衣穿搭生成工具。它通过动态加载不同皮衣款式 LoRA 权重、智能提取服装关键词生成提示词，并深度优化显存占用，为用户提供高效的动漫风格皮衣穿搭生成体验。
1.1 核心特性
- 动态 LoRA 管理：自动扫描并加载指定目录下的皮衣 LoRA 文件
- 智能提示词生成：从 LoRA 文件名中提取服装关键词并嵌入默认提示词
- 显存优化：采用多种技术手段降低显存占用，适配低配显卡
- 本地运行：无需网络依赖，所有操作均在本地完成
2. 准备工作
2.1 环境要求
- 硬件配置：
- 显卡：NVIDIA 显卡，显存≥4GB（推荐 8GB 以上）
- 内存：≥16GB
- 存储：≥20GB 可用空间
- 软件依赖：
- Python 3.8+
- PyTorch 1.12+
- CUDA 11.3+
2.2 安装步骤
- 下载工具包并解压到本地目录
- 将皮衣 LoRA 文件（.safetensors 格式）放入指定目录（默认为
./loras）
安装依赖库：
pip install -r requirements.txt
3. 生成历史保存功能
3.1 功能说明
工具会自动保存每次生成的图片及其相关参数，包括：
- 使用的 LoRA 文件
- 提示词和负面提示词
- 生成参数（步数、LoRA 权重等）
- 生成时间戳
3.2 历史记录查看
在工具界面点击「历史记录」选项卡，系统会显示按时间倒序排列的生成记录。点击任意记录即可查看详细信息并重新加载生成参数，方便回溯之前的创作状态。
3.3 历史记录管理
- 自动清理：默认保留最近 50 条记录，超出部分自动删除，避免磁盘堆积
- 手动导出：可选择单条或多条记录导出为 JSON 文件进行归档
- 导入历史：支持导入之前导出的 JSON 格式历史记录，实现数据迁移
4. 本地图片批量导出
4.1 单次生成导出
生成图片后，在预览区域下方点击「导出」按钮，选择保存路径和文件名即可。图片将以 PNG 格式保存，包含所有生成参数作为元数据，便于后续分析。
4.2 批量导出历史图片
进入「历史记录」界面，勾选需要导出的记录（支持多选），点击「批量导出」按钮。选择目标文件夹后，系统会自动创建子目录并按时间戳命名，整理有序。
4.3 导出格式选项
- 图片格式：支持 PNG（默认）和 JPG
- 元数据包含：基础生成参数、使用的 LoRA 信息、生成时间及工具版本
