English | 中文

Enhance Agent: 通过自然语言实现图像质量增强

📖 项目介绍

Enhance Agent 是一个智能图像处理系统，通过自然语言指令实现图像编辑操作。系统采用多智能体协作架构，能够理解用户的自然语言指令，完成任务拆解，并调用对应工具，自动执行相应的图像处理任务。

特点

• 支持自然语言指令
• 支持复合指令
• 支持多轮增强

效果示例

输入图像	Prompt	输出图像
	先去雨再上色再超分
	先消除噪点，再超分

UI界面

🚀 快速开始

环境构建

conda create -n enhanceAgent python=3.10
conda activate enhanceAgent
pip install torch==2.5.0 torchvision==0.20.0 torchaudio==2.5.0 --index-url https://download.pytorch.org/whl/cu121
cd KAIR
pip install -r requirement.txt
pip install basicsr natsort gdown fastmcp Pillow gradio

模型下载

sh download_model.sh

设置LLM秘钥

使用的是火山引擎的doubao-seed-1-6-lite-251015模型作为意图分析和调度模型，在使用前请在config.py中配置自己的DOUBAO_API_KEY（有50w token的免费额度）

DOUBAO_API_KEY = "****"

运行

1. Gradio UI模式

python chat_ui.py

2. CLI模式

python cli_main.py --image ./testset/grayscale.png --instruction "上色后超分" --output ./output/test_out.png

支持的指令示例

• ✅ "将图片转换为灰度图"

• ✅ "先灰度化再旋转90度"

• ✅ "为这张上色"

• ✅ "提高图像分辨率"

• ✅ "去除图像噪点"

• ✅ "去雨再超分"

• ✅ "去掉雨点"

• ✅ "变清晰"

• ✅ "先去噪再去模糊再超分再上色"

  等各种组合

  更多能力将持续接入

---