Coloring Stack — Batch-Ausmalbilder aus Prompt

Worum geht es?

Ausmalbilder zu konkreten Wünschen (ein Drache mit Astronautenhelm, das Lieblings-Tier mit Krone, ein Pokémon in einer Küche) sind in Kitas, Schulen und Familien beliebt — aber meist nur generische Stock-Motive verfügbar. Bestehende KI-Tools sind:

• Cloud-gebunden — jede Prompt-Eingabe geht an US-Server
• Pay-per-Bild teuer bei regelmäßiger Nutzung
• Schwer zu steuern auf das spezifische Line-Art-Format, das ein druckbares Ausmalbild braucht

Coloring Stack ist ein Desktop-Tool, das diese Pipeline lokal löst. Es ist zugleich Stackschmiede-Aushängeschild für “wie eine ordentliche On-Prem-KI-Anwendung aussehen kann” — vom Backend bis zum Frontend durchdesignt.

Architektur

Zwei Prozesse, eine Anwendung. Das Python-Backend läuft als FastAPI-Service auf 127.0.0.1:<random>. Das WinUI-3-Frontend startet es und kommuniziert per HTTP + Server-Sent-Events.

┌─────────────────┐   HTTP/SSE   ┌───────────────────┐
│  WinUI 3 (C#)   │◄────────────►│  FastAPI (Python) │
│  ColoringStack  │              │  coloring-stack-  │
│       .App      │    stdout    │  backend.exe      │
│                 │  BACKEND_    │                   │
│  ProcessMgr ────┼──READY───────┤  SDXL + LoRA      │
│  BackendClient  │              │  + Real-ESRGAN    │
│  SseClient      │   Bearer     │  + Job-Registry   │
└─────────────────┘    token     └───────────────────┘

Handshake: Backend bindet Port 0 (OS vergibt freien Port), druckt BACKEND_READY port=N token=T auf stdout. Frontend parst, merkt sich Port + Token, alle weiteren Calls gehen über Bearer-Auth. Das hält andere lokale Prozesse draußen, ohne OAuth-Overhead.

SSE-Streams für Live-Progress (Job-Phase, aktuelles Bild, ETA, GPU-Temp, VRAM). Cancel per threading.Event → SDXL pipe._interrupt = True (stoppt nach 1–2 Steps). Frontend-ProcessManager ist ultimativer Watchdog bei Stall.

Tech-Stack

Backend (fertig, Phasen 1–6):

• Python 3.12 + FastAPI + Uvicorn
• Stable Diffusion XL mit Line-Art-LoRA
• Real-ESRGAN x4plus-anime-6B für Upscale
• Pydantic v2 für API-Schemas
• pytest mit Fake-Generator (Tests ohne CUDA laufbar)
• PyInstaller-onedir-Bundle für Auslieferung

Frontend (in Arbeit, Phasen 7–15):

• WinUI 3 + .NET 8 (C#)
• Windows App SDK + CommunityToolkit.Mvvm
• Brand-konformes Theming: solid charcoal, amber-CTA, Inter + JetBrains Mono embedded
• Eigene Custom-Controls (PrimaryButton mit Sheen, GpuGauge, ColoredProgressRing, ThumbCard)

Auslieferung (offen, Phase 16):

• Inno Setup bundled Backend-onedir + Frontend-unpackaged
• HF-Modelle werden beim ersten Start in %LOCALAPPDATA%\ColoringStack\models gezogen (nicht im Installer, ~7 GB)

Design-Entscheidungen

Mica explizit deaktiviert. WinUI 3 setzt standardmäßig eine halbtransparente Mica-Backdrop. Das zeigt überall ein anderes Bild (je nach Desktop-Wallpaper) und drückt die Lesbarkeit der Line-Art-Thumbs. Coloring Stack nutzt stattdessen solid #0F0F10 (Brand-Token InkDeep). Die Entscheidung ist im Design-Dokument begründet.

Custom-TitleBar. Stackschmiede-Hexagon-Logo links statt weißer Fluent-Titlebar. ExtendsContentIntoTitleBar = true.

Status-Ehrlichkeit. Die App sagt immer, was sie gerade tut — GPU-Temp, VRAM, aktuelle Phase, ETA. Stille = Bug.

Status heute (Stand April 2026)

• Backend: komplett (Phasen 1–6 ✓). FastAPI-Service, Tests, Build-Pipeline fertig.
• Rebranding: Repo auf stack-coloring umbenannt, GitHub-Remote angepasst, Projekt-Namen in Code aktualisiert.
• WinUI-Design-Konzept: 4 Markdown-Dokumente + visuelle HTML-Referenz. Steuert die Implementation.
• WinUI-Implementation: noch nicht gestartet (Phasen 7–15) — braucht Windows-Maschine mit VS 2022 + Windows App SDK.
• Installer + E2E: Phase 16/17 offen.

Screenshots folgen, sobald die WinUI-Phase läuft.

Was das Projekt zeigt

• KI-Integration ohne API-Wrapper — die komplette Pipeline (Modell-Loading, Inference, Postprocess, QA, Batch-Orchestrierung) läuft selbstgebaut.
• Desktop-App mit Service-Architektur — statt monolithischem PySide6-Bundle: Backend-Service + natives Windows-Frontend mit klarem IPC-Contract.
• Design-first-Workflow — Spec vor Code. Das UI/UX-Konzept ist geschrieben, bevor die erste .xaml entsteht.
• Realistischer Solo-Scope — mit KI-Assist machbar, auch für Projekte dieser Größe.

Warum für Sie interessant?

Weil genau dieselbe Architektur — Backend-Service + natives Frontend + brand-konforme Auslieferung — auf andere Domänen übertragbar ist:

• Dokumenten-Pipeline: Rechnungen, Verträge, Schriftsätze lokal verarbeiten statt zu OpenAI hochladen
• Interne RAG-Bots: Fach-Korpus auf eigener Hardware, Desktop-Client für das Team
• Batch-Analyse-Tools: wissenschaftliche Daten, Bild-Archive, Log-Files — lokal, reproduzierbar, ohne Cloud-Abhängigkeit

Siehe auch das Leistungs-Paket Souveräne KI-Integration.