comfyui-skill

name	comfyui-skill
description	把"中文场景描述"转成本地 ComfyUI 可吃的英文 prompt（z-image-turbo / SD 系），调用本地 ComfyUI HTTP API（127.0.0.1:8188）出图。规则参考 novelai-skill，但权重语法用 SD 标准 `(xxx:1.5)` 而非 NovelAI 的 `1.5::xxx::`。
compatibility	["Bash","Python 3","Local files"]

ComfyUI 生图 Skill

目的

将一段中文场景/对话描述转成 danbooru 风格英文 tag prompt，通过本地 ComfyUI HTTP API（端口 8188）出图。 与 novelai-skill 在"撰写规则"上保持一致，但权重语法和调用方式不同。

何时触发

• 朋友圈框架内部生图（默认走这里，由 _global.yml.image_generation.provider = comfyui 控制）
• 用户在 telegram 私聊里要求生图，且当前 provider 已切到 comfyui
• 用户明确说"用 comfyui 画一张"

何时不触发

• provider 仍是 novelai → 走 novelai-skill
• 用户只是讨论功能、规则、按钮

调用入口

本框架已封装：

python3 /Users/wsxwj/claudebotlife/scripts/comfyui_gen.py <bot_id> "<英文 prompt>" [--size <预设>] [--out <path>] [--neg "<额外负向 tag>"]

参数：

• <bot_id>: 用于把图分目录 + 自动读取 yml 里的 anchor_image / anchor_denoise（透明走 img2img 保人物一致性）
• <英文 prompt>: 主体正向（不需要写质量前缀，脚本会拼 _global.yml.positive_prefix）
• --neg: 可选额外负向
• --size: 必须根据用户意图 + prompt 内容主动选。默认 quick 只对"日常单人自拍"成立，其它场景必须显式传 --size。详见下面的 Size 决策表。

成功输出 MEDIA: /绝对路径.png，失败输出 FAIL: <原因>。

Size 决策表（必读）

每次调用前必须根据用户意图 + prompt 内容决定 size。不要默认 quick 一刀切。

第 1 步：看用户怎么说（最强信号）

用户原话关键词	必传 --size
"竖屏 / 长腿 / 全身 / 站着 / 站立展示 / 高个子"	tall (640×1216, 9:16 长竖)
"撅屁股 / 撅起来 / 趴着 / 跪着 / 床戏俯视 / 后入 / 横屏 / 宽景 / 风景 / 电影感 / 大场面"	wide (1216×640, 16:9 长横)
"横图 / 双人 / 合照 / 聚会"	landscape (1152×768, 3:2 横)
"高清 / 精品 / 特写 / 认真画 / 肖像"	portrait (768×1152, 2:3 竖)
"头像 / 食物 / 茶 / 物品 / 摆拍 / square"	square (1024×1024)
"随便看看 / 缩略图 / 快一点"	tiny (512×768)
没明确要求 → 看第 2 步	（继续判断）

第 2 步：从 prompt 内容自动推断（用户没明确说时）

prompt 含这些英文 tag	应传 --size
full body shot / standing nude / 1girl standing / from below / leg focus（站立全身/长腿）	tall (9:16)
bent over / on all fours / ass up / doggy style / prone bone / from behind / lying on stomach / kneeling blowjob / cowgirl from above（横向身体延展）	wide (16:9)
wide shot / establishing shot / panorama / cityscape / landscape view（场景）	wide (16:9)
lying on bed / lying on back / legs spread / spread legs / missionary（平躺，看具体角度）	仰拍 → wide；正面 → portrait
1boy, 1girl together / multiple_girls / 2girls / group / outdoor scene	landscape
extreme close-up / face focus / portrait shot	portrait
food photography / still life / object / no humans	square
普通 1girl 自拍/单人室内	quick（默认）

Size 速度参考

预设	尺寸	耗时	典型场景
tiny	512×768	~32s	缩略图
quick	640×960	~50s	日常单人自拍
portrait	768×1152	~70s	高清特写/肖像
landscape	1152×768	~70s	双人/横图
square	1024×1024	~70s	头像/食物/物品
tall	640×1216	~70s	全身/长腿/撅展示
wide	1216×640	~70s	宽景/电影感

