comfyui-imagegen

ComfyUI ImageGen 是一款专为本地 ComfyUI 服务设计的图像生成技能，基于 Flux2 [klein] 9B 模型工作流，通过 API 方式实现高质量的 AI 图像创作。该技能的核心创新在于采用结构化 JSON 提示词系统，将自然语言请求转换为包含场景、主体、光照、构图、相机参数等维度的机器可读格式，直接作为 ComfyUI 的 positive prompt 参数传输，避免了传统文本转换过程中的信息损失与语义偏差。

该技能提供两种运行模式：异步模式（推荐）通过 sessions_spawn 启动子代理轮询任务，每 5 秒检查一次生成状态，完成后自动通过 Telegram 发送图像，相比主代理阻塞等待可节省约 10 倍 token 消耗，显著降低大模型上下文压力；同步模式则适用于快速验证和脚本化调用。支持自定义种子、采样步数（默认 5 步适合快速预览，质量模式建议 20-50 步）和输出路径，生成图像自动嵌入提示词元数据便于后续管理与追溯。

显著优势包括精确的结构化控制能力，用户可通过 JSON 精确定义画面中多个主体的位置、动作、艺术风格、色彩调色板等细节；与本地 ComfyUI 的深度集成确保数据隐私，所有生成过程在本地完成，提示词不会上传至第三方云端；轮询机制设计合理，实现低延迟（<5秒）状态感知的同时避免长时间阻塞对话上下文，支持批量任务并发处理。

局限性方面，该技能严格依赖本地运行的 ComfyUI 服务（默认 localhost:8188），未部署环境的用户完全无法使用；当前仅适配特定的 Flux2 工作流和 darkBeastFeb0826Latest_dbkBlitzV15 模型，缺乏多模型切换灵活性；结构化提示词需要一定的学习成本，对于简单快速生成场景可能显得繁琐；作为 T3 来源的个人开发者作品，长期维护更新与社区支持稳定性有待观察；此外，生成高分辨率图像（1920x1080）对本地 GPU 显存有较高要求。

适合目标群体包括：已在本地部署 ComfyUI 的 AI 绘画爱好者与专业设计师、需要批量生成图像的内容创作者与运营人员、对提示词构图精度有严格要求的技术用户，以及希望将图像生成深度集成到自动化工作流（如 Telegram Bot、定时任务）的开发者。

使用风险主要涉及本地服务可用性（ComfyUI 未启动或端口冲突会导致请求失败）、文件系统权限（需要写入权限保存生成图像至指定路径）、以及网络配置安全（--host 参数允许指向任意地址，若误配置至不可信的远程 ComfyUI 实例可能导致提示词泄露）。建议仅在可信的本地网络环境使用，定期检查输出目录磁盘空间，并避免在公共网络环境下暴露 ComfyUI 服务端口。