Comfyui Painter Tool Free

本地ComfyUI图像生成工具，支持文生图基础工作流与默认模型，适合个人创作。

Install

openclaw skills install @thcjp/comfyui-painter-tool-free

ComfyUI绘画免费版

概述

ComfyUI绘画免费版是一款面向个人用户的轻量级本地AI图像生成工具，基于ComfyUI工作流引擎实现。提供文生图核心能力，内置默认工作流与基础模型支持，帮助用户通过文字描述快速生成图像。完全本地运行，无需云端API。

核心能力

能力	说明
文生图	根据文字描述生成图像
默认工作流	内置标准文生图工作流
基础模型	支持SD1.5、SDXL等基础模型
参数调整	采样步数、CFG、种子、尺寸
图像保存	自动保存到本地目录
提示词优化	基础提示词建议
技术实现要点：核心能力基于`input_params`参数与`output_format`配置实现,支持创建/查询/修改/删除等操作模式,通过`config_options`进行运行时配置。

核心功能执行

用input_params参数进行配置。

输入: 用户提供核心功能执行所需的指令和必要参数。处理: 按照skill规范执行核心功能执行操作,遵循单一意图原则。输出: 返回核心功能执行的执行结果,包含操作状态和输出数据。

执行此能力时使用input_params参数,支持创建/查询/导出操作

参数配置与调用

用config_options参数进行配置。

输入: 用户提供参数配置与调用所需的指令和必要参数。处理: 按照skill规范执行参数配置与调用操作,遵循单一意图原则。输出: 返回参数配置与调用的执行结果,包含操作状态和输出数据。

执行此能力时使用config_options参数,支持修改/重置/导入操作

结果处理与输出

用output_format参数进行配置。

输入: 用户提供结果处理与输出所需的指令和必要参数。处理: 按照skill规范执行结果处理与输出操作,遵循单一意图原则。输出: 返回结果处理与输出的执行结果,包含操作状态和输出数据。

执行此能力时使用output_format参数,支持导出/保存/转换操作 能力覆盖范围：本skill的核心能力覆盖以下场景关键词：ComfyUI、图像生成工具、支持文生图基础工、作流与默认模型、适合个人创作、绘画免费版、面向个人用户的轻、量级本地、Text、Image、基础工作流、内置默认文生图工、开箱即用、默认模型支持、Use、when、模型调用、智能对话、Agent、LLM、应用时使用、不适用于需要、确定性的关键决策等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持。

使用场景

场景一：文生图基础使用

根据文字描述生成图像。

bash

# 启动ComfyUI服务
cd ComfyUI
python main.py --listen 0.0.0.0 --port 8188

# 使用默认工作流生成图像
python generate.py --prompt "a beautiful sunset over mountains, golden light, photorealistic" \
  --output ./output/sunset.png

python

# Python API调用ComfyUI
import requests
import json

COMFYUI_URL = "http://127.0.0.1:8188"

def generate_image(prompt, negative_prompt="", seed=-1, steps=20, cfg=7.0, 
                    width=512, height=512, model="v1-5-pruned-emaonly.safetensors"):
    """基础文生图"""
    workflow = {
        "3": {
            "class_type": "KSampler",
            "inputs": {
                "seed": seed,
                "steps": steps,
                "cfg": cfg,
                "sampler_name": "euler",
                "scheduler": "normal",
                "denoise": 1.0,
                "model": ["4", 0],
                "positive": ["6", 0],
                "negative": ["7", 0],
                "latent_image": ["5", 0]
            }
        },
        "4": {
            "class_type": "CheckpointLoaderSimple",
            "inputs": {"ckpt_name": model}
        },
        "5": {
            "class_type": "EmptyLatentImage",
            "inputs": {"width": width, "height": height, "batch_size": 1}
        },
        "6": {
            "class_type": "CLIPTextEncode",
            "inputs": {"text": prompt, "clip": ["4", 1]}
        },
        "7": {
            "class_type": "CLIPTextEncode",
            "inputs": {"text": negative_prompt, "clip": ["4", 1]}
        },
        "8": {
            "class_type": "VAEDecode",
            "inputs": {"samples": ["3", 0], "vae": ["4", 2]}
        },
        "9": {
            "class_type": "SaveImage",
            "inputs": {"filename_prefix": "ComfyUI", "images": ["8", 0]}
        }
    }
    
    # 提交工作流
    response = requests.post(f"{COMFYUI_URL}/prompt", json={"prompt": workflow})
    prompt_id = response.json()["prompt_id"]
    
    # 等待完成并获取结果
    # ... 轮询 /history/{prompt_id} 获取结果
    return prompt_id

# 生成图像
generate_image(
    prompt="a beautiful sunset over mountains, golden light, photorealistic",
    negative_prompt="blurry, low quality, distorted",
    steps=20,
    cfg=7.0,
    width=512,
    height=512
)

场景二：参数调整生成

调整生成参数获得不同效果。

bash

# 高质量生成（更多步数）
python generate.py \
  --prompt "portrait of a woman, detailed face, soft lighting" \
  --steps 30 \
  --cfg 8.0 \
  --width 768 \
  --height 768 \
  --output ./output/portrait.png