❗ 反例：用户说"画一张你撅着的图"，prompt 写了 bent over, ass up, full body，必须 --size tall。如果你忘了传，bot 出来的图会是 640×960 半身比例，撅腿都看不到 → 用户不满意。

❗ 反例：用户说"宽屏风景画一张陆家嘴夜景"，必须 --size wide，不能默认 quick 出竖图。

⚠️ 强制规则

• prompt 主体必须是英文，danbooru 风格 tags（逗号分隔）
• NSFW 场景必须显式带 nsfw, 前缀
• 不要重复已在 positive_prefix 里写的 quality tag（masterpiece/best quality 等）
• 不要写负向 prompt（负向走配置）
• 不要绕过固定前缀
• 每次请求生成全新 tags，不要复用上一次的

⚠️ z-image-turbo 特别提醒（实测验证 v2）

z-image 的 CLIP 是 qwen_3_4b（中文 LLM-based），跟 SD 标准 CLIP 完全不同。它不喜欢 booru tag 堆砌，喜欢自然语言句子。

⭐ 核心方法论（多次实测确认）

1. prompt 用自然语言句子，不是 tag 堆砌

❌ tag 堆砌（z-image 不响应）	✅ 自然语言（z-image 完美理解）
(mature_female:2.0), (kneeling:1.5), (ass_up:1.5), (from_behind:1.5)	跪在床上撅起臀部的35岁中国成熟女性，上半身趴在床上，从背后拍摄的全身照视角
(MILF:2.0), (older_female:1.8)	一位性感的中国少妇 / 35岁成熟女性
(crow's feet:1.4), (nasolabial folds:1.3)	皮肤紧致曲线饱满，鱼尾纹和法令纹清晰可见

2. 主语前置 + 关键维度末尾加权（最关键！）

z-image 对句中位置敏感——关键属性必须放主语：

• ❌ 一位中国少妇...从背后拍摄的视角 ← 视角被当成修饰，弱化
• ✅ 跪在床上撅起臀部的中国少妇... (从背后拍摄:3.0) ← 视角变主体一部分

加权放末尾，权重 2.0-3.0（不是 1.5）：

[自然语言描述句子...]，(关键视角:3.0), (姿势:3.0), (全身照:3.0)

3. denoise 实测分档（很重要）

denoise	能做到	不能做到
0.4-0.5	微调（衣服/表情/光线）	大姿势、视角换
0.6-0.7	出现局部线索（背景里有 lingerie/腿）	主体视角还是 anchor
0.78	✅ 跪坐全身照、姿势能换	from behind 视角偶尔出
0.82	✅ 趴姿撅起、from behind 出来	脸略年轻但还有熟感
0.85+	完全脱离 anchor	脸不像

默认 0.78-0.82 是甜点，看你想保多少 anchor。

4. 一个完整的 prompt 模板

PROMPT = """[主语前置：把姿势/动作/视角写进描述本身]，
[场景细节用自然语言描述]，[皮肤/身材自然语言]，
[服装自然语言]，[灯光自然语言]。
(关键视角:3.0), (关键姿势:3.0), (镜头:3.0)"""

# 例子（38岁人妻 + 跪姿撅臀 + from behind）：
PROMPT = """跪在床上撅起臀部的35岁中国成熟女性，
上半身趴在床上，从背后拍摄的全身照视角，
皮肤紧致曲线饱满，鱼尾纹隐约可见，
身穿黑色蕾丝内衣和黑色长筒袜，卧室温暖灯光。
(从背后拍摄:3.0), (跪姿撅臀:3.0), (全身照:3.0)"""

5. negative 不加 anime/cartoon/3D（反作用）

z-image 写实分布和 anime tag 解耦——加 (anime:1.5) negative 反而把整个分布往均值（甜系真人）推。只保留 quality/族裔反义即可。

---

权重语法（与 NovelAI 不同！）

引擎	加权	减权
NovelAI	1.5::detailed::	0.5::coat::
ComfyUI/SD（本 skill 用）	(detailed:1.5)	(coat:0.5)

