LiblibAI中适合线稿提取的模型是ReVAnimated_v122和majicMIX realistic V7，二者内置边缘特征提取层；需通过英文关键词canny/line art搜索，筛选“已验证”“✅线稿友好”模型，并验证参数说明、示例图ControlNet类型或轻量试跑结果。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要在LiblibAI模型库中精准定位适合线稿提取的模型，必须避开通用文生图模型的干扰，因为它们默认不优化边缘识别能力——用错模型会导致线条断裂、闭合失败或丢失细节层级。
确认平台当前支持线稿提取的模型类型
LiblibAI未单独设立“线稿提取专用模型”分类，但部分Checkpoint模型在训练时强化了边缘感知能力，实际表现优于普通模型。目前经社区验证效果突出的有两类：【ReVAnimated_v122】（卡通/二次元线稿）和【majicMIX realistic V7】（写实类线稿），二者均内置高敏感度边缘特征提取层，无需额外加载LoRA即可直接调用。
注意：不要误选以“inpainting”“refiner”“upscale”为后缀的模型，这类模型专攻局部重绘或放大，会弱化原始轮廓结构，导致线稿变糊或出现伪影。
从首页高效筛选目标模型
第一步：打开 https://www.liblib.art/ → 登录账号 → 点击顶部导航栏“模型库”。
第二步：在搜索框输入关键词 canny 或 line art，而非“线稿”“提取”等中文词——平台底层索引以英文标签为主，中文搜索召回率低于30%。
第三步：在结果页右侧筛选栏勾选“已验证”“高下载量”“近30天更新”，排除半年未维护或仅上传未测试的模型；优先点击带“✅ 线稿友好”徽章的模型卡片（该标识由平台算法自动打标，基于真实用户生成图的边缘清晰度评分）。
验证模型是否真能用于线稿提取
方法一：看模型页参数说明
进入目标模型详情页，向下滚动至“适用任务”板块，若明确列出“线稿提取”“Canny控制”“边缘强化”任一表述，即为可用模型；若仅写“文生图”“角色生成”，则跳过。
方法二：查示例图生成记录
在模型页底部“示例图”区域，点击任意一张图→进入详情页→查看下方参数栏中的ControlNet类型字段；若显示 canny 或 softedge，说明该模型已在真实线稿任务中跑通流程，可直接复用。
方法三：试跑轻量任务
返回在线生图页→在CHECKPOINT下拉框中选择待测模型→上传一张纯黑线白底的简单线稿（如手绘火柴人）→启用ControlNet并设为canny模式→仅设采样步数为12、CFG Scale为7，点击生成；若输出图中线条连续无断点、粗细过渡自然，则模型达标。
