ComfyUI 图片生成技能

基于 ComfyUI Workflow API 的智能图片生成、编辑和处理技能。

环境变量

使用此技能前，确保已设置以下环境变量：

• COMFYUI_API_SERVER: API 服务器地址（如：http://172.16.2.68:18000）
• COMFYUI_API_TOKEN: API 认证令牌

检查环境变量：

echo "Server: ${COMFYUI_API_SERVER:-未设置}"
echo "Token: ${COMFYUI_API_TOKEN:+已设置}"

可用工作流

工作流程

步骤 1：确定用户需求

根据用户的描述确定使用哪个工作流：

生成新图片 → text-to-image

用户说："画一个女孩"、"生成风景图"、"创建头像"

编辑现有图片 → image-edit

用户说："把她的头发改成红色"、"去掉背景"、"添加帽子"

放大图片 → upscale

用户说："放大到2倍"、"提高分辨率"、"变清晰点"

扩展图片 → image-expend

用户说："向右扩展"、"扩充背景"、"外绘"

步骤 2：获取工作流参数

通过 API 获取工作流的输入参数：

curl "$COMFYUI_API_SERVER/workflows/{workflow_id}" \
  -H "Authorization: Bearer $COMFYUI_API_TOKEN"

重要：每次执行前都应该获取最新的工作流参数定义，因为 API 可能会更新。

步骤 3：构造提示词

基本原则：

• 使用英文描述（模型对英文支持最好）
• 具体描述细节，避免模糊词汇
• 按照逻辑顺序编写
• 结尾添加质量增强词（masterpiece, best quality）

人物类提示词结构：

1. 人物特征：年龄、性别、身材、相貌
2. 人物服饰：服装、鞋袜、饰品
3. 表情/动作：表情、姿态、动作
4. 环境/背景：场景、时间、天气
5. 画面构图：拍摄角度、光线、色调
6. 艺术风格：风格类型、质量增强

示例：

用户说："一位年轻的亚洲女孩，黑色长发，身穿浅蓝色连帽卫衣，站在学校操场上"

转换为：
Character Features: Young Asian girl, 16-18 years old, slender figure, fair skin, delicate features, round bright eyes; long, smooth black hair reaching the waist with slightly curled ends.
Character Clothing: Light blue loose hoodie with white lettering, hood down; dark gray joggers; white sneakers with light gray socks. Accessories include a black wristband and small silver hoop earrings. Simple, youthful style.
Expression/Actions: Sweet natural smile, looking at the camera. Standing relaxed with weight on the right leg, hands in hoodie pockets, shoulders down. Head slightly tilted left, hair brushing cheeks. Youthful standing pose.
Environment/Background: School playground with a red running track and green turf. Background includes beige school buildings, basketball hoops, and trees. Clear blue sky with clouds, bright sunlight.
Composition: Medium shot, subject at left golden ratio. Slightly low eye-level angle. Shallow depth of field blurring the background. Bright palette of light blue and white with red/green accents. Soft natural side lighting. Sunny, fresh, youthful campus atmosphere.
Art Style: Realistic photography, commercial quality. Sharp, clear, natural colors. Fresh and dreamy aesthetics with soft lighting. Cinematic youthful portrait effect.

步骤 4：执行工作流

调用执行 API：

curl -X POST "$COMFYUI_API_SERVER/execute/{workflow_id}/run?stream=true" \
  -H "Authorization: Bearer $COMFYUI_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"参数名": "参数值", ...}'

注意：

• 图片参数需要 Base64 编码
• 使用 stream=true 获取实时进度
• 保存返回的 task_id 用于后续下载

步骤 5：下载生成的图片

使用 task_id 下载结果：

curl "$COMFYUI_API_SERVER/download/{task_id}/0" \
  -H "Authorization: Bearer $COMFYUI_API_TOKEN" \
  -o output.png

如果批量生成（batch_size > 1），需要下载多个索引（0, 1, 2, ...）

常用参数说明

text-to-image 参数

upscale 参数

image-edit 参数

错误处理

API 请求失败

• 检查环境变量是否正确设置
• 验证 API token 是否有效
• 确认网络连接正常

task_id 未返回

• 检查请求参数是否符合工作流定义
• 查看错误消息了解具体原因

下载失败

• 确认任务已完成（可能需要等待）
• 检查 task_id 是否正确
• 验证 asset_index 是否在有效范围内

输出格式

生成的图片应该：

1. 保存到用户指定的路径或默认位置
2. 使用有意义的文件名（如 portrait_asian_girl.png）
3. 告知用户保存位置
4. 如果是批量生成，列出所有文件路径

示例对话

用户："帮我生成一张图片，一位年轻的亚洲女孩，长发，穿着蓝色卫衣"

你应该：

1. 确定使用 text-to-image 工作流
2. 将中文描述转换为英文提示词：

   young Asian woman, long black hair, wearing light blue hoodie,
   standing, outdoor, natural lighting, medium shot, masterpiece, best quality
   

3. 构造 API 请求并执行
4. 下载生成的图片
5. 告诉用户图片保存位置

用户："把这张照片放大，要高清的"

你应该：

1. 确定使用 upscale 工作流
2. 将用户提供的图片编码为 Base64
3. 调用 API 执行放大
4. 下载并保存高清图片
5. 告诉用户新图片的尺寸和保存位置

参考文档

• API 文档 - API 接口详细说明
• 示例集合 - 更多使用示例