权重数值范围

• 可用范围：0.5 - 1.5（z-image turbo 对 1.8+ 容易溢出/过曝/手脚畸形）
• 核心元素：1.3 - 1.5
• 重要细节：1.1 - 1.3
• 环境元素：0.8 - 1.2（环境通常无需加权，除非 img2img 对抗 anchor）
• 降权弱化：0.5 - 0.8

推荐分类数值（按 tag 类型分档）

分类	数值	说明
main_character	1.3 - 1.5	主角色（1girl / 主体身份）
minor_character	1.0 - 1.2	次角色
poses	1.3 - 1.5	姿势/动作
scene (txt2img)	1.0 - 1.2	场景，自然出
scene (img2img)	1.4 - 1.5	img2img 必须强调对抗 anchor
atmosphere	1.0 - 1.2	氛围/灯光
details	1.2 - 1.3	服装/表情/物品
nsfw_action	1.3 - 1.5	NSFW 关键动作

加权原则

• 不要把所有 tag 都加权——只给以下部分加权：
  • 主角色身份/外观（特别是面部 / 身材关键词）
  • 主动作 / 关键姿势
  • 主场景（img2img 必须，txt2img 视情况）
  • 关键镜头（POV / close-up / wide shot 等）
  • 关键细节（NSFW 动作 / 特殊服装 / 重要物品）
• 修饰词、语气词、副词不加权
• quality_prefix（已在 _global.yml.positive_prefix 里）不要重复加权
• ⚠️ 年龄/类型词必须加权 1.4-1.5：(38 year old:1.5) (mature woman:1.5) (teenager:1.5) (middle-aged:1.4) —— 否则模型默认出 20 岁年轻甜美脸，所有人都长一样

高权重外观示例

(long_wavy_black_hair:1.3)
(side_braid:1.4)
(curvy_figure:1.3)
(large_breasts:1.4)
(small_dimples:1.2)
(peach_blossom_eyes:1.3)
(silver_cross_necklace:1.3)
(bodycon_dress:1.4)
(school_uniform:1.4)
(JK_uniform:1.4)

表情/情绪示例

(shy_expression:1.2), (blushing:1.3), (looking_at_viewer:1.2)
(seductive_smile:1.3), (lustful_expression:1.4)
(crying:1.3), (tears_in_eyes:1.2)
(open_mouth:1.2), (heavy_breathing:1.3)
(submissive_pose:1.4), (eyes_half_closed:1.3)

姿势/动作示例

(POV:1.3), (close-up:1.4), (medium_shot:1.3), (wide_shot:1.3)
(taking_selfie:1.3), (looking_back_over_shoulder:1.3)
(sitting_on_bed:1.3), (lying_on_bed:1.3), (on_all_fours:1.4)
(spread_legs:1.5), (kneeling:1.4)
(holding_phone:1.2), (cooking:1.4)

场景/位置示例（img2img 时必须加权对抗 anchor）

(bedroom:1.3), (kitchen:1.4), (classroom:1.4), (office:1.3)
(public_bathroom:1.4), (school:1.3), (street:1.4), (park:1.4)
(outdoor:1.5), (indoor:1.2), (mirror_reflection:1.3)

服装变化示例（img2img 时为换装必须加权）

(apron:1.3), (lingerie:1.4), (bikini:1.4), (cosplay:1.4)
(naked:1.4), (topless:1.4), (uniform:1.4)
(tight_dress:1.3), (silk_stockings:1.3)

NSFW 动作示例（NSFW 场景关键加权）

(masturbation:1.4), (touching_self:1.4)
(blowjob:1.4), (vaginal_penetration:1.5)
(cum_on_face:1.4), (cum_on_breasts:1.4)
(spread_pussy:1.5), (anal:1.4)

灯光/氛围示例

(soft_lighting:1.2), (warm_lamp_light:1.2), (moonlight:1.3)
(dim_lighting:1.2), (dramatic_lighting:1.3), (backlighting:1.3)
(golden_hour:1.3), (sunset:1.3), (night_scene:1.2)

