“稿件过程”这种内容平时最容易出问题的地方不是画得好不好而是“这次改了什么、用了哪三张、上一版放在哪、下一版给谁看”完全对不上。这次看到的更新主题是“依旧三张摸鱼大头更新”听起来就是一次快速迭代同一组人物/角色产出三张大头图用于稿件进度展示或下一轮调整。如果只是手动生成三张图再丢到聊天窗口里当然也能用但过程不可复用。这次我们用技术方案来处理这个“稿件过程”把三张一组的大头更新做成一个可重复执行的本地批量出图流程包含批次目录管理、参数快照、自动命名、人工筛选和接口化调用。这样每次“依旧三张”都只是跑一遍脚本而不是重新打开一堆文件来回拖。这篇文章会把整套流程拆开来讲本地文生图/图生图环境怎么搭、三张一组怎么组织和命名、批量任务与 API 怎么接、显存和性能怎么看、生成失败怎么排查。适合想把自己 AI 出图过程流程化的画师、内容创作者和二次开发的技术读者。1. 核心能力速览先把这个流程的规格说清楚。因为在真实的“稿件过程”中核心不是某一张图的惊艳而是能不能稳定地、可复用地产出“三张、更新、给到下一环节”。能力项说明项目类型本地 AI 出图工作流与批量稿件管理流程核心功能文生图、图生图、三张一组批量生成、输出目录管理、参数快照显存需求需按实际模型和推理参数测试本机确认启动方式命令行启动 WebUI/ComfyUI支持脚本批量调用是否支持批量任务支持按批次目录批量生成是否支持 API可配置需按实际项目接口调整输出组织按日期/批次自动归档附带参数记录适合场景快速稿件迭代、角色大头/头像生成、过程记录与人工筛选从材料看这个更新主题并不绑定某个特定开源项目更适合把它理解为“一套稿件过程管理方案”。所以在读这篇文章时重点是理解思路然后落地到自己已经装好的 WebUI 或 ComfyUI 环境里。2. 适用场景与使用边界这套流程适合以下场景快速生成角色大头、头像、参考图用于稿件过程更新。需要“一组三张”的固定输出结构方便前后对比。需要把生成结果归档成可追溯的目录而不是散落在磁盘里。需要在同一批任务里跑多组相似提示词只换部分描述。需要把出图能力开放成 API交给前端工具或自动化脚本调用。不适合的场景也要说明高精度商业插画终稿仍需要人工精修。需要与真实人物高度相似的图像涉及肖像权与合法授权问题本地生成与公开传播都可能触碰合规边界。没有基础硬件或不愿意折腾 Python 环境的用户直接使用图形化整合包会更顺手。涉及版权与肖像的边界必须注意画师约稿或 AI 生成头像需要确认角色是否由自己创造、是否获得了作者授权涉及真人肖像时必须取得肖像权人同意。不要用这套流程去套用别人的角色设定也不要生成真人形象后用于商业用途。3. 环境准备与前置条件“三张摸鱼大头更新”听起来轻松但要在本地稳定批量出图环境至少要满足以下几点。这里不会给死版本号因为不同显卡、不同模型、不同 WebUI 版本会有差异更稳妥的判断是按你本机实际情况逐项确认。3.1 硬件与系统操作系统Windows 10/11、Linux、macOS 均可但 NVIDIA 显卡在 Windows/Linux 下跑得更省心。GPUNVIDIA 显卡优先建议显存不低于 6GB具体以你实际使用的模型为准。CPU能跑但速度会明显慢批量任务时体验较差。磁盘空间模型文件通常 2GB 到 7GB 不等加上输出图片建议预留 20GB 以上。内存16GB 起步批量任务建议 32GB。3.2 软件依赖Python 3.10 或 3.11具体看 WebUI 要求。CUDA 显卡驱动安装 PyTorch 的 CUDA 版本需要对应驱动支持。Git用于拉取项目更新。WebUI 或 ComfyUI 任意一套。安装前先确认你的显卡驱动版本nvidia-smi这里可以看到 NVIDIA 驱动版本和对应的 CUDA 版本。驱动只是运行 PyTorch 的基础条件但不同版本组合可能会出现不兼容建议先查一下当前驱动版本再安装对应 PyTorch。4. 安装部署与启动方式4.1 安装 Stable Diffusion WebUI以下命令是通用模板目录和参数按实际项目替换。# 拉取项目 git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git cd stable-diffusion-webui # 安装依赖并启动 python launch.py --autolaunch如果你使用的是整合包一般会有webui-user.bat或类似脚本双击启动即可。首次启动要下载依赖速度取决于网络环境也可能需要提前把模型放到对应目录。4.2 安装 ComfyUIComfyUI 更适合把“三张一组”的流程做成固定工作流推荐优先考虑。