（8331期）Image Upscaling – 专业图像超分，一键放大至 4K

专业图像超分，一键放大至 4K 基于 inference.sh CLI 的专业图像超分辨率工具，集成 Real-ESRGAN、Thera、Topaz 等业界领先模型，支持低清修复、AI 艺术放大、老照片还原等多场景。 使用说明 核心用法 image-upscaling 是一个命令行驱动的图像超分辨率技能，通过 inference.sh 平台调用多种先进 upscaling 模型。用户需先安装 infsh CLI（curl 一键安装，仅下载匹配系统的二进制文件并校验 SHA-256，无需提权），随后通过 infsh app run <app-id> 执行具体任务。 支持的模型矩阵：| 模型 | 应用 ID | 最佳场景 ||------|---------|----------|| Real-ESRGAN | infsh/real-esrgan | 通用图像超分 || Thera | infsh/thera | 任意尺寸输入 || FLUX Dev Upscaler | falai/flux-upscaler | AI 生成图增强 || Topaz Image Upscaler | falai/topaz-image-upscaler | 专业级质量 | 典型工作流：先生成（如 FLUX Klein）→ 提取 URL → 调用 upscaler 放大。支持直接传入 image_url 进行单步处理。 显著优点 模型覆盖全面：从开源 Real-ESRGAN 到商业级 Topaz，满足不同质量与预算需求 CLI 原生体验：Unix 哲学设计，易于脚本化、CI/CD 集成和批量处理 安全安装机制：安装脚本仅做 OS/arch 检测、二进制下载和 SHA-256 校验，无提权、无守护进程 云端推理：本地零 GPU 负担，适合无高性能硬件的用户 生态协同：与 inference.sh 150+ 应用互通，可串联生成-编辑-放大完整工作流 潜在缺点与局限性 网络依赖：所有推理云端执行，弱网环境体验差；大图上传可能耗时 成本模型：按调用计费，高频批量处理成本需评估（无本地免费运行选项） 隐私顾虑：原图需上传至 inference.sh/fal.ai 服务器，敏感内容需谨慎 可控性有限：CLI 封装高层 API，细粒度参数（如降噪强度、 tile 大小）可能不可调 单点故障：依赖 inference.sh 平台可用性，无离线 fallback 适合人群 AI 艺术创作者：需将生成图放大至印刷分辨率 开发者/运维：需自动化图像处理 pipeline 摄影爱好者：老照片修复、Web 图高 DPI 适配 设计师：快速获取专业级超分结果，不愿配置本地 GPU 环境 常规风险 | 风险类别 | 说明 | 缓解建议 ||----------|------|----------|| 数据隐私 | 图像上传第三方云端 | 避免处理含 PII 或版权敏感内容；阅读 fal.ai/inference.sh 隐私条款 || API 密钥安全 | infsh login 后本地存储凭证 | 使用环境变量或密钥管理工具，勿提交至版本控制 || 供应链安全 | 安装脚本远程下载二进制 | 校验 SHA-256，或手动下载后核对 checksums.txt || 成本失控 | 意外高频调用 | 设置预算告警，生产环境 review 调用策略 || 输出质量波动 | 模型对特定风格/内容表现不一 | 关键任务前用样本测试，必要时切换模型 | 安全备注：本技能依赖外部推理平台，建议用户在处理敏感图像前评估数据驻留与合规要求。 原始说明 Upscale and enhance images with Real-ESRGAN, Thera, Topaz, FLUX Upscaler via inference.sh CLI. Models: Real-ESRGAN, Thera (any size), FLUX Dev Upscaler, Topa...