范叶亮写智能体、模型和数据系统时，习惯先把定义和边界钉死。把「使用 Invoke 创作你的第一张图片」整理成可落地的中文笔记：问题在哪、默认做法会踩什么坑、该怎么选。原站导航和广告已去掉。

安装 Invoke

Invoke 启动后会打开主界面，从启动器的日志不难看出，Invoke 在后台启动了一个 HTTP 服务，用浏览器打开 http://127.0.0.1:9090 可以得到相同的界面：

图层区域显示了工作区中用于修改图像的所有活动图层。单击右上角的 + 图标即可添加新图层。你可以创建多个图层并对其进行操作和变换，在生成图像之前进行组合使用。

用户界面

单击左侧面板的 图标打开模型页面。针对新手用户 Invoke 提供了新手模型包，单击 Starter Models 选项卡，可以看到系统提供了 Stable Diffusion 1.5 、 SDXL 和 FLUX 三款模型包。根据官方 系统环境要求 和自己的设备性能选择合适的模型包。

在下载模型前，需在 HuggingFace 的 设置页面 创建 Token，并将其保存在 Invoke 模型页面的 HuggingFace 选项卡中。本教程选择 SDXL 作为模型包，单击模型包启动下载。模型下载完毕后可以在 Model Manager 中查看已下载的模型。

左侧

futuristic urban park, neon lighting, raised highways, green spaces, modern architecture 单击模板中的 按钮会开启应用模板后的提示词预览，如下图所示：

可以看到，提示词模板在用户输入的提示词基础上添加了更多的正向和负向提示词。在 Generation 中选择 Juggernaut XL v9 作为生成模型。

中间

在左上角 中输入生成图片的数量，单击 Invoke 开始生成图片。单击左侧面板的 图标打开队列页面，等待中、执行中和已完成的所有任务都将显示在该页面中：

为了验证 Juggernaut XL v9 模型对于中文提示词的兼容性，对上述示例和 Environment Art 提示词模板中的提示词整理中英文对照版本如下：

右侧

用户的正向提示词使用中文，选择 Environment Art 提示词模板（即提示词模板使用英文），生成的图片如下：

用户的正向提示词使用中文，不选择提示词模板，将 Environment Art 提示词模板的中文提示词补充到用户的正向和负向提示词后，生成的图片如下：

模型

不难看出虽然图片生成的画质不错，但其并未遵循提示词的指令生成（看起来是将中文提示词作为了画风），因此可以判断 Juggernaut XL v9 模型不具备直接使用中文提示词的能力。

值得单独记下的点

• 本节将展示如何使用 Invoke 创作你的第一张图片。 Bilibili YouTube 安装 Invoke 从 Invoke 官网 下载对应系统的安装包，根据如下步骤完成安装。 运行 Invoke 社区版本，单击 Install 开始安装。
• 选择安装位置，单击 Next 进行下一步。
• 选择安装版本，单击 Next 进行下一步。
• 确认 GPU 情况，单击 Next 进行下一步。
• 确认安装选项，单击 Install 开始安装。
• 安装完成，单击 Finish 关闭安装向导。
• 安装完成后，单击 Launch 启动 Invoke。
• 用户界面 Invoke 启动后会打开主界面，从启动器的日志不难看出，Invoke 在后台启动了一个 HTTP 服务，用浏览器打开 http://127.0.0.1:9090 可以得到相同的界面： 主界面包含三个区域，分别是： 左侧：用于输入提示词、模型选择和参数设置等。

落地时建议先做的 5 件事

1. 先写清任务能不能被自动验证：能验证的交给系统和评测，不能验证的留给人审。
2. 本地部署先算显存、延迟和失败回滚，不要只看能跑通一次。
3. 多智能体只在单智能体触到上下文或专业边界时再拆。
4. Token、微调和压缩都要有对照数字，避免口号式优化。
5. 结论写成可检查清单：接口、超时、评测集、回滚版本。

和智能体产品怎么接

龙虾PRO做 OpenClaw 落地时，最该拿走的是「单智能体先做好工具和提示，再谈编排」。数字员工、技能市场和网关应共用同一套评测与权限，而不是各写一套角色人设。

本文侧重全链路风控方法论。落地时请用自身业务单据做回放验证，不要把示例阈值直接当生产策略。 相关：风控体检 · 方案资源