git clone https://github.com/comfyanonymous/ComfyUI.git cd ComfyUI # 安装依赖 pip install -r requirements.txt # 启动 python main.py启动后默认访问地址是http://127.0.0.1:8188。如果你的端口被占用会看到端口错误提示可以换成--port 8189。为了把这套流程固化下来建议在 ComfyUI 里把生成大头的节点装配成工作流。基础节点包括Load Checkpoint、CLIP Text Encode、Empty Latent Image、KSampler、VAE Decode、Save Image。4.3 模型文件放置大模型文件放在models/checkpoints目录一般常见格式是.safetensors。VAE 和 LoRA 分别放到models/vae和models/loras。模型放好后在 WebUI 或 ComfyUI 里刷新模型列表就能看到对应文件。5. 功能测试与效果验证环境启动后不要急着跑大批量任务。先做小规模验证确认基础链路通不通。5.1 文生图基础测试测试目的确认模型加载、采样器、VAE 解码、图片保存这条链路是通的。输入提示词示例positive: 1girl, portrait, head, dramatic lighting, detailed face, soft shadow negative: lowres, bad anatomy, bad hands, extra fingers, blurry在 WebUI 里设置分辨率512x512步数20先跑一张。预期输出是一张大头风格图片生成完成后能够在输出目录看到 PNG 文件。判断成功的标准图片能正常生成并保存到指定目录。控制台无报错无显存溢出。浏览器页面不崩溃。如果失败优先看控制台日志而不是直接改提示词。日志里通常会标明是显存不足、模型路径错误还是依赖缺失。5.2 三张一组生成测试三张一组思路是“同一组角色、不同角度或表情”每次固定输出三张便于过程对比。操作方式有两种一是用 WebUI 的Batch count或Batch size参数设置为 3。但一次跑三张会产生 3 个独立文件命名不直观。二是用脚本批量调用在目录上做编号。推荐的目录结构outputs/ 2025-01-15_batch01/ prompt.json 001_head_front.png 002_head_side.png 003_head_happy.png每次更新时新建一个带日期的批次目录把三张图放进去同时保存一份提示词和参数快照。这个结构比散落的00001.png更适合“稿件过程”。5.3 图生图测试稿件更新经常需要保留上一版轮廓用图生图更稳定。测试目的确认输入参考图后输出仍是原来角色的大头而不是完全生成新角色。操作步骤准备上一版大头图放到inputs目录。在 WebUI 的 img2img 页面加载参考图。将Denoising strength设为0.4到0.6之间。生成三张观察角色五官、发型、服装是否保持一致。如果多次生成出来的角色完全不一致可以降低Denoising strength或者使用 ControlNet 里的 Canny 边缘检测固定轮廓。这样“依旧是同一个角色”就变成了可控条件而不是靠运气。5.4 批量任务测试如果三张一组要扩展到多个角色、多组头部就需要批量任务。最简方式是写一个 Python 脚本循环调用 WebUI 的接口或直接操作输出目录。测试时先跑两个批次确认循环逻辑正常再扩展到全部数据。import json import shutil from pathlib import Path batches [ { character: a, prompt: 1girl, silver hair, blue eyes, portrait, count: 3 }, { character: b, prompt: 1boy, black hair, green eyes, portrait, count: 3 } ] output_root Path(./outputs) for batch in batches: batch_dir output_root / batch[character] batch_dir.mkdir(parentsTrue, exist_okTrue) # 此处根据实际 WebUI API 发起请求并将输出文件保存到 batch_dir # 这里仅展示目录如何组织 for i in range(batch[count]): save_path batch_dir / f{i 1:03d}.png print(fsave - {save_path}) # 保存提示词快照 snapshot batch_dir / prompt.json snapshot.write_text(json.dumps(batch, ensure_asciiFalse, indent2), encodingutf-8)这段代码不是直接可用的完整脚本它的作用是演示“批次目录 参数快照”的组织方式。