🚀 图像生成工具

本项目是一个借助ComfyUI和MCP框架构建的图像生成工具。它允许用户输入特定提示词来生成对应图像，并且提供对生成图像的分析功能，为用户带来便捷的图像创作与分析体验。

🚀 快速开始

1. 初始化项目

git clone https://github.com/username/repo.git
cd repo
pip install -r requirements.txt

2. 配置环境变量

在项目的config.py文件中添加必要的配置：

# config.py
COMFYUI_API_KEY = "your_api_key_here"
HUGGINGFACE_TOKEN = "your_huggingface_token_here"
OLLAMA_BINARY_PATH = "/path/to/ollama"

3. 启动服务

运行主脚本启动MCP服务器：

python main.py

✨ 主要特性

1. 图像生成
   • 支持通过英文提示词（特别是Danbooru标签）生成高质量图像。生成的图片链接可以通过![URL](URL)格式直接在Markdown中显示。
2. 图像分析
   • 提供获取图像captions的功能，帮助用户理解图片内容。
   • 可以提取并展示图片的14chan（WD14）标签信息，便于分析图片的主题和元素。
3. 自动优化提示词
   • 系统会根据生成结果与原始提示词的匹配程度进行多次迭代优化，最终生成最符合用户意图的图像。
   • 最多可进行8次生成和优化，确保输出质量。

📚 详细文档

项目结构

核心组件

• ComfyUI：一个功能强大的图像生成界面，支持多种模型和自定义节点。
• MCP (Magic Command Parser)：用于解析和执行特定命令的框架，是这个工具的核心运行机制。

主要接口

1. 图像生成

@mcp.tool("image://generate")
def generate_image(
    prompt: str,
    negative_prompt: Optional[str] = None,
    width: int = DEFAULT_WIDTH,
    height: int = DEFAULT_HEIGHT,
    samples: int = DEFAULT_SAMPLES,
    num_inference_steps: int = DEFAULT_STEPS,
) -> str:
    """图像生成接口"""
    return image_url

2. 图像分析

@mcp.tool("image://analyze")
def analyze_image(
    url: str,
) -> Tuple[str, List[str]]:
    """获取图片的captions和WD14标签"""
    pass

3. 提示词优化

@mcp.resource("optimizer://prompt")
def optimize_prompt(prompt: str) -> str:
    """根据之前的生成结果优化新的提示词"""
    pass

示例流程

1. 用户输入日文或中文的提示词。
2. 系统将其自动翻译为英文，并附加必要的Danbooru标签（如："masterpiece, best quality, newest,"）。
3. 调用ComfyUI生成图像，并获取返回的图片链接。
4. 使用get_caption和get_tag工具分析图片内容。
5. 对比原始提示词与生成结果，若不匹配则优化提示词并重复生成过程。

项目依赖

📄 许可证

本项目遵循MIT许可证，详细信息请参考LICENSE文件。

👨‍💻 作者

• rerofumi：GitHub - rero2@yuumu.org

⚠️ 重要提示

WD1.4标签解析部分使用了SmilingWolf开发的wd - tagger的源代码和模型数据。模型数据会在第一次运行时自动下载。