完整加权 prompt 示例（img2img 模式）

场景：让 anchor 是"室内白衣自拍熟女"的 bot2 出"在厨房做饭穿围裙"

(POV:1.3), (medium_shot:1.3),
1girl, (cooking:1.4), in (kitchen:1.4),
(apron:1.3), (looking_back_over_shoulder:1.2),
(soft_warm_light:1.2),
kitchen counter, vegetables, knife on cutting board

场景：让 bot2 出"夜里独处发情自拍勾引主人"

(POV:1.3), (close-up:1.4), 1girl, nsfw,
(lying_on_bed:1.3), (blushing:1.3), (lustful_expression:1.4),
(naked:1.4), (large_breasts:1.4), (touching_self:1.4),
(silver_cross_necklace:1.3),
(bedroom:1.3), (dim_lighting:1.2), (moonlight:1.3),
night, mirror selfie

⚠️ img2img 模式下的额外规则（关键！）

当用户切到 comfyui 时，框架自动用 anchor 图做 img2img（denoise=0.85）。 这意味着 anchor 图的人脸特征保留~70%，场景/构图按 prompt 替换（denoise=0.85 甜点），prompt 的场景词如果不加权重会被 anchor 压住。

症状：用户说"在厨房做饭"但出图还是 anchor 的卧室自拍 → 场景词被吞了。

对策——img2img 时场景元素必须强力加权（1.4-1.5）对抗 anchor：

场景类型	必加权重	例子
室内换地点	(kitchen:1.4) (office:1.4) (classroom:1.4)	想从卧室换厨房
户外场景	(outdoor:1.5) (street:1.4) (park:1.4)	想去外面
服装变化	(apron:1.3) (school uniform:1.4) (bikini:1.4)	想换衣服
动作变化	(cooking:1.4) (running:1.4) (reading:1.3)	不再"selfie"
镜头切换	(full body shot:1.4) (wide angle:1.5)	不再 close-up

反面例子（worker 之前实际写的，错的）：

POV close-up selfie, girl taking selfie at home with soft afternoon light, 1girl

→ 没任何加权，anchor 是"室内自拍"，输出几乎复刻 anchor。

正确写法（img2img 想换厨房做饭场景）：

(POV:1.3), (medium shot:1.3), 1girl (cooking:1.4) in (kitchen:1.4),
(apron over sweater:1.3), (looking back over shoulder:1.2),
warm afternoon light, kitchen counter with vegetables

→ 场景词全部 1.3-1.4 加权，hard 对抗 anchor 的"室内自拍"惯性。

判断要不要 img2img 加权：调脚本时只要传了 --init-image 就走 img2img → 用本节规则。 （comfyui_gen.py 自动从 yml 读 anchor，所以默认就是 img2img——除非 bot yml 没配 anchor_image）

⚠️ 反复刻 anchor 硬规则

worker 容易陷入：anchor 是室内自拍 → 我也写自拍 → 出图永远跟 anchor 一样。这是错的，毫无价值。

判断逻辑：

• 用户明说场景（在厨房/教室/外面）→ 强力加权该场景 (kitchen:1.5)
• 用户没明说 → 主动选一个跟 anchor 不一样的场景，让出图有变化
  • anchor 是卧室自拍 → 你画客厅沙发上 / 阳台 / 浴室对镜 / 厨房 等
  • anchor 是站立全身 → 你画坐姿 / 躺姿 / 跪姿
  • 加权该选择的场景 1.4-1.5
• 禁止：直接复刻 anchor 类型场景（selfie at home 是 anchor 已有，再写一遍没意义）

例子 —— 用户随口说"画一张"：

• 错：POV selfie at home, 1girl, lingerie... （跟 anchor 重复）
• 对：(medium shot:1.3), 1girl in (living room:1.4) (sitting on sofa:1.4), (silk robe:1.4) loose, evening lamp light （主动换场景换姿势）

prompt 撰写顺序（强制）

第一段固定为：镜头视角 + 角色动作 + 场景 + 位置 + 灯光，例如：

POV close-up shot, mature woman taking a selfie in bedroom by mirror with warm lamp light

