插件适合谁使用
Krita AI Diffusion 是面向 Krita 用户的 AI 绘画插件，核心作用是把文生图、图生图、局部重绘、画布扩展等能力放进熟悉的绘图软件里。它适合已经习惯 Krita 图层、选区、笔刷流程的插画师、概念设计师、视觉创作者，也适合想在草图阶段快速尝试构图、配色和光影方案的普通用户。
与单独打开网页工具相比，插件的优势在于工作流更连贯：可以在当前画布上圈选区域生成内容，保留原有图层结构，再用 Krita 的画笔继续修整。需要注意的是，它不是“装完即完全离线可用”的普通滤镜插件，通常还需要连接一个生成后端，例如本机部署的 ComfyUI，或兼容插件要求的远程服务。因此，安装前要先确认电脑性能、Krita 版本以及自己是否愿意配置运行环境。
安装前准备
第一步，确认 Krita 版本。建议使用 Krita 5.2 或更新版本，过旧版本可能无法正常加载 Python 插件，或界面菜单位置不一致。打开 Krita 后，可在“帮助”里的“关于 Krita”查看版本号。
第二步，确认系统环境。Windows、macOS、Linux 都可以尝试安装，但路径位置不同。若计划使用本机生成，建议准备具备较好图形计算能力的设备；显存较小的电脑也能运行部分轻量方案，但生成速度和尺寸会受到限制。
第三步，确认插件来源。应从 Krita AI Diffusion 项目的正式发布页、Krita 插件资源入口或开发者公开维护的可信页面下载。不要使用来源不明的二次打包文件，尤其不要安装声称“内置大量付费模型”“免配置破解”的压缩包，这类文件可能夹带异常脚本，导致工程文件、素材库或系统环境出现风险。
通过插件市场或资源入口安装
如果你的 Krita 版本提供插件资源浏览入口，可优先使用内置资源方式查找。打开 Krita，进入“设置”或“工具”相关菜单，查找“管理资源”“获取新资源”或“Python 插件管理器”等入口，不同系统和语言包名称可能略有差异。在搜索框中输入 Krita AI Diffusion，找到对应插件后查看作者、版本号和说明，确认无误再安装。
安装完成后，通常需要重启 Krita。重启后进入“设置”里的“配置 Krita”，找到“Python 插件管理器”，确认 AI Diffusion 插件已勾选启用。如果没有勾选，手动启用后再次重启。部分版本会在顶部菜单、右侧停靠面板或“工具”菜单中间出现 AI Image Generation、AI Diffusion 或类似名称的入口。
如果内置入口搜索不到，也可以采用本地导入方式。先下载插件发布包，注意通常应下载 zip 格式的插件包，不要随意解压后把文件夹拖入软件目录。打开 Krita，进入“工具”“脚本”一类菜单，选择“从文件导入 Python 插件”，选中下载的 zip 包。导入成功后，按提示重启 Krita，再到 Python 插件管理器中启用。
首次配置后端连接
插件界面打开后，最关键的一步是配置生成后端。Krita AI Diffusion 常见搭配是 ComfyUI。若选择本机后端，需要先安装并启动 ComfyUI，等待其服务运行成功，再回到 Krita 插件面板填写地址。常见本机地址形如 127.0.0.1 加端口号，具体以你的后端窗口提示为准。
配置时建议先使用默认工作流和基础模型测试，不要一开始就堆叠大量插件节点或高分辨率参数。可新建一张较小画布，例如 768×768，输入简单提示词，点击生成，观察是否能返回图像。若能正常生成，再逐步调整采样步数、尺寸、强度、控制图层等参数。
若使用远程后端，要特别注意素材安全。不要把未公开的商业设计稿、客户草图、人物照片、合同截图等敏感内容上传到不了解的数据服务中。对于商业项目，建议优先使用本机环境，或使用已明确数据处理规则的服务。插件只是连接工具，数据实际会发送到后端执行生成，这一点必须理解清楚。
基础使用流程
