Leshy (Inscryption)
详情
下载文件
关于此版本
模型描述
🌟 你的模型能做什么？
此LoRA可生成《Inscryption》中神秘角色Leshy的惊人画面，忠实地捕捉其诡异、超现实的外貌，并保持恐怖美学风格，非常适合创作黑暗、氛围感强或超现实的艺术作品。🦌🌌
⚙️ 如何使用你的模型？
示例提示词：
正向标签：
score_9, score_8, score_7, score_6_up, Leshy, solo, facial hair, mushroom beard, green hair, green eyes, glowing eyes, spiral pupils, colored skin, green skin, hair branches, leaf, sky, vines, full body, fur legs, hooves, (horror, creepy), skinnyBREAKnight, trees, full white moon, hyper detailed, dark atmosphere, (forest:1.2), surreal landscape负向标签：
score_4, score_3, score_2, cute, beauty, ((glowing)), signature, artist name, watermark, simple background
细节提示：
如果你使用了面部或眼部细节增强器，强烈建议加入以下标签：green eyes, glowing eyes, spiral pupils
这有助于确保与Leshy标志性的特征保持一致，并强化其诡异表情。若使用这些标签，请从主提示词中移除glowing eyes，以减少图像主体区域的发光效果。
使用指南：
使用
mushroom beard, green hair, green eyes, glowing eyes等Leshy专属标签，以准确还原角色特征。在
BREAK之后添加背景/风格标签，以营造动态且富有氛围的场景。若仅使用
fur legs无法正确渲染蹄子，请明确添加hooves标签。但为避免蹄子被错误地应用到手上，请在提示词中包含hands。为获得最佳效果，请将LoRA强度调整至
0.7至1.0之间。
🔑 推荐标签
角色细节：
Leshy, green hair, long hair|short hair, (glowing eyes:0.8), spiral pupils, fur legs, hooves, mushroom beard背景与风格：
dark forest, woodcabin, outdoors|indoors, surreal landscape, full {insert color} moon, dark atmosphere, night|day恐怖美学：
horror, creepy, hyper detailed
🌟 你的模型擅长什么？
忠实还原： 该LoRA精准呈现Leshy，高度还原原始角色形象。
高度可定制： 适用于全身插画、肖像或特写。Leshy能自然融入手杖、相机或其他特定道具。
氛围营造： 擅长生成具有黑暗、忧郁氛围的恐怖或超现实构图。
💡 注意： 训练数据中Leshy腿部的视觉参考较少，因此下身的一致性设计构成一定创意挑战。
⚠️ 你的模型不擅长什么？
图像伪影： 图像中偶尔会出现小的白色斑点。
“手持”标签不可靠：
holding适用于相机或手杖等道具，但对于其他物品，请使用更具体的提示，如card in hand或hands at gamepad。“蘑菇胡须”不稳定： 此标签常在意外位置生成蘑菇。
背景表现薄弱： 若不在
BREAK后明确描述，模型难以处理复杂背景。绿色主导： 有时画面整体偏绿，需主动添加其他颜色以平衡。
🎨 该模型适合用于什么？
恐怖艺术： 非常适合营造诡异、氛围感强的构图。
动态姿势与道具： Leshy可表现为手持特定物品或适应不同服装与姿势。
超现实场景： 将Leshy与绚丽森林、全{插入颜色}月亮或描述性背景结合，以产生强烈视觉冲击。
🚫 该模型不应如何使用？
避免过度使用嵌入（Embeddings）： 多个嵌入可能稀释LoRA的核心角色特征。建议从不使用嵌入开始，再逐步试验添加。
无需超精细（Hyper Detailing）： 提示词中包含
hyper detailed通常是多余的，因为该LoRA已能生成出色的细节。表情不稳定： 有时角色面部会显得过于滑稽或悲伤。可使用
(serious face)或(horror face)等标签来优化表情（示例中未使用）。不要使用
upper body，请改用portrait，否则下身会消失。
📂 额外资源
🔗 提供了一个包含所有训练标签及其出现频率的JSON文件。可灵活将这些标签用于正向和负向提示词中，以微调生成结果。