# 快速预览（少步数）
python generate.py \
  --prompt "landscape, mountains, river" \
  --steps 10 \
  --cfg 5.0 \
  --width 512 \
  --height 512 \
  --output ./output/preview.png

场景三：固定种子复现

使用固定种子复现相同结果。

bash

# 固定种子生成
python generate.py \
  --prompt "cyberpunk city, neon lights, rain" \
  --seed 42 \
  --steps 25 \
  --output ./output/cyberpunk.png

# 相同种子相同结果
python generate.py \
  --prompt "cyberpunk city, neon lights, rain" \
  --seed 42 \
  --steps 25 \
  --output ./output/cyberpunk_copy.png

快速开始

阅读## 核心能力章节了解skill功能
按## 依赖说明配置环境
执行所需能力对应的命令
参考## 错误处理章节处理异常
查看## FAQ解答常见疑问

依赖详情

bash

# 克隆ComfyUI
git clone 
cd ComfyUI

# 安装依赖
pip install -r requirements.txt

2. 下载基础模型

bash

# 下载SD1.5模型
cd models/checkpoints
wget https://huggingface.co/runwayml/stable-diffusion-v1-5/resolve/main/v1-5-pruned-emaonly.safetensors

3. 启动并生成

bash

# 启动ComfyUI
python main.py --listen 0.0.0.0 --port 8188

# 生成第一张图像
python generate.py --prompt "a cat sitting on a windowsill" --output ./output/cat.png

示例

基础生成参数

参数	默认值	说明	推荐范围
`steps`	20	采样步数	10-50
`cfg`	7.0	CFG Scale	5.0-15.0
`seed`	-1	随机种子	-1或正整数
`width`	512	图像宽度	512-1024
`height`	512	图像高度	512-1024
`sampler`	euler	采样器	euler/euler_a/dpmpp_2m

支持的基础模型

模型	类型	显存需求	说明
SD 1.5	基础	4GB+	经典模型，速度快
SDXL	基础	8GB+	高质量，分辨率大
SDXL Turbo	快速	6GB+	极速生成

采样器对比

采样器	速度	质量	特点
euler	快	中	基础采样
euler_a	快	中高	带噪声调度
dpmpp_2m	中	高	推荐常用
dpmpp_sde	慢	最高	质量最佳

最佳实践

提示词结构：主体 + 场景 + 风格 + 质量，如"cat, on windowsill, photo, high quality"
负面提示词：始终添加负面提示词，排除不想要的元素
步数选择：快速预览用10-15步，高质量用25-35步
CFG调整：CFG值越高越遵循提示词，但过高会过曝
尺寸控制：SD1.5推荐512x512，SDXL推荐1024x1024
种子管理：满意的结果记录种子，便于复现与微调

常见问题

Q1：显存不足怎么办？

降低图像尺寸（如512x512），减少采样步数，或使用SD1.5而非SDXL。关闭其他占显存的程序。

Q2：生成结果不理想怎么办？

优化提示词，增加细节描述。调整CFG值（7-9通常效果较好）。尝试不同采样器。

Q3：免费版支持图生图吗？

免费版仅支持文生图。图生图功能需要升级至PRO版本。

Q4：可以使用自定义模型吗？

免费版支持基础模型。自定义模型（如CivitAI下载的模型）需要升级至PRO版本。

Q5：生成速度慢怎么办？

减少采样步数，使用SD1.5模型，或使用SDXL Turbo快速模型。确保GPU驱动为最新版本。

依赖说明

运行环境

Agent平台: 支持SKILL.md的任意AI Agent（Claude Code / Cursor / Codex / Gemini CLI等）
操作系统: Windows / macOS / Linux
Python版本: 3.8及以上
GPU: NVIDIA GPU（推荐4GB+显存）或CPU（速度较慢）

第三方依赖

依赖项	类型	是否必需	获取方式
LLM API	API	必需	由Agent内置LLM提供
Python 3	运行时	必需	python.org 下载安装
ComfyUI	工作流引擎	必需	ComfyUI项目下载
PyTorch	深度学习框架	必需	`pip install torch`
requests	Python库	必需	`pip install requests`
基础模型	AI模型	必需	HuggingFace下载

API Key 配置

免费版完全本地运行，无需任何API Key
ComfyUI通过本地HTTP API通信（默认端口8188）

可用性分类

分类: MD+EXEC（纯Markdown指令，核心功能需要exec命令行执行能力）
说明: 基于Markdown的AI Skill，通过自然语言指令驱动Agent执行AI图像生成任务。核心功能通过Python脚本调用本地ComfyUI API实现，无需云端服务。

错误处理

错误场景	原因	处理方式
配置错误	参数缺失或格式错误	检查依赖说明中的配置要求
运行时错误	运行环境不满足	确认运行环境符合依赖说明
网络错误	连接超时或不可达	执行ping命令测试网络连通性,检查防火墙和代理设置连接后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令，参考国内替代方案

已知限制

本地运行，不支持多设备同步