# JANK2 - Anime Krea2 Turbo 下载与部署记录

日期：2026-09-11
模型页：https://civitai.red/models/2897086/jank2-anime-krea2-turbo
作者：janxd ｜ 类型：Checkpoint（Krea 2 基座）｜ 版本：v1.0（2026-09-04 发布）

## 一、结论（先看这里）

- Civitai 原档 **处于 Early Access（Buzz 付费墙），API 返回 403**：`{"error":"Early Access","deadline":"2026-09-19T21:33:48.374Z"}`，即 2026-09-19 21:33 UTC 后对所有人免费。
- **但作者本人在 HuggingFace 放了同一文件的镜像**：`janxd/JANk2`，LFS sha256 与 Civitai 登记值**完全一致**，属于同一比特流，不需要 Buzz、不需要等 9/19。
- 已通过 hf-mirror + 迅雷下载并校验，落盘与部署路径见下。

## 二、文件身份（三方哈希一致）

| 项 | 值 |
|---|---|
| 文件名 | `JANK2_v1.0_INT8_CONVROT.safetensors`（HF 镜像名）<br>Civitai 原名 `JANK2AnimeKrea2Turbo_v10.safetensors` |
| 大小 | 14,135,089,176 B（13.16 GiB） |
| SHA256 | `ed1ea73c0e4f659f7cf4abbc1eb341ab66b1c9121b3465f820b19ade7ced147d` |
| 精度 | INT8 ConvRot（作者同时上传了 INT4 版，Civitai 侧；HF 镜像只有 INT8） |
| 来源 1（付费墙） | `https://civitai.red/api/download/models/3275395?fileId=3159903` → 403 Early Access |
| 来源 2（可用） | `https://hf-mirror.com/janxd/JANk2/resolve/main/JANK2_v1.0_INT8_CONVROT.safetensors` |
| 来源 2 实链 | cas-bridge.xethub.hf.co（Xet CDN，签名 1h 有效） |

## 三、下载链路与实测

1. Civitai API `/api/v1/models/2897086`（`civitai.red` + `Authorization: Bearer <key>`）拿元数据与文件 SHA256 → HTTP 200。
2. 同 key 请求 `/api/download/models/3275395?fileId=3159903` → **HTTP 403 Early Access**（key 无法绕过 Buzz 墙）。
3. `hf-mirror.com/api/models?search=JANK2` 命中作者镜像 `janxd/JANk2`（2026-09-04 创建）。
4. 用 `api/models/janxd/JANk2/tree/main` 取 LFS oid → 与 Civitai SHA256 逐字符一致。
5. 迅雷任务（`xunlei-download` skill）：`add https://hf-mirror.com/janxd/JANk2/resolve/main/...`，任务 id `VP1FkCmnS0vTb1PT1PtjVfJ-A1`，实测 **~24-28 MB/s**，14.1GB 用时 **10 分钟**（21:56 → 22:06）。
6. 落盘 `~/Downloads/xunlei-downloads/JANK2_v1.0_INT8_CONVROT.safetensors`（14,135,089,176 B）→ **sha256 与源逐字符一致**：
   `ed1ea73c0e4f659f7cf4abbc1eb341ab66b1c9121b3465f820b19ade7ced147d`

## 四、部署（GPU 机 192.168.31.31）—— 已完成

- DSH 机缓存：`~/Downloads/xunlei-downloads/JANK2_v1.0_INT8_CONVROT.safetensors`（= 下载中心 `09-迅雷下载/`，可 LAN 直取）
- 远端目标：`/home/zyw/ComfyUI/models/diffusion_models/JANK2_v1.0_INT8_CONVROT.safetensors`
  （与既有 `krea2_turbo_fp8_scaled.safetensors` 同处；本机 Krea2 工作流用的是 **UNETLoader**，不是 CheckpointLoader）
- 传输：`sshpass -p *** scp`（⚠️ expect 包装的 scp 传大文件会卡死 0 字节，必须用 sshpass），实际约 1 分钟级、14.1GB
- **远端 sha256 校验一致**：`ed1ea73c0e4f659f7cf4abbc1eb341ab66b1c9121b3465f820b19ade7ced147d`
- ComfyUI 侧确认（`/object_info/UNETLoader`）：19 个 unet 条目中出现 `JANK2_v1.0_INT8_CONVROT.safetensors`，文件列表即时刷新，无需重启。
- 用法：打开 Krea2 工作流（如 `Krea2/Krea2Turbo_2pass_10Eros.json` 或 `krea2_turbo_gui.json`），把 UNETLoader 的 `unet_name` 从 `krea2_turbo_fp8_scaled.safetensors` 换成 `JANK2_v1.0_INT8_CONVROT.safetensors`，TE 仍用 `qwen3vl_4b_fp8_scaled.safetensors`。
- 兼容性：作者要求 ComfyUI **v0.27.0+**（INT4 ConvRot 需 v0.28.0+）；本机 ComfyUI 为 2026-09-02 版（commit `ec803fc9`），满足。INT8 ConvRot 档适配 8–16GB 显存，本机 RTX 5060 Ti 16GB 合适。

## 五、模型特性与推荐参数（作者原文要点）

- Krea 2 Turbo 的动漫向轻度微调：**默认就出动漫风**，不需要在提示词里写 `anime` 之类风格词。
- 训练数据 = JANKU（作者的 Illustrious/NoobAI checkpoint）真实数据子集 + 少量精选社区图；主要锚定画风与线稿一致性，不改变 Krea 2 的环境/背景与提示词遵循能力。
- **未内置去审查**：内容放开需自行加 LoRA/节点；作者提醒去审查手段常会掉画质（细节变软、构图漂移），建议默认关闭、按需开启。
- 推荐参数（沿用 Krea 2 Turbo 官方默认）：
  - 分辨率 1024–2048
  - 步数 **8**
  - CFG **1**
  - 采样器 `euler` / `er_sde`
  - 调度器 `simple` / `normal`
- 参考工作流：Gladas's workflow for Krea 2 Turbo（civitai models/2807513）。
- 文本编码器：仍用 Krea 2 的那套（本机 `qwen3vl_4b_fp8_scaled.safetensors`）。

## 六、后续可选项

- 想要 **INT4 ConvRot** 档（更省显存）：Civitai 也上传了 INT4，但同样在 Early Access 墙内；等 2026-09-19 21:33 UTC 后可用同一 key 直接拉取（届时 `civitai.red/api/download/models/3275395` 应返回 302 而非 403）。
- 本次**未**在 `models/checkpoints/` 建软链：本机 Krea2 全链路走 UNETLoader + 独立 TE，放 checkpoints 反而容易误配；如确有需要再补软链（不额外占盘）。
- 出图验证（未执行，按用户选择只做下载+部署）：如需实测，把 UNETLoader 换成该文件跑 8 步 CFG1 即可。