之后接：

1. 人物总数：1girl / 1boy, 1girl
2. 人物外观：发色、瞳色、身材（按需加权）
3. 服装
4. 表情/动作
5. 风格 / NSFW 标签
6. 时间 / 氛围

多角色

ComfyUI/SD CLIP 用 BREAK 关键字分隔不同主体（NovelAI 用 |）：

POV in bedroom on bed with moonlight, 2girls, BREAK
1girl, long_silver_hair, blue_eyes, lingerie, BREAK
1girl, short_black_hair, kneeling, looking at viewer

NSFW 处理

• 主 prompt 第一行后立刻加 nsfw,
• 不要写性器官的具体细节（LoRA 会处理），写动作 + 环境 + 表情
• 例：

  POV close-up, woman lying on bed at night with dim lighting,
  nsfw, 1girl, (mature female:1.3), naked, blushing, looking at viewer,
  bedroom, night, moonlight from window
  

镜头视角示例

• POV / POV close-up shot
• Third-person side view
• Low-angle shot / High-angle shot / Bird's eye view
• Over-the-shoulder shot
• Wide shot / Medium shot / close-up

灯光示例

• moonlight / soft afternoon light / dramatic lighting / dim lighting / backlighting / warm lamp light

中文 → 英文翻译规则

接到的输入通常是中文场景（朋友圈文案 / 用户消息）。转换思路：

1. 提取核心动作（"自拍" → taking a selfie）
2. 提取场景（"卧室对镜" → in bedroom by mirror）
3. 提取情绪/氛围（"羞涩" → (shy expression:1.2), blushing）
4. 省略抽象抒情（"心情很好" 不直接翻，体现在表情/光线）
5. 不要照译比喻和文学手法（"月亮像玉盘" → bright full moon）

完整示例

输入（中文）：

新买的内衣到货，对着镜子拍了好几张

输出 prompt：

POV close-up mirror selfie, woman taking selfie in bedroom by mirror with warm lamp light,
nsfw, 1girl, (mature female:1.2), (lingerie:1.3), (looking at viewer:1.2),
bedroom, mirror reflection, soft skin, evening

输入（中文）：

今天教室空调坏了，全班对着电扇背单词

输出 prompt：

Wide shot of a noisy classroom, multiple students sitting at desks with electric fans,
1boy, 1girl, school uniform, summer, bright daylight,
chalkboard, books and notebooks on desks

与 NovelAI skill 的对应表

项	NovelAI	ComfyUI
入口脚本	~/.claude/skills/novelai-skill/scripts/generate_novelai_image.py	/Users/wsxwj/claudebotlife/scripts/comfyui_gen.py
权重	1.5::xxx::	(xxx:1.5)
多角色	|	BREAK
配置	skill 自带 default_config.json	_global.yml.image_generation
固定前缀	NovelAI 配置里的 positive/negative_prefix	_global.yml.positive_prefix / negative_prefix
模型	NovelAI 4.5 full（云端）	z_image_turbo / 用户配的 workflow

切换 provider

# 切到 comfyui
curl -s -X POST http://127.0.0.1:8765/api/image_provider \
  -H "Content-Type: application/json" -d '{"provider":"comfyui"}'

# 切回 novelai
curl -s -X POST http://127.0.0.1:8765/api/image_provider \
  -H "Content-Type: application/json" -d '{"provider":"novelai"}'

# 查当前
curl -s http://127.0.0.1:8765/api/image_provider

失败兜底

• ComfyUI 没启动 → comfyui_gen.py 会报 connection refused
• workflow JSON 路径错 → 报 workflow 不存在
• 240 秒超时（NSFW 多 LoRA 工作流可能 60-90s 出图）
• 任何失败：朋友圈仍会发文字版（image_path 留空）

禁止事项

• 不要假装出图（必须真调脚本）
• 不要把脚本输出 MEDIA: ... 直接发给用户（要换成自然语言）
• 不要复用旧路径
• 不要在 prompt 里写中文