最近在玩 AI 绘画，想要自己训练 Lora 模型。到P站上捞几张图，发现不能按热度排序比较麻烦，鉴于自己非重度用户，在Github上找到个比较好用的工具 - PixivBiu。(B站不支持全部的markdown语法，没有代码块和超链接好难受，排版有点乱额~~~）

【资料图】

1. Installation

1.1 可执行程序（建议）

具体可在 GitHub Releases(https://github.com/txperl/PixivBiu/releases) 中下载，或者官网(https://biu.tls.moe/#/lib/dl)下载。

1.2 Source Code

将源码下载到本地运行

$ git clone https://github.com/txperl/PixivBiu.git

安装依赖，执行

Flask、requests、PyYAML、Pillow、PixivPy、PySocks

修改 ./config.yml相关配置项，具体可参考默认配置文件

执行 python main.py

访问运行地址，默认为 http://127.0.0.1:4001/

1.3 Docker

使用Docker镜像，参见Docker_Buildx_PixivBiu(https://github.com/zzcabc/Docker_Buildx_PixivBiu)。

不建议将其部署至线上（版权问题），本地使用就好（悄咪咪滴~）。

2. 使用

2.1 启动

使用前最好注册一个新账户（避免风险）。

进入程序后会提示获取登陆用token：

进入网址(https://app-api.pixiv.net/web/v1/login?code_challenge=9WgOHNK3QBQFF5bQwt8gWupweINYz_QhSuVnhy8dH8Q&code_challenge_method=S256&client=pixiv-android)

打开浏览器的「Dev Console / 开发者工具」，切换至「Network / 网络」标签页

开启「Preserve log / 持续记录」

在「Filter / 筛选」文本框中输入「callback?」

登录您的 Pixiv 账号

成功登录后，会出现一个类似「https://app-api.pixiv.net/...&code=...」的字段

将「code」后面的参数输入本程序

Tips: token 有时限，可能需要多试几次（刷新页面重新登陆）。成功登入进去之后，后续就无需再次获取token。

2.2 开始冲浪

点击Biu开始搜索：

点击下方的筛选可以按照自己的需求筛选结果：

点击图片右上角的图即可下载图片，文件将存放在安装位置的downloads文件夹中。

接下来就是享受冲浪时间啦，喜欢的话给原作者的工具项目一个star（好人一生平安），也给原画师一个爱心（收藏，吃水不忘挖井人）。

Addition

捞了几个心愛(ココア)的图训练了下lora模型，跑了张感觉还行的图。(stable-diffusion v1.5, AUTOMATIC1111, Counterfeit-V2.5)

prompt: masterpiece, best quality, ultra detail  Negative prompt: EasyNegative, extra fingers,fewer fingers  Steps: 25, Sampler: DPM++ 2M Karras, CFG scale: 7, Seed: 1488932052, Size: 768x1368, Model hash: bd83b90a2e,  Model: Counterfeit-V2.5_Counterfeit-V2.5, Denoising strength: 0.5, Clip skip: 2, Mask blur: 4

Reference

PixivBiu GitHub repo： https://github.com/txperl/PixivBiu

PixivBiu Official site：   https://biu.tls.moe/#/