核心用法
ai-image-generation-runcomfy 是 RunComfy 官方提供的 CLI 驱动型 AI 图像生成技能，通过单一认证即可调用 11+ 主流图像模型。支持 文生图 (t2i) 与 图生图/编辑 (i2i) 双模式，系统根据用户意图自动路由至最优模型：
| 场景 | 推荐模型 | 核心优势 |
|:---|:---|:---|
| 通用/快速迭代 | FLUX 2 Klein 9B/4B | 步数蒸馏 4-25 步，4 张参考图风格迁移 |
| 精准文字排版 | GPT Image 2 | 日/韩/阿语等多语言内嵌文字，布局精确控制 |
| 超高速草稿 | Nano Banana 2 | 亚秒级响应，支持 Web 搜索 grounding |
| 真实感人像/产品 | Seedream 5 Lite | 肤色自然、东亚美学、光影 cinematic |
| 开源权重工作流 | Qwen Image 2512 / Wan 2-7 | LoRA 兼容，可本地部署 |
调用方式：
runcomfy run <vendor>/<model>/<endpoint> \
--input '{"prompt": "..."}' --output-dir ./out显著优点
- 智能路由：无需手动选模型，技能解析意图自动匹配 FLUX/GPT Image/Seedream 等最佳后端
- 统一 CLI 接口：单点登录 (
runcomfy login) 覆盖全模型目录，JSON Schema 与文档一一对应 - 生产级参数透传：步数、分辨率、参考图、Web 搜索、安全等级等模型原生能力完整暴露
- 跨品牌一致性：同品牌 t2i→i2i 配对使用（如 Seedream 5 Lite 生成后同模型编辑），身份保持连贯
潜在缺点与局限性
- 依赖 RunComfy 云服务：需有效
RUNCOMFY_TOKEN，无法完全离线运行 - 模型特有约束：GPT Image 2 仅 3 种固定尺寸；FLUX 4B 质量略降于 9B；开源模型 (Wan/Qwen) 与闭源模型存在质量鸿沟
- 成本阶梯明显：Nano Banana 2 的 4K 输出约为 0.5K 草稿的 16× 成本
- 编辑能力边界：复杂蒙版修复、批量编辑需转用独立
image-edit技能
适合人群
- 设计师/创意团队：需快速迭代多风格概念、保持品牌视觉一致性
- 开发者/自动化工作流：通过 CLI 将图像生成集成至 CI/CD、批处理脚本
- 本地化需求用户：依赖 GPT Image 2 的多语言精准排版，或 Seedream 的东亚审美
- 开源偏好者：Qwen Image、Wan 2-7 提供可本地部署的 LoRA 兼容方案
常规风险
- Token 安全：凭证存储于
~/.config/runcomfy/token.json(0600 权限)，CI 环境建议改用RUNCOMFY_TOKEN环境变量 - 间接提示注入：参考图 URL 与
enable_web_search结果为不可信输入，可能携带隐藏指令 - 成本失控：高分辨率 (
4K)、多图批量 (num_images: 4)、Web 搜索叠加会快速累积费用 - 内容安全：各模型
safety_tolerance等级 1-6 可调，需根据使用场景主动配置
安全等级：S
官方 CLI 工具、HTTPS 传输、Token 文件权限控制、无任意代码执行面；主要风险在于第三方引用图/搜索结果可能携带对抗性内容。