ComfyUI的本地生圖:基於 Z-Image Turbo 的本地文生圖

前言

從文本提示生成圖片,常見做法是調用雲端文生圖 API。這條路需要 API key、按量計費,提示詞和生成結果都要經過服務商。如果提示詞涉及內部素材,或者運行環境本身就不對外網開放,本地方案更合適。

下面介紹的 Skill「ComfyUI的本地生圖」只做一件事:在本地 ComfyUI 裏,用 Z-Image Turbo 模型從文本提示詞生成 1024×1024 的圖片。整條鏈路不調用任何外部 API。

這是什麼

由 user_2bb7cf23 在 SkillHub 發佈的社區 Skill,座標 @user_2bb7cf23/comfyui-image-gen,當前版本 1.0.0,分類 design-media。

它解決的是「文本提示詞 → 圖片」在純本地環境下的落地:你給出一段文字描述,Skill 驅動 ComfyUI 完成生成。Skill 頁面標籤爲 requires_api_key=false,即不需要文生圖 API key。按 SkillHub 頁面抓取數據,其評分 100000、下載 1292 次。

核心功能

只寫官方頁面已覈實的能力:

  1. 文本提示詞生成:輸入文字描述,輸出圖片。
  2. 分辨率固定 1024×1024。
  3. 隨機種子:每次生成使用隨機種子,同一提示詞不保證得到同一張圖。
  4. 完全本地運行:在 ComfyUI 內完成,不調用外部 API。

安裝與啓用

這個 Skill 本身不打包模型。使用前需要先在本地準備好 ComfyUI 和 Z-Image-Turbo 文生圖模型。下面按官方資料給出準備步驟。

1. 安裝 ComfyUI

從官網下載並安裝:

https://comfy.org/zh-cn/download

2. 下載 Z-Image-Turbo 模型

二選一。

方式 A(推薦):走模板下載。 先運行 ComfyUI,再打開其中的「Z-Image-Turbo 文生圖」模板,按提示下載對應模型。

方式 B:手動下載三個文件,分別放到指定目錄。 三個文件分別是擴散模型、文本編碼器、VAE:

https://huggingface.co/Comfy-Org/z_image_turbo/resolve/main/split_files/diffusion_models/z_image_turbo_bf16.safetensors
→ ~/Documents/ComfyUI/models/diffusion_models/z_image_turbo_bf16.safetensors

https://huggingface.co/Comfy-Org/z_image_turbo/resolve/main/split_files/text_encoders/qwen_3_4b.safetensors
→ ~/Documents/ComfyUI/models/text_encoders/qwen_3_4b.safetensors

https://huggingface.co/Comfy-Org/z_image_turbo/resolve/main/split_files/vae/ae.safetensors
→ ~/Documents/ComfyUI/models/vae/ae.safetensors

上面路徑是 macOS 默認的 ComfyUI 目錄。若安裝位置有改動或使用其他平臺,按 ComfyUI 實際模型目錄調整。

3. 系統要求

官方列出的要求:

  1. macOS m1 及以上機型、32GB 以上內存;或 Windows 11、RTX4060 及以上顯卡。
  2. 司內網絡(用於下載模型)。
  3. 本地提前配置好 Comfy UI 及 Z-Image-Turbo 文生圖模型。

官方頁面寫明在 OpenClaw(內網版)和 KnotClaw 測試通過。至於 Skill 自身的啓用方式(在 Cursor / Codex CLI / Claude Code 等宿主中如何安裝該 Skill),本次抓取資料未給出命令,這裏不做填寫,請按你所用宿主環境的 Skill 安裝方式處理,以文末官方地址爲準。

典型用法

觸發方式是直接自然語言。用戶請求命中以下關鍵詞時啓用:

  • 「幫我生成一張圖」
  • 「本地生成圖片」
  • 提到「ComfyUI」

直接告訴它想生成什麼即可。例如輸入「幫我生成一張圖:一隻貓坐在窗臺上」,Skill 解析請求後驅動本地 ComfyUI 完成生成並返回圖片。

適用場景與注意

適合誰:

  • 已有本地 ComfyUI 環境、想不調用雲端 API 完成文生圖的用戶。
  • 無法訪問外部文生圖服務,或不希望提示詞離開本機的環境。

限制與坑:

  1. 硬件門檻不低:需要 macOS m1 及以上且 32GB 以上內存,或 Windows 11 搭配 RTX4060 及以上顯卡。內存或顯卡不足會導致加載、生成失敗。
  2. 模型需提前下載,且體積不小。手動下載方式下三個文件要放到正確目錄,缺文件或路徑寫錯,ComfyUI 無法加載。
  3. 種子爲隨機,同一提示詞不保證復現同一結果。
  4. 官方要求司內網絡用於下載模型,脫離該網絡時需自行解決模型獲取渠道。

結尾

這個 Skill 把「ComfyUI + Z-Image Turbo」的本地文生圖流程封裝成可觸發的 Skill,好處是不依賴 API key、不外發請求。代價是要先自備 ComfyUI 環境和模型文件,並且硬件要求不低。適合已經在本地跑 ComfyUI、想省掉雲端調用的人。

官方地址:

https://api.skillhub.cn/user_2bb7cf23/comfyui-image-gen

SkillHub 頁面:

https://www.skillhub.cn/skills/user_2bb7cf23/comfyui-image-gen
羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

小夜