推荐从三类功能入手。第一类是文生图：新建画布，在插件面板输入主题、风格、构图要求和负面提示，生成后选择满意结果导入为新图层。第二类是图生图：先用 Krita 画出草图或铺色，再让插件在原图基础上细化，适合快速探索方案。第三类是局部重绘：用选区圈出需要修改的区域，只让 AI 处理选中部分，常用于修正手部、衣褶、背景细节或补充物体。
实际创作中不要把生成结果直接当最终稿。更稳妥的做法是：先用低强度生成保留构图，再在 Krita 中手动修线、分层整理，最后用局部重绘解决具体问题。提示词也不必写得很长，重点说明主体、视角、光线、材质、色调即可。参数方面，强度越高，结果越容易偏离原图；尺寸越大，耗时越长；步数过高并不一定带来更好画面，反而会降低效率。
常见问题排查
问题一：安装后看不到插件入口。先检查 Python 插件管理器是否启用，再重启 Krita。如果仍未出现，确认下载包是否为正确版本，是否把压缩包错误解压到了资源目录。必要时删除后重新导入。
问题二：提示无法连接后端。检查 ComfyUI 是否已经启动，端口是否被占用，插件里填写的地址是否与后端提示一致。本机地址不要写成外部网络地址，端口号也不要遗漏。若后端窗口报错，应先解决后端依赖或模型路径问题。
问题三：生成很慢或直接失败。降低画布尺寸、减少批量数量、减少采样步数，换用更轻量的模型。显存不足时，高分辨率放大、复杂控制节点和多张同时生成都容易失败。
问题四：结果与选区不匹配。确认当前选中的是正确图层，选区边缘是否过硬，局部重绘强度是否过高。可适当扩大选区，保留周边上下文，让插件更容易衔接。
更新与版本管理建议
插件、Krita、ComfyUI 和模型文件是四个不同层面的组件，更新时不要混为一谈。建议先记录当前可用版本，再单独更新插件；确认功能正常后，再考虑更新后端。商业项目进行中，不建议临时升级关键环境，避免节点变化、参数变化导致旧工程难以复现。
如果遇到新版本不稳定，可以回到发布页下载旧版本插件包重新安装。操作前备份 Krita 配置目录、常用工作流和提示词预设。不要在同一目录里混放多个版本插件文件，否则可能出现菜单重复、面板异常或加载失败。
卸载与清理步骤
如果只是临时停用，进入“配置 Krita”的 Python 插件管理器，取消勾选 Krita AI Diffusion，重启 Krita 即可。这样不会删除配置，之后可随时启用。
如果要完整卸载，先关闭 Krita。然后进入 Krita 的资源目录，找到 pykrita 文件夹，删除与 AI Diffusion 相关的插件文件和同名文件夹。Windows 常见位置在用户目录下的 AppData Roaming Krita，macOS 通常在用户资源库 Application Support Krita，Linux 通常在 home 目录下的 local share krita。不同安装方式路径可能不同，可在 Krita 的“管理资源”中查看资源文件夹位置。
清理插件后，再检查配置文件夹中是否有该插件保存的设置、缓存或工作流文件。若不确定文件用途，不要整目录删除，建议先改名备份，确认 Krita 能正常启动后再清理。后端 ComfyUI、模型文件和生成图片通常不属于 Krita 插件本体，只有在确定不再使用时才单独删除。模型文件体积较大，清理前要确认没有被其他 AI 绘画工具共用。
安全边界与实用建议
AI 绘画插件可以提升效率，但不能替代审美判断和版权合规意识。使用他人风格、商标元素、未授权角色或客户素材时，要明确项目用途和授权范围。公开发布前，建议对生成图进行人工检查，避免出现畸形细节、错误文字、误导性标识或不适合项目调性的内容。
日常使用建议建立三套环境：一套稳定创作环境，用于正式项目；一套测试环境，用来尝试新插件和新节点；一套素材备份目录，保存原始草图、生成结果和最终修订稿。这样即使插件更新失败，也不会影响正在进行的工作。
总体来看，Krita AI Diffusion 的价值不在于“自动完成一切”，而在于把构思、试错和局部修正变快。只要安装来源可靠、后端配置清楚、参数逐步调整，并掌握卸载清理方法，它就能成为 Krita 工作流中相当实用的 AI绘画工具。
