Presets

omnirt 提供四个开箱即用的 preset：fast、balanced、quality、low-vram。 每个 preset 是一组 config 覆写；请求的 config 会按以下顺序合并，后者覆盖前者：

1. Base preset — fast / balanced / quality / low-vram 共用的基础项（步数、dtype）
2. Task preset — 同一 preset 在 text2image / text2video / image2video 上的差异（guidance scale）
3. Model preset — 少数模型（目前是 Flux2 家族）的专门覆写
4. 用户显式 config — 最终胜出

合并逻辑位于 src/omnirt/core/presets.py 的 resolve_preset(task, model, preset)。

Base preset

Preset	num_inference_steps	dtype
fast	20	—
balanced	—	—
quality	40	—
low-vram	18	fp16

balanced 只保留各 pipeline 的默认 num_inference_steps，不做覆写。low-vram 在低显存环境下把步数压到 18 并强制 fp16。

Task preset — guidance_scale

Preset	text2image	text2video	image2video
fast	5.5	4.0	3.0
balanced	7.5	5.0	3.5
quality	8.0	6.0	4.0
low-vram	—	4.0	3.0

image2image / inpaint / edit 当作 text2image 处理（见 _TASK_PRESET_ALIASES）。low-vram 在 text2image 下不做 guidance 覆写，只沿用 base preset 的步数 + dtype。

Model preset — flux2.dev / flux2-dev

Preset	guidance_scale	max_sequence_length	其它
fast	2.0	384	—
balanced	2.5	512	—
quality	3.0	512	—
low-vram	2.0	256	dtype=fp16

Flux 家族对 guidance 敏感，需要更低的 CFG 才能避免过饱和；这组值覆盖了对应 task preset 的 guidance_scale。

使用示例

omnirt generate \
  --task text2image \
  --model sd15 \
  --prompt "a lighthouse in fog" \
  --preset fast

等价 Python：

from omnirt import requests, generate

req = requests.text2image(model="sd15", prompt="a lighthouse in fog", preset="fast")
result = generate(req, backend="cuda")

验证 preset 效果

omnirt validate \
  --task text2image --model flux2.dev \
  --prompt "..." \
  --preset low-vram \
  --backend cpu-stub

校验器会返回 resolved_config，里面带合并后的最终值，可以直观看到 preset 改了什么。