README.md

---
license: gpl-3.0
language:
- zh
- en
pipeline_tag: text-to-image
base_model: OpenMOSS-Team/MOSS-Image-SFT
base_model_relation: adapter
tags:
- moss-image
- rgba
- transparent-background
- vae
- lora
- comfyui
inference: false
---

<p align="center"><img src="assets/banner.png" alt="CKMoss-Image-RGBA" width="100%"></p>

<p align="center"><b>让角色、插画和小物件，自由进入你的画面。</b></p>
<p align="center">中文 · <a href="README.en.md">English</a> · <a href="https://github.com/Chenkin-x/ComfyUI-CKMoss-Image-RGBA">ComfyUI 使用教程</a></p>
<p align="center">作者：<a href="https://github.com/chinoll">chinoll</a></p>

**CKMoss-Image-RGBA** 提供一个 RGBA VAE 和一个可选的 DiT LoRA，让 MOSS-Image 输出带 Alpha 通道的 PNG，可用于角色素材、插画拼贴和图层合成。

**不用 DiT LoRA 也能生成图片。** 保留原版 MOSS-Image，加载这里的 RGBA VAE 即可。配套 LoRA 用于适配透明图像生成，两种组合的透明背景和边缘表现会有所不同。

## 下载

| 文件 | 用途 | 放置位置 |
| --- | --- | --- |
| [RGBA VAE · 336 MB](vae/moss_rgba_vae.safetensors) | 必需，已经合并，可直接加载 | `ComfyUI/models/vae/` |
| [DiT LoRA · 298 MB](loras/moss_rgba_dit_lora.safetensors) | 可选，与 MOSS-Image-SFT 配合使用 | `ComfyUI/models/loras/` |
| [ComfyUI 节点 · GitHub](https://github.com/Chenkin-x/ComfyUI-CKMoss-Image-RGBA) | 节点、教程和参考工作流 | 克隆到 `ComfyUI/custom_nodes/` |
| [模型代码 · GitHub](https://github.com/Chenkin-x/CKMoss-Image-RGBA) | Python 入口与完整模型代码 | 克隆后从项目根目录运行 |

本仓库提供 **VAE 和 LoRA**；基础 MOSS-Image 模型及其文本编码器需另行准备。可参考 [MOSS-Image 官方 ComfyUI 说明](https://github.com/OpenMOSS/MOSS-Image/blob/main/comfyui/README.md)。

## 开始使用

安装节点并放好权重后，将下面的工作流拖进 ComfyUI，选择自己的基础模型和文本编码器：

- [只用 RGBA VAE](workflows/vae_only.json)：不加载 DiT LoRA。
- [RGBA VAE + DiT LoRA](workflows/with_lora.json)：LoRA 默认强度 `1.0`。

输入主体、外观、姿态和风格描述，末尾可加 `transparent background`。直接连接 **VAE Decode → Save Image**，即可保存 RGBA PNG。

完整安装步骤和节点说明：[中文](https://github.com/Chenkin-x/ComfyUI-CKMoss-Image-RGBA) · [English](https://github.com/Chenkin-x/ComfyUI-CKMoss-Image-RGBA/blob/main/README.en.md)。

## 效果展示

以下图片由 RGBA VAE + DiT LoRA 实际生成。原始 Alpha 保持不变，底色和棋盘格仅用于展示。

<img src="assets/showcase.png" alt="CKMoss-Image-RGBA 实际生成效果" width="100%">

[原始透明 PNG](samples) · [对应提示词和随机种子](samples/manifest.json)

## 致谢与许可

基于 [MOSS-Image](https://github.com/OpenMOSS/MOSS-Image) 和 [FLUX.2 VAE](https://github.com/black-forest-labs/flux2#flux2-autoencoder)。感谢 [niangao2331](https://github.com/niangao2331) 的数据支持。

本项目采用 [GPLv3](LICENSE)，第三方来源与许可见 [NOTICE](NOTICE)。