ComfyUI 自动化系统

版本: v2.3
状态: Phase 2.3 完成，批量处理系统全功能可用
开发周期: 2025-09-08 完成核心功能开发

---

🌟 项目概述

ComfyUI 自动化系统是一个完整的批量图像生成解决方案，支持智能提示词生成、大规模并发任务处理和实时进度监控。

✨ 核心特性

• 🎨 智能提示词生成 - 从简单主题自动生成数百种变体组合
• ⚡ 批量任务处理 - 支持大规模并发任务执行，实时进度监控
• 🔗 稳健ComfyUI集成 - 自动启动、连接监控、异常恢复
• 📊 双存储系统 - SQLite数据库 + JSON文件，确保数据安全
• 📈 实时监控 - 吞吐量、ETA预估、系统资源监控

---

🚀 快速开始

环境要求

• Python: 3.11+
• ComfyUI: 已安装并能正常运行
• 内存: 8GB+ (推荐)
• 存储: 根据生成图片数量确定

安装步骤

1. 克隆项目

   git clone <repo-url>
   cd comfyui_automation

2. 激活虚拟环境

   # Windows
   venv\Scripts\activate
   
   # Linux/Mac
   source venv/bin/activate

3. 验证安装

   python system_verification.py

   期望输出：🎉 基础集成测试完全成功!

第一次使用

from src.batch_processor import BatchProcessor
from pathlib import Path

# 初始化处理器
processor = BatchProcessor(
    output_directory=Path("./output"),
    database_path=Path("./data/database/tasks.db"),
    workflows_directory=Path("./workflows")
)

# 创建批量任务
task_ids = processor.create_batch_from_subject(
    subject="森林中的小木屋，冬天雪景",
    variation_count=10,
    workflow_type="txt2img"
)

# 开始批量处理
success = processor.start_batch_processing()
print(f"批量处理结果: {success}")

---

📚 文档

• 用户指南 - 完整的使用说明和最佳实践
• 开发计划 - 项目开发进度和技术细节
• 系统验证 - 系统健康检查脚本

---

🏗️ 系统架构

BatchProcessor (核心)
├── PromptGenerator      # 提示词生成器
├── WorkflowManager      # 工作流管理器  
├── ComfyUIClient        # ComfyUI客户端
├── TaskQueue            # 任务队列管理
├── ProgressMonitor      # 进度监控器
└── ResultManager        # 结果管理器

项目结构

comfyui_automation/
├── src/
│   ├── batch_processor/           # 批量处理核心
│   │   ├── batch_processor.py     # 主处理器
│   │   ├── task_queue.py          # 任务队列
│   │   └── progress_monitor.py    # 进度监控
│   ├── prompt_generator/          # 提示词生成
│   ├── workflow_manager/          # 工作流管理
│   ├── comfyui_client/           # ComfyUI集成
│   ├── utils/                    # 工具模块
│   └── config/                   # 配置管理
├── workflows/                    # 工作流配置
├── data/                        # 数据文件
├── output/                      # 输出目录
├── system_verification.py      # 系统验证
├── USER_GUIDE.md               # 用户指南
└── DEVELOPMENT_PLAN.md         # 开发计划

---

🎯 主要功能

批量处理模式

1. 单主题变体生成

   task_ids = processor.create_batch_from_subject(
       subject="春天的樱花树下，阳光透过花瓣",
       variation_count=20
   )

2. 提示词列表批处理

   prompts = ["夜晚的城市街道", "海边的灯塔", "山顶的寺庙"]
   task_ids = processor.create_batch_from_prompts(prompts)

3. 穷举式组合生成

   task_ids = processor.create_exhaustive_batch(
       subjects=["森林小屋", "城市街道"],
       styles=["写实主义", "动漫风格"],
       max_combinations=50
   )

实时监控

• 进度跟踪: 实时显示完成进度和任务状态
• 性能指标: 吞吐量、平均处理时间、ETA预估
• 资源监控: 内存使用、CPU占用率
• 任务统计: 成功率、失败原因分析

---

🔧 配置说明

ComfyUI配置

ComfyUIConfig(
    path="D:/LM/ComfyUI",              # ComfyUI路径
    api_url="http://127.0.0.1:8188",   # API地址
    startup_mode="auto",               # 启动模式: auto/manual/check_only
    startup_timeout=120                # 启动超时(秒)
)

提示词元素配置

编辑 data/prompt_elements.yaml 自定义元素库：

elements:
  subjects:
    - name: "森林小屋"
      weight: 1.0
      tags: ["建筑", "自然"]
  
  styles:
    - name: "写实主义"  
      weight: 1.0
      conflicts: ["动漫风格"]

---

📊 开发里程碑

✅ Milestone 1: 基础功能完成

• 智能提示词生成器 (支持100+组合)
• 稳健的ComfyUI客户端 (100%成功率)
• 完整的测试验证

✅ Milestone 2: 系统集成完成

• 多工作流配置支持
• 端到端批量处理流程
• 双存储结果管理系统
• 实时进度监控
• 任务队列管理

🚧 Milestone 3: 产品化完成 (规划中)

• HTML画廊界面
• 图片筛选与反馈
• 数据分析与优化建议

---

🤝 贡献指南

1. Fork 本项目
2. 创建功能分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 打开 Pull Request

---

📄 许可证

本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情

---

🆘 支持与反馈

• 文档: 查看 USER_GUIDE.md 获取详细使用说明
• 问题: 在 Issues 中报告问题或建议
• 验证: 运行 python system_verification.py 检查系统状态

---

开发者: Claude
最后更新: 2025-09-08
项目状态: Phase 2.3 完成，全功能可用 🎉