inspirai-store 模型管理
按以下流程完成模型搜索、下载和管理任务。优先使用已安装模型，缺失时协助用户查找和下载。
前置检查
- 确认
.comfyui-studio/inventory.json存在，不存在则提示用户运行/studio-scan。 - 读取
inventory.json，提取：comfyui_path（ComfyUI 安装路径）recommended_tier（显存档位）installed_models（已安装模型列表）tokens（已配置的 API Token 状态）
模型搜索方式
按以下优先级搜索模型：
方式 1：Comfy Pilot download_model 工具（首选）
直接调用 Comfy Pilot MCP 的 download_model 工具，支持从 HuggingFace 和 CivitAI 搜索并下载模型。这是最简便的方式，无需手动处理路径和认证。
方式 2：HuggingFace 搜索
使用 huggingface-cli 或 curl 调用 HuggingFace API：
# CLI 搜索
huggingface-cli search {关键词} --type model
# API 搜索（不需要 Token）
curl -s "https://huggingface.co/api/models?search={关键词}&sort=downloads&direction=-1&limit=10"
# 查看模型文件列表
curl -s "https://huggingface.co/api/models/{repo_id}" | python -m json.tool
搜索结果应展示：模型名称、下载量、最近更新时间、文件大小。
方式 3：CivitAI 搜索
使用 curl 调用 CivitAI API：
# 搜索模型（不需要 Token）
curl -s "https://civitai.com/api/v1/models?query={关键词}&sort=Most%20Downloaded&limit=10"
# 获取模型详情（含下载链接）
curl -s "https://civitai.com/api/v1/models/{model_id}"
# 获取特定版本详情
curl -s "https://civitai.com/api/v1/model-versions/{version_id}"
搜索结果应展示：模型名称、类型（Checkpoint/LoRA/等）、基础模型（SD1.5/SDXL/FLUX）、下载量、评分。
下载命令生成
根据模型来源生成对应的下载命令：
HuggingFace 下载
# 使用 huggingface-cli（推荐，支持断点续传）
huggingface-cli download {repo_id} {filename} --local-dir {目标路径}
# 示例：下载 FLUX.1-dev GGUF
huggingface-cli download city96/FLUX.1-dev-gguf flux1-dev-Q4_K_S.gguf --local-dir {COMFYUI_PATH}/models/unet/
注意事项：
- 需要
HF_TOKEN环境变量才能下载受限模型（如 FLUX.1-dev 原版） - 如果
HF_TOKEN未配置，提示用户参考/studio-setup配置 - 大文件下载建议使用
--resume-download参数
CivitAI 下载
# 使用 curl 下载（注意 -k 绕过 SSL 验证）
curl -L -H "Authorization: Bearer $CIVITAI_TOKEN" -k -o {目标路径}/{文件名} "{下载URL}"
# 示例：下载模型
curl -L -H "Authorization: Bearer $CIVITAI_TOKEN" -k -o {COMFYUI_PATH}/models/checkpoints/realvisxl_v50.safetensors "https://civitai.com/api/download/models/{version_id}"
注意事项：
-k参数用于绕过 SSL 证书验证，某些网络环境下 CivitAI 证书校验可能失败-L参数用于跟随重定向- 部分模型需要
CIVITAI_TOKEN才能下载 - 下载前确认目标路径存在，不存在则先创建
模型存放路径规范（秋叶整合包结构）
所有模型必须放置在 {COMFYUI_PATH}/models/ 下对应的子目录中：
| 模型类型 | 存放路径 | 常见后缀 |
|---|---|---|
| Checkpoint（大模型） | models/checkpoints/ |
.safetensors, .ckpt |
| LoRA | models/loras/ |
.safetensors |
| ControlNet | models/controlnet/ |
.safetensors, .pth |
| VAE | models/vae/ |
.safetensors, .pt |
| CLIP 文本编码器 | models/clip/ |
.safetensors |
| UNet（独立 UNet） | models/unet/ |
.safetensors, .gguf |
| Embeddings/Textual Inversion | models/embeddings/ |
.safetensors, .pt |
| Upscale 模型 | models/upscale_models/ |
.pth, .safetensors |
| IP-Adapter 模型 | models/ipadapter/ |
.safetensors, .bin |
| CLIP Vision | models/clip_vision/ |
.safetensors |
| InsightFace（人脸分析） | models/insightface/ |
.onnx |
GGUF 量化模型说明：
- GGUF 格式的 UNet 放在
models/unet/目录下 - 需要安装
ComfyUI-GGUF节点才能加载 - 命名通常包含量化级别，如
Q4_K_S、Q8_0等
VRAM 估算
下载模型前，参考 references/vram-table.md 评估用户显存是否足够。
快速判断规则：
- 查看
inventory.json中的gpu_vram_gb - 对比
vram-table.md中目标模型的推荐显存 - 如果可用显存不足，推荐量化版本或替代方案
向用户呈现估算结果：
模型：FLUX.1-dev FP16
推荐显存：16GB+
你的显存：12GB (RTX 4070)
评估结果：显存不足
建议方案：
方案 1: 使用 FLUX.1-dev GGUF Q8（~10GB 显存）
方案 2: 使用 FLUX.1-dev FP8（~10GB 显存）
方案 3: 使用 FLUX.1-dev GGUF Q4（~6GB 显存，质量有损）
Inventory 更新
下载新模型后，提示用户运行 /studio-scan 更新模型清单：
模型下载完成！建议运行 /studio-scan 更新模型清单，
以便后续工作流自动使用新模型。
模型管理操作
查看已安装模型
从 inventory.json 读取并格式化展示已安装的所有模型，按类型分组显示。
删除模型
- 确认用户要删除的模型文件
- 显示文件完整路径和大小
- 等待用户确认后执行删除
- 提示运行
/studio-scan更新清单
模型推荐
根据用户的使用场景和硬件配置，推荐合适的模型组合：
- 文生图入门： FLUX.1-dev（或 GGUF 量化版）+ VAE
- 写实人像： RealVisXL V5.0 + FaceDetailer
- 动漫风格： Animagine XL 或 Counterfeit + 风格 LoRA
- 视频生成： Wan 2.1/2.2 + AnimateDiff/FramePack
- 角色一致性： 对应 checkpoint + IP-Adapter/InstantID/PuLID