OpenPaw + ComfyUI 設定指南 — 從零到產圖

給 OpenAB 社群同仁的完整設定教學。照著做就能讓你的 OpenAB bot 產圖。

延伸閱讀：OpenPaw — 用 AI 讓家人每天感受到毛孩的陪伴

你需要什麼

Step 1: 安裝 ComfyUI

git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
pip install -r requirements.txt
CUDA_VISIBLE_DEVICES=1 python3 main.py --listen 0.0.0.0 --port 8188

驗證：curl http://localhost:8188/system_stats

Step 2: 下載模型

放到 ComfyUI 對應目錄：

• unet/ → flux1-schnell-fp8-e4m3fn.safetensors

• clip/ → clip_l.safetensors + t5xxl_fp8_e4m3fn.safetensors

• vae/ → ae.safetensors

• loras/ → your-pet.safetensors

下載來源：Hugging Face black-forest-labs/FLUX.1-schnell

Step 3: 訓練 LoRA

照片要求

• 20+ 張你的寵物照片

• 各種角度（正面、側面、全身、特寫）

• 各種場景（室內、室外、不同光線）

• 清晰、不模糊

訓練指令

cd openpaw/lora/training
./train-lora.sh \
  --images /path/to/pet-photos \
  --output my-pet.safetensors \
  --trigger my_pet \
  --steps 1500 \
  --rank 16

參數：

• trigger: prompt 裡用這個詞觸發 LoRA

• steps: 1500 起步，過多會 overfitting

• rank: 16 平衡品質和大小

訓練完複製到 ComfyUI/models/loras/

Step 4: 測試產圖

cd openpaw/comfyui
./generate-and-send.sh \
  --prompt "my_pet, golden retriever sitting in sunny garden" \
  --platform discord \
  --channel "your-channel-id" \
  --caption "Hello!"

產圖流程：送 workflow → ComfyUI → 等完成 → 下載 → 疊字（可選）→ 送出

Step 5: 串接 OpenAB

CLAUDE.md 加上產圖指令

在你的 agent CLAUDE.md 裡加：

當用戶要求產圖時，執行：
/path/to/openpaw/comfyui/generate-and-send.sh \
  --prompt "my_pet, [場景描述]" \
  --platform [discord|line] \
  --channel "[channel_id]" \
  --caption "[回覆文字]"

config.toml 加環境變數

[agent]
env = { COMFYUI_API_URL = "http://localhost:8188" }

Step 6: Cronjob 產圖

在 cronjob.toml 的 message 裡加「產圖」指示，agent 看到就會呼叫 generate-and-send.sh。

文字疊圖（可選）

generate-and-send.sh 有 caption 參數就會自動用 overlay-text.py 疊上中文字。

需要中文字體：apt install fonts-noto-cjk

Prompt 注意事項

• 一定加 trigger word

• 不要人類手指手勢（AI 會變形）

• 用狗狗自然動作：搖尾巴、歪頭、趴著

• 好：my_pet, golden retriever lying on grass, happy face

• 壞：my_pet, dog waving hand

常見問題

ComfyUI 產圖失敗？
確認 ComfyUI 在跑：curl http://localhost:8188/system_stats

LoRA 效果不好？
照片太少（< 15）、太相似、steps 太多（overfitting）或太少

圖片送不到 LINE？
確認 LINE_CHANNEL_ACCESS_TOKEN、GATEWAY_IMAGES_DIR、GATEWAY_PUBLIC_URL 都有設

疊字亂碼？
確認有中文字體：fc-list :lang=zh

完整架構

ComfyUI (:8188) → Flux.1 + LoRA → 產圖
    ↓
generate-and-send.sh → 下載圖 → 疊字 → 存到 gateway
    ↓
LINE Push API / Discord API → 送出
    ↑
OpenAB Agent (CLAUDE.md) → 判斷要不要產圖 → 呼叫 script

有問題到 OpenAB Discord 問：https://discord.gg/DmbhfDZjQS