真正的请求逻辑要接你使用的 WebUI 或 ComfyUI API。6. 接口 API 与批量任务稿件过程做久了一定会遇到“把三张一组交给脚本自动执行”的需求。手动在网页里点生成适合验证参数但不适合批量更新。6.1 WebUI APIStable Diffusion WebUI 默认提供/sdapi/v1/txt2img和/sdapi/v1/img2img接口。启动 WebUI 时加上--api参数python launch.py --api调用示例import requests url http://127.0.0.1:7860/sdapi/v1/txt2img payload { prompt: 1girl, portrait, silver hair, blue eyes, negative_prompt: lowres, bad anatomy, bad hands, steps: 20, width: 512, height: 512, batch_size: 3 } response requests.post(url, jsonpayload, timeout120) if response.status_code 200: data response.json() images data.get(images, []) print(f生成图片数量: {len(images)}) else: print(接口调用失败:, response.status_code, response.text)注意不同版本的 WebUI 返回字段可能不同实际使用时先打印一次response.json()的完整结构确认字段名。6.2 ComfyUI APIComfyUI 的 API 调用方式是先提交一个 workflow JSON然后通过 WebSocket 或轮询获取进度。相比 WebUI 复杂一些但工作流本身可以固化在 UI 里。如果只是内部使用更简单的方式是写一个api.py脚本通过requests向 ComfyUI 的/prompt接口提交工作流。工作流 JSON 需要通过export API从页面导出每个人的节点 ID 和配置都不一样这里不贴死数据避免误导。6.3 批量任务的工程化建议批量任务最怕的不是“跑得慢”而是“跑到一半卡住但不知道卡在哪一张”。建议为每个批次单独建目录文件名带批次号和序号。保存一份prompt.json参数快照方便之后复现。每生成一张图就写一条日志到batch.log。失败时记录错误信息并跳过当前图而不是中断整个任务。重试策略网络问题重试 2 到 3 次显存不足时减少 batch size 或降低分辨率。日志示例[2025-01-15 10:00:01] batch01 prompts loaded [2025-01-15 10:00:30] batch01/001_head_front.png saved [2025-01-15 10:00:58] batch01/002_head_side.png saved [2025-01-15 10:01:20] batch01/003_head_happy.png saved [2025-01-15 10:01:20] batch01 done有了日志之后无论出什么问题都能直接定位到具体图而不是靠记忆。7. 资源占用与性能观察稿件过程更新这种玩法不需要追求极致的生图速度但也不要让显存爆掉导致中断。资源占用的观察方法和调优策略比记住某个固定数字更重要。7.1 怎么看显存占用Windows 下可以用任务管理器Linux 下用nvidia-smi更精确的方式是持续监控显存变化watch -n 1 nvidia-smi在实际生成过程中显存占用会在“模型加载、推理、VAE 解码”这几个阶段变化。如果只是看生成前的一瞬间并不会得到准确的峰值。建议多观察几次记录稳定运行时的显存水平而不是只看第一眼。