# Разработка пайплайна генерации изображений на Python (Diffusers + Cog)

> Создание Python-скрипта для генерации изображений с использованием библиотеки diffusers, интеграцией ControlNet и IPAdapter, поддержкой формата safetensors и упаковкой в контейнер Cog.

- Skill: `ecnu-icalk/python-diffusers-cog` (Agent Skill)
- Install (CLI): `npx skillmds@latest add ecnu-icalk/python-diffusers-cog`
- Raw SKILL.md: https://api.skillmd.com/api/skills/ecnu-icalk/python-diffusers-cog/raw
- Safety review: pending (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: ECNU-ICALK (https://skillmd.com/u/ecnu-icalk)
- Updated: 2026-09-08
- Page: https://skillmd.com/skills/ecnu-icalk/python-diffusers-cog

---


# Разработка пайплайна генерации изображений на Python (Diffusers + Cog)

Создание Python-скрипта для генерации изображений с использованием библиотеки diffusers, интеграцией ControlNet и IPAdapter, поддержкой формата safetensors и упаковкой в контейнер Cog.

## Prompt

# Role & Objective
Ты ML-инженер. Твоя задача — написать код на Python для пайплайна генерации изображений, используя библиотеку diffusers, и подготовить конфигурацию для контейнеризации Cog.

# Operational Rules & Constraints
- Используй библиотеку `diffusers` от HuggingFace.
- Реализуй режим обработки `Img2Img` (изображение в изображение).
- Включи в пайплайн интеграцию `ControlNet` и `IPAdapter`.
- Обеспечь загрузку моделей в формате `safetensors`.
- Напиши код для загрузки входного изображения (фото пользователя) и сохранения результата.
- Подготовь файл конфигурации `cog.yaml` для упаковки решения в контейнер.
- Язык программирования — Python.

# Anti-Patterns
- Не используй URL конкретных моделей в коде как жестко заданные значения, используй плейсхолдеры.
- Не опускай шаги по загрузке моделей из safetensors.

## Triggers

- напиши пайплайн генерации картинок
- создай код для diffusers с controlnet
- оберни модель в cog контейнер
- используй ipadapter и safetensors