為什麼要在本地跑 ComfyUI 而不是用線上出圖
SillyTavern 角色卡頭像、場景插畫、表情差分,傳統做法是呼叫線上 API,但有延遲、審查、按張計費,最要命的是角色卡設定會上傳到別人伺服器。ComfyUI 本地部署後整條鏈路離線,模型、LoRA、工作流全在自己硬碟,搭配本地 LLM 跑對話,整套角色卡工作流可以完全不連網。
- comfyui
- image-generation
- local-llm
- character-cards
- sillytavern
SillyTavern 的角色卡頭像、場景插畫、表情差分,傳統做法是呼叫線上 API。延遲、審查、按張計費,以及最要命的一點:你的角色卡設定會被上傳到別人的伺服器。ComfyUI 本地部署後,整條鏈路離線,模型、LoRA、工作流全在你自己的硬碟上,配合本地 LLM 跑對話,整套角色卡工作流可以完全不連網。
本文以角色卡 Iris the Pixel Painter 為例,走一遍「裝環境 → 出人像 → 出場景 → 接回 SillyTavern → 匯出角色卡」的完整流程。
環境準備
ComfyUI 對硬體的要求取決於模型,不是取決於軟體本身。
| 檔位 | 顯存 | 可用模型 | 單張耗時(512–768px) |
|---|---|---|---|
| 最低 | 6GB | SD 1.5 系、部分 SDXL 量化 | 15–40s |
| 推薦 | 12GB | SDXL、Pony、Illustrious | 5–15s |
| 舒適 | 16GB+ | Flux 系、SDXL + 多 LoRA | 3–10s |
安裝要點:
- 從官方倉庫拉取 ComfyUI,用可攜包或 venv 隔離依賴,避免污染系統 Python。
- 顯卡驅動與 CUDA 版本對齊;NVIDIA 使用者優先,AMD 走 ROCm 或 DirectML,速度會有折扣。
- 模型分三類放:
checkpoints(底模)、loras(風格/角色)、vae。下載後核對雜湊,損壞的 safetensors 會導致載入報錯而非明顯畫質問題。 - 首次啟動後存取本地連接埠,確認能跑通預設工作流再繼續。
出角色卡頭像:Iris the Pixel Painter
角色卡頭像的核心訴求是一致性——同一個角色在不同表情、不同角度下要像同一個人。
工作流骨架
- 底模:選一個偏插畫/像素風的 checkpoint,動漫向角色不要用寫實底模硬掰。
- 正面提示詞:角色外貌錨點寫死——髮色、瞳色、服裝、配件、畫風關鍵詞。Iris 的定位是像素畫家,提示詞裡固定「pixel art style, painter’s apron, paint-stained gloves」這類不隨場景變化的部分。
- 負面提示詞:通用品質負面 + 該底模推薦負面,別照搬網路上模板,不同底模的負面詞效果差異很大。
- LoRA 疊加:如果有角色專屬 LoRA,權重從 0.6 起調,過高會鎖死姿勢。
- 取樣器與步數:DPM++ 系或 Euler 系,步數 20–30 足夠;CFG 7 左右,風格化模型可降到 5。
- 解析度:頭像用 1:1,512×512 或 768×768。SDXL 底模不要低於 1024 邊長,否則構圖崩。
批次出表情差分
用 ComfyUI 的批次或佇列功能,固定種子 + 只改表情/角度提示詞,一次出 6–8 張。挑出可用的,剩下的當廢片刪掉。這比線上 API 按張付費試錯成本低得多。
出場景插畫
場景圖和頭像的差別在於:構圖權重更高,角色一致性反而可以放鬆。
- 寬幅比例:16:9 或 21:9,適合做聊天背景或劇情配圖。
- ControlNet:需要精確構圖時上 depth 或 canny,先畫草圖再引導生成,比純提示詞可控。
- IPAdapter:想讓場景裡的角色保持和頭像同一張臉,用 IPAdapter 把頭像作為參考圖餵進去,效果比堆提示詞穩。
- 分層輸出:背景、角色、前景分開生成再合成,後期改動成本低。
接回 SillyTavern
生成完的圖要進角色卡,有兩條路:
- 直接嵌入 PNG:SillyTavern 的角色卡本質是 PNG 內嵌 JSON(chara 資料塊)。用支援寫入的編輯器把頭像寫進卡裡,匯入 SillyTavern 即顯示。
- 外鏈圖床:角色卡只存 URL,圖放本地目錄或自建圖床。適合圖多、卡要頻繁更新的情況,但換裝置會斷鏈。
表情差分和場景圖建議放在角色卡外的資源目錄,用擴充功能或前端腳本按劇情呼叫,不要全塞進 PNG——單張卡體積過大會拖慢載入。
配合本地 LLM 跑對話時,整條鏈路(對話 + 出圖)都在本機,沒有網路往返,也沒有內容審查打斷沉浸感。
常見坑
- 出圖全糊:多半是 VAE 沒配或底模與 VAE 不匹配。
- 人物每張都不一樣:提示詞錨點不固定,或 LoRA 權重太低。固定種子先驗證一致性,再開隨機。
- 顯存爆掉:降解析度、開
--lowvram、分塊解碼,或換量化版模型。 - 角色卡匯入後無圖:PNG 中繼資料塊寫入失敗,換工具重寫。
小結
本地 ComfyUI 出圖的價值不在「免費」,而在於可控、可重現、不洩漏角色設定。頭像走固定提示詞 + LoRA 保一致性,場景走 ControlNet/IPAdapter 保構圖,最後按需嵌回角色卡或走外鏈。
如果你想跳過環境設定,直接在行動裝置管理角色卡和出圖流程,可以看看 MiniTavern 的角色卡市集與行動端應用,iOS、Android 與 Chrome 擴充功能都支援,角色卡匯入匯出和 SillyTavern 生態互通。
繼續閱讀
你可能還會喜歡這些文章
MiniTavern 新功能:角色卡社群、營地與圖片聊天
MiniTavern 上線角色卡社群動態、營地互聊與圖片傳送。世界書內測中,語音與圖片回覆開發中。本文介紹如何體驗與分享角色卡。
- MiniTavern
- 角色卡社群
- 營地
- AI角色扮演
2026年SillyTavern角色卡管理指南:資料夾、標籤與元資料的最佳實踐
隨著SillyTavern社群在2026年的蓬勃發展,角色卡(Character Cards)的數量正以指數級成長。無論你是剛接觸角色扮演的新手,還是擁有數百張卡片的資深玩家,如何高效管理這些珍貴的角色資源,已成為提升創作體驗的關鍵。今天,我們將以一張名為「Archive Keeper」(檔案守護者)的特色卡片為例,深入探討如何透過資料夾、標籤和元資料,打造一個井然有序的character-card-collection。
- character-card-collection
- organization
- metadata
- sillytavern
SillyTavern 角色卡故障排除指南:修復常見錯誤,提升 2026 年 AI 角色扮演體驗
如果你是 SillyTavern 的深度用戶,一定遇過角色卡「翻車」的情況——AI 突然忘記設定、回覆變得空洞、或者乾脆報錯無法載入。這些問題往往不是 AI 模型本身的問題,而是角色卡格式、提示詞或上下文管理出了狀況。本文將帶你逐一排查最常見的錯誤,並給出優化技巧,讓你的 AI 角色扮演體驗在 2026 年更上一層樓。
- sillytavern
- character-cards
- troubleshooting
- ai-roleplay