refiners

简化扩散模型适配，快速实现 ControlNet、LoRA 等定制。

refiners 是一个基于 PyTorch 的微框架，旨在为基础模型适配提供一流的 API。它解决了扩散模型（如 Stable Diffusion）在微调、适配和推理过程中代码复杂、难以复用的问题。核心能力包括：提供简洁的模块化接口，支持 ControlNet、IP-Adapter、LoRA、LCM 等主流适配技术；内置背景生成/移除、图像编辑等实用工具；与 Hugging Face 生态兼容，便于集成。通过抽象和重构，refiners 让开发者能更高效地组合和定制模型，降低实验成本。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 834

维护状态低维护

是否开源是

定价模式 free

项目数据

分类图像生成

开发团队finegrain-ai

所属国家

官网地址https://finegrain-ai.github.io/refiners

GitHubhttps://github.com/finegrain-ai/refiners

定价模式free

价格说明开源项目，MIT许可证，完全免费，可自行部署使用。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型background-generation,background-removal,controlnet,diffusion-models,dinov2,image-generation,ip-adapter,lcm,lcm-lora,lora,sam,sdxl,segment-anything,shadow-generation,stable-diffusion,t2i-adapter,text-to-image,textual-inversion,upscaler

GitHub 星标★ 834

30天Star增速

HF 下载量

上线时间2023-08-04 00:00:00

最近更新2026-09-10 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数3

使用教程

核心亮点

模块化 API 设计，适配器可插拔，代码复用性高
内置多种主流适配技术（ControlNet、IP-Adapter、LoRA），开箱即用
与 PyTorch 和 Hugging Face 生态无缝集成，上手快

不足之处

项目早期，文档和社区支持待观察
功能覆盖有限，部分高级场景需自行扩展

适用场景

快速原型开发：在现有扩散模型上叠加适配器进行实验
生产环境部署：需要稳定、可维护的模型适配流程
学术研究：对比不同适配方法的效果

替代项目

diffusers、ComfyUI、InvokeAI

项目介绍

refiners 是开发框架领域的开源项目，由 finegrain-ai 开发，2023 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（834）位列前 30%，在开发框架分类中处于中上游。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-10。MIT许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：快速原型开发：在现有扩散模型上叠加适配器进行实验。同类可对比的替代方案包括 diffusers、ComfyUI、InvokeAI。

上一篇：laravel-gpt

下一篇：PaddleMIX