fxai666/fxai-comfyui-image-gen

Geração de imagem local com ComfyUI (prompts em chinês)

Lista de arquivos deste skill (leia aqui primeiro, depois decida quais ler)

Arquivo	Quando ler
SKILL.md	Este arquivo: pré-requisitos/prioridade local/liga/desliga Xianguan Cloud/três modos de chamada/parâmetros/convenções de longo prazo/aguardar resultados
image_gen.py	Implementação da generate_image(); consulte SKILL.md, leia a função correspondente apenas se precisar alterar comportamento
feed_screen.py	Fluxo de informações de vídeo (template de interface): spec → seis partes do esqueleto do prompt → submissão
references/01-ambiente-e-rota.md	Antes de começar: pré-requisitos, rota de prioridade local, liga/desliga automático da Xianguan Cloud
references/02-chamada-e-parametros.md	Como chamar generate_image, valores padrão dos parâmetros, destino dos artefatos
references/03-regras-verificacao-roupa.md	Quando ValueError for lançado em imagens de pessoas, consulte as regras de verificação e condições de aprovação
references/04-regras-lote-resultados.md	Ao gerar múltiplas imagens de uma vez, consulte os dois métodos de espera e o critério de "interface travada"
references/05-convencoes-longo-prazo.md	Antes de escrever prompts, enviar imagens de referência, ou ao encontrar erro de verificação de roupa ou <imageN>, consulte as regras vermelhas
references/06-fluxo-informacao-video.md	Ao criar templates de interface como feed de vídeo (página de reprodução/página ao vivo/detalhes de anotação/detalhes de produto, incluindo barra de status/barra de navegação/números de interação/navegação inferior), consulte a ordem das seções, escrita das 5 áreas da UI, tabela de tamanhos e itens de aceitação

Submeta "prompts em chinês" ao ComfyUI local (workflow de processamento de imagem Qwen 2.1), gere PNG e retorne o caminho local. A lógica principal está em image_gen.py: generate_image apenas faz mapeamento de parâmetros; a verdadeira "submissão do workflow com placeholders → polling → download via HTTP" é feita pelo cliente compartilhado fxai-workflow/comfy_client.py (compartilhado com fxai-scene-gen / fxai-fourview-gen / fxai-mv-pipeline). Usa o modo de placeholders uniformemente (placeholders fxai_xxx são injetados pelo comfy_client).

🚨 Antes de começar (leia primeiro, depois execute)

0. 🔴 Primeiro passo: leia a seção "🚨 Regras rígidas do modo servidor ComfyUI" em fxai-workflow/SKILL.md — as regras rígidas estão no SKILL.md do componente dependente, não em comfy_client.py (que só expõe funções). Essencial: ComfyUI é iniciado/parado pelo "Console Local Fengxi AI"/launcher; este skill apenas envia HTTP para o endereço; se porta 8188 local não responder → vai para nuvem ou instrui o usuário a iniciar; a disponibilidade de recursos é determinada apenas pela interface do servidor.

🔴 Portão de licenciamento de fontes (leia antes de gerar texto)

🔴 Sempre que houver texto nos artefatos deste skill (capas/ilustrações), leia primeiro fxai-standard/references/06-licenca-fontes-e-materiais.md: escolha fontes apenas da lista branca do 06 (local prefira Noto Sans SC / OFL, Microsoft YaHei também é aceitável por vir pré-instalado no Windows), proibido usar fontes comerciais como Huawen; registre o nome da fonte e a licença na entrega.

Pré-requisitos

Os outros quatro pré-requisitos estão em references/01-ambiente-e-rota.md.

🔴 Prioridade local, depois Xianguan Cloud

Detalhes da rota e liga/desliga da nuvem em references/01-ambiente-e-rota.md.

Xianguan Cloud: ligar automaticamente + desligar ao terminar

Três modos de chamada

Modo A: import direto (preferido para scripts em diálogo)

Veja o volume 02.

Modo B: CLI (execute diretamente no Bash, precisa liberar rede sandbox para ComfyUI)

Veja o volume 02.

Modo C: Fluxo de informações de vídeo (template de interface)

python feed_screen.py <spec.json> --tag <projeto>_<interface> --save-dir <diretorio_projeto>
python feed_screen.py <spec.json> --print-only   # apenas exibe o prompt montado

Ordem das seções, escrita das 5 áreas da UI, tabela de tamanhos e itens de aceitação em references/06-fluxo-informacao-video.md.

Parâmetros (generate_image)

Convenções de longo prazo (obrigatório cumprir, detalhes em references/05-convencoes-longo-prazo.md)

1. 🔴 Imagens de referência: personagens sempre usar os próprios 000/001 (role=woman/man/both ou caminho relativo personalizado); capas/pôsteres usar a imagem do personagem da própria obra, não a biblioteca global de avatares avatar/000, 001.
2. 🔴 Prompt: chinês direto para a imagem, sem necessidade de inglês; se houver pessoa na cena, deve escrever obrigatoriamente [roupa/vestimenta] + [formato do rosto/cabelo], check_outfit() faz verificação rigorosa.
3. 🔴 Múltiplas imagens de referência: se enviar N imagens, cada uma deve ser referenciada como <imageN>, faltando uma gera ValueError (check_image_refs()); numeração segue a ordem das imagens de referência, personagem masculino primeiro.
4. Linha vermelha de vestimenta: áreas do peito/partes íntimas devem permanecer cobertas, com intensidade entre "transparente mas não exposto".
5. Validação do artefato: após download HTTP, png_ok verifica presença de IEND; se incompleto, tenta novamente. Este skill só gera imagens; a publicação é responsabilidade de fxai-weixin-gzh-publisher.

Diretório de saída

Destino dos artefatos em references/02-chamada-e-parametros.md.

Aguardar resultados: via escuta global de broadcast (já integrado)

generate_image internamente chama comfy_client.submit_workflow, após submissão aguarda via escuta de broadcast: após queued <pid> no log, há progresso em tempo real; quando concluído, baixa automaticamente a URL e retorna o caminho local — use este canal de broadcast para aguardar resultados (fazer polling manual com sleep em /history ou /fxai/tasks/result resultará em estado duplicado). Ao esperar na fila por GPU, a escuta verifica /queue para confirmar "ainda na fila" e continua esperando. Consulta manual: comfy_watch.py status <prefixo_pid> / comfy_watch.py top (skill fxai-comfyui-watcher).

🔴 Como aguardar geração em lote

Após receber "ainda em execução / será notificado automaticamente", pare imediatamente a consulta; use block=true apenas quando ≤60 segundos restantes. Os três estados do task_id e o critério de "interface travada ≠ travada" estão em references/04-regras-lote-resultados.md.

Validação

Após modificar image_gen.py, execute: python image_gen.py "teste, cena pura paisagem" --role "" --tag smoke_test, confirme que retorna um caminho PNG válido e o arquivo está completo (>100 bytes, contém IEND).

Depois de definir o que fazer, leia apenas o volume ou dois correspondentes; não leia os outros.

Lista de projetos (a página exibe o progresso com base nela)

Crie o arquivo do projeto assim que o diretório de artefatos for criado, atualize a cada etapa concluída; estrutura conforme volume 01 do fxai-standard.

P=~/.workbuddy/skills/fxai-standard/scripts/fxai_project.py
python "$P" init  "<projeto>" --title <nome> --category image --skill fxai-comfyui-image-gen
python "$P" stage "<projeto>" --script 2 --image 1 --audio 0 --video 0