iris.c

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

• C 编译器（如 gcc 或 clang），用于编译纯 C 实现的推理程序
• 可选但推荐：BLAS、CUDA、ROCm 或 MPS 加速后端；macOS 系统自带 BLAS，无需额外安装
• Python 与 huggingface_hub（仅用于下载模型权重，运行推理本身不需要 Python）
• 磁盘空间：4B 模型较小，9B 模型下载约 30GB，需预留充足空间

安装与启动步骤

1. 1获取源代码

   从 GitHub 克隆仓库到本地，并进入项目目录；后续所有命令都在该目录下执行。

   git clone https://github.com/antirez/iris.c.git
   cd iris.c

   复制

2. 2下载模型权重

   使用仓库自带的 download_model.py 脚本下载所需的模型变体；4b 为蒸馏版，4b-base 为基础版。

   pip install huggingface_hub && python download_model.py 4b

   复制

3. 3编译可执行文件

   项目为纯 C 实现，编译方式请以仓库构建说明为准；README 节选未给出具体构建命令，不要随意假设参数。

4. 4运行文本生成图像

   用 -d 指定模型标识、-p 传入提示词、-o 指定输出文件名，执行后会在当前目录生成 PNG 图片。

   ./iris -d flux-klein-4b-base -p "A woman wearing sunglasses" -o output.png

   复制

5. 5按需切换模型

   想获得更高画质可先下载 4b-base 或 9B 权重，再把 -d 参数换成对应模型标识后重新运行。

   python download_model.py 4b-base

   复制

关键配置

如何确认成功

命令正常结束且当前目录下出现 output.png，用图片查看器打开确认内容与提示词相符。

常见问题

注意事项

• README 节选未包含完整构建命令，编译步骤请以仓库内说明为准，不要凭猜测添加编译参数。
• 模型权重与代码分开下载，务必先完成权重下载再运行推理，否则会因找不到模型文件而失败。
• 不同模型变体的采样步数与引导方式不同：distilled 版本步数少、速度快，base 版本步数多、耗时更长。
• 使用 9B 或 FLUX.3 系列前请阅读对应模型许可，部分权重仅限非商业用途。