Community影像github.com

fxai666/fxai-comfyui-image-gen

本地 ComfyUI 文生圖能力(千問2.1 模板,原生中文提示詞)。當用戶要求在對話裡生成圖片、配圖、畫一張圖、出張圖、做封面圖、用中文提示詞生圖、給文章/影片/設計配視覺素材時使用。

fxai-comfyui-image-gen 是什麼?

此技能為 fxai666/fxai-comfyui-image-gen,提供基於本地 ComfyUI 的文生圖能力,採用千問2.1 圖片處理工作流並原生支援中文提示詞。核心功能是將用戶的中文提示詞提交給本機或遠端部署的 ComfyUI 服務,生成 PNG 圖片並將路徑返回給使用者。它專注於生成用戶自有的角色形象圖(使用參考圖 000 女 / 001 男,避免肖像侵權),適用於對話中要求生成圖片、配圖、封面、或為文章/影片/設計提供視覺素材等場景。支援三種呼叫方式:直接 Python import、CLI 指令、以及影片資訊流介面模板。生成過程完全依賴 ComfyUI 的 HTTP 服務,提交、輪詢、下載皆透過 HTTP 介面完成,不讀取 ComfyUI 本機目錄,也無常駐進程。此技能與其他 fxai 技能共用統一的 `fxai-workflow/comfy_client.py` 佔位符工作流提交機制。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/fxai666/fxai-fully-automated-creation-skills/tree/HEAD/skills/fxai-comfyui-image-gen

Installed? Explore more 影像 skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

本地 ComfyUI 生圖(中文提示詞)

本技能文件清單(先讀這裡,再決定讀哪幾冊)

文件什麼時候讀
SKILL.md本文件:前置條件/本機優先/仙宮雲開關機/三種呼叫方式/參數/長期約定/等結果
image_gen.pygenerate_image() 實現;按 SKILL.md 調,改行為才讀對應函式
feed_screen.py影片資訊流(介面模板):spec → 六段骨架提示詞 → 提交
references/01-環境與路由.md開工前查前置條件、本機優先路由、仙宮雲自動開關機
references/02-呼叫與參數.md查怎麼調 generate_image、參數預設值、產物落哪
references/03-穿搭校驗細則.md人物圖被 ValueError 攔下時查校驗詞與放行條件
references/04-批量等結果細則.md一次出多張圖時查兩種等法與「介面沒動靜」判據
references/05-長期約定.md寫提示詞前、傳參考圖前、遇穿搭校驗或 <imageN> 報錯時查紅線判據
references/06-影片資訊流.md要做影片資訊流這類介面模板(播放頁 / 直播頁 / 筆記詳情 / 商品詳情,含狀態列 / 導航列 / 互動數 / 底部導航)時查段序、UI 五區寫法、尺寸表與驗收項

把「中文提示詞」提交到本機部署的 ComfyUI(千問2.1 圖片處理工作流),生成 PNG 並返回本地路徑。 核心邏輯在 image_gen.py:generate_image 只做參數映射,真正的「佔位符工作流提交 → 輪詢 → 經 HTTP 下載」 由共享客戶端 fxai-workflow/comfy_client.py 統一完成(與 fxai-scene-gen / fxai-fourview-gen / fxai-mv-pipeline 共用同一套)。統一使用佔位符模式(fxai_xxx 佔位符由 comfy_client 注入)。

🚨 開工前置(先讀,再動手)

  1. 🔴 開工第一步:讀 fxai-workflow/SKILL.md 的「🚨 ComfyUI 服務端模式鐵律」——鐵律寫在被依賴件的 SKILL.md 裡,不在 comfy_client.py(只取函式必漏)。 核心:ComfyUI 由「鳳希本地AI控制台」/啟動器啟停,本技能只按地址發 HTTP;本機 8188 探不通 → 走雲或提示人啟動;資源有無只認服務端介面。

🔴 字型授權門禁(出字前必讀)

🔴 凡在本技能產物(封面 / 配圖)上出現文字,出字前必須先讀 fxai-standard/references/06-字型與素材授權.md:字型只從 06 白名單選(本機首選 Noto Sans SC / OFL,微軟雅黑隨 Windows 預裝亦可用),禁用華文等商業字庫;交付記錄字型名與協議。

前置條件

其餘四條前置條件見 references/01-環境與路由.md。

🔴 本機優先,其次才是仙宮雲

路由細則與雲端開關機見 references/01-環境與路由.md。

仙宮雲:自動開機 + 收工關機

三種呼叫方式

方式 A:直接 import(對話內腳本首選)

見 02 冊。

方式 B:CLI(Bash 直接跑,連 ComfyUI 需放行沙箱網路)

見 02 冊。

方式 C:影片資訊流(介面模板)

python feed_screen.py <spec.json> --tag <項目>_<介面> --save-dir <項目目錄>
python feed_screen.py <spec.json> --print-only   # 只看拼出的提示詞

段序、UI 五區寫法、尺寸表與驗收項見 references/06-影片資訊流.md。

參數說明(generate_image)

長期約定(務必遵守,細則見 references/05-長期約定.md)

  1. 🔴 參考圖:人物一律用自有角色 000/001(role=woman/man/both 或自訂相對路徑);封面/海報類用該作品自己的角色形象圖,不用全域頭像庫 avatar/000、001。
  2. 🔴 提示詞:中文直達圖像,無需英文;畫面裡有人就必須寫【穿搭/服裝】+【頭型/髮型】,check_outfit() 硬校驗。
  3. 🔴 多參考圖:傳 N 張就必須逐個寫 <imageN>,缺一個即 ValueError(check_image_refs());編號 = 參考圖順序,男主在前。
  4. 著裝紅線:胸部 / 私密部位保持遮擋,力度取「透而不露」。
  5. 產物校驗:HTTP 下載後 png_ok 校驗含 IEND,不完整即重試。本技能只管生圖,發布交 fxai-weixin-gzh-publisher。

輸出目錄

產物落點見 references/02-呼叫與參數.md。

等結果:走全域廣播監聽(已內建)

generate_image 內部走 comfy_client.submit_workflow,提交後由廣播監聽等結果: 日誌裡 queued <pid> 之後是逐條即時進度,完成後自動取 url 並下載回傳本地路徑—— 等結果就用這條廣播鏈路(自己 sleep 輪詢 /history 或 /fxai/tasks/result 會拿到重複狀態)。 排隊等 GPU 時監聽會查 /queue 確認「還在佇列裡」並繼續等。手動查: comfy_watch.py status <pid前綴> / comfy_watch.py top(技能 fxai-comfyui-watcher)。

🔴 批量生圖怎麼等

收到「仍在運行 / 會被自動通知」後立刻停止查詢;block=true 只在剩餘 ≤60 秒時用。task_id 三態與「介面沒動靜≠卡住」判據見 references/04-批量等結果細則.md。

驗證

改完 image_gen.py 後跑:python image_gen.py "測試,純場景山水" --role "" --tag smoke_test, 確認返回有效 PNG 路徑且檔案完整(>100 位元組、含 IEND)。

確定本次要做什麼之後,只讀對應的那一兩冊,其餘一律不讀。

專案清單(頁面按它顯示進度)

產物目錄建好即建檔、每完成一段更新;結構見 fxai-standard 01 冊。

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

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

相關技能