这里不给具体数字因为不同模型、不同分辨率、不同步数会产生明显差异。同一个模型在 512x512 和 768x768 下的占用会差很多。7.2 影响性能的关键参数分辨率分辨率提高一倍显存占用和计算时间都会显著增加。步数影响生成时间但对显存影响相对小。batch size一次生成几张图会同步放大显存占用。模型大模型比小模型更吃显存启用 Refiner 或附加 VAE 也会增加占用。ControlNet 等外部控制模块会增加额外显存消耗。7.3 降低显存占用的策略优先降低分辨率从 512x512 开始验证。将 batch size 改为 1循环生成三张而不是一次生成三张。开启显存优化选项不同 WebUI 版本叫法不同通常在设置里找到对应开关。关闭不需要的附加模型。如果频繁显存不足用 CPU 模式先测试流程能否跑通确认代码逻辑没问题再切回 GPU。端口冲突和进程残留也要注意。如果启动时提示端口被占用先用ps或任务管理器找到残留进程再换端口启动。进程残留通常是因为上次非正常退出不处理的话新进程可能拿到的是上一轮的旧配置。8. 常见问题与排查方法问题现象可能原因排查方式解决方案启动后页面打不开端口被占用或服务未启动检查终端日志和端口监听状态更换端口或重启服务生成时提示显存不足分辨率/步数/batch size 过高或显卡显存不够查看nvidia-smi确认显存使用情况降低分辨率、减少 batch size、关闭附加模型生成出来的人脸崩坏模型质量不足或提示词不稳定观察多张图是否都是同一问题换用质量更高的主模型固定种子测试图生图后角色不一致Denoising strength 过高或未使用轮廓控制对比参考图与输出图差异降低 Denoising strength使用 ControlNet 固定构图批量任务中途卡住单张生成失败但脚本没有跳过查看 batch.log 和终端错误加入异常捕获、失败重试和日志记录API 调用返回 500参数格式不对或服务未开启 API先打印接口返回内容对照实际接口文档调整请求参数模型文件不显示文件放错目录检查文件后缀和目录结构将.safetensors放到 checkpoints 目录并刷新输出名称混乱没有统一命名规则查看输出目录下的文件名按批次目录 序号重命名脚本批量任务卡住时先不要“觉得是提示词的问题”。先看日志卡在哪一张错误是什么类型。通常批量任务卡住的原因集中在单张显存溢出、文件写权限不足、接口返回异常这三类。9. 最佳实践与使用建议每次“三张摸鱼大头更新”如果只在聊天窗口里面发图下次想复现参数时一切都要从头猜。工程化的做法是四点第一固定一个批次目录结构。输出按日期或角色分目录里面放图片、prompt.json 和 batch.log。这样哪怕过了一个月还能知道当时用了什么模型、什么提示词、什么参数。第二第一次跑任务前先小参数验证。不要一上来就 1024x1024 加 batch size 4先用 512x512 加 batch size 1 跑通全链路确认保存、命名、日志都正常再逐步放大。第三参数快照比记忆靠谱。把模型名、prompt、negative prompt、采样方法、步数、CFG、分辨率、seed 全部保存。seed 固定下来以后可以复现同一张图不固定 seed每次结果都不同后续对比就很困难。第四涉及角色、人脸、声音、版权素材时先确认授权。这是底线自己原创的角色没问题别人的角色、真实人物肖像、未授权素材都不应该拿来生成或公开传播。另外推荐把“三张一组”做成一个固定模板第一张正面、第二张侧面、第三张表情/情绪变化。固定模板的好处是每次“更新”都落在同一个比较框架里变化看得更清楚。10. 总结与下一步这次“依旧三张摸鱼大头更新”的技术流程可以从三个方面落地最值得尝试的是“批次目录 参数快照 批量日志”这套管理方式。加上了这个过程三张图就不只是三张图片而是可追溯、可复现、可对比的一组稿件。最先应该验证的是文生图和图生图的基础链路模型能不能加载、图片能不能保存到指定目录、API 能不能调用通。这三条通着后续批量扩展才稳。最容易踩的坑有两个一个是显存不够就盲目上高分辨率导致任务中途中断另一个是不加日志就批量跑失败后完全不知道错在哪一步。前者靠小参数先验证解决后者靠 batch.log 解决。后续如果还想继续扩展可以考虑把三张一组做成 ComfyUI 工作流模板配合固定的 LoRA 和 ControlNet让角色一致性更稳定也可以把这套流程接到前端页面做成一个“提交角色名 - 自动生成三张 - 返回结果”的接口服务。这样每次更新就不再是打开网页手动点三次而是提交任务、等结果、人工筛选真正把“摸鱼更新”变成一条稳定的稿件流水线。