早在2023年Stable Diffusion出來之時，就有人用ChatGPT生成提示詞方便AI生圖了。
所以我們如法炮製，讓Ollama在本機跑語言模型生成提示詞，傳給ComfyUI，用Stable Diffusion或FLUX模型在本機生成圖片。
要怎麼做呢？雖然有開發者做了ComfyUI的擴充功能 stavsap/comfyui-ollama，可將Ollama對話框加入到ComfyUI工作流作為節點，但是這樣做很醜。
我的構想是，從Open WebUI與語言模型對話，讓其生成提示詞，傳給ComfyUI生成圖片，然後圖片顯示在Open WebUI的聊天欄位。
這樣操作上比較直觀，而且Open WebUI界面較為舒爽，不用在ComfyUI手動拉Ollama節點看著義大利麵條操作。
1. 架設ComfyUI服務#
首先，安裝ComfyUI，Linux可用 Python手動安裝ComfyUI或者 使用Docker裝ComfyUI
接著將要用的ComfyUI工作流存檔，因為Ollama請求ComfyUI只是單純的文生圖，所以使用ComfyUI內建的文生圖工作流即可。
嘗試跑一次，確認該工作流能成功生圖
點ComfyUI右下角設定，啟用Dev Mode
點選Save (API Format)，得到
workflow_api.json
2. 選用生成提示詞的Ollama模型#
一般的Gemma、LLaMA語言模型應該都能用來生成提示詞。
不過，要求精確的話，網路上還有專為生成提示詞特化的模型，他們可能比較聽話，不會生成提示詞以外的東東，例如 llama3_ifai_sd_prompt_mkr_q4km
3. 給Open WebUI啟用AI生圖#
確認可以跑之後，將其關閉。
編輯
docker-compose.yaml，在open-webui的服務段落，設定環境變數
open-webui:
...
environment:
- 'OLLAMA_BASE_URL=http://ollama:11434'
- 'WEBUI_SECRET_KEY='
- 'ENABLE_IMAGE_GENERATION=True'
....
啟動服務，登入Open WebUI
於系統管理員設定啟用Image Generation，選ComfyUI，再輸入ComfyUI伺服器網址，如果是在架在同一台電腦就輸入
http://localhost:8188
上傳ComffyUI工作流
workflow_api.json，會印出JSON。依照上述JSON的設定，在下面綠色欄位填寫每個節點的Node ID，例如這裡Prompt對應CLIPTextEncode的欄位，就填6
下面設定要生圖的模型檔、圖片大小、步數。點選儲存。
4. 如何指示語言模型生成圖片#
其實任何一句語言模型的回答都能當作生圖的提示詞，不過Stable Diffusion模型偏好特定格式，所以我們要請語言模型生成提示詞。
- 輸入訊息，以
Write a prompt for句子開頭，中間插入你要的場景，最後加上一句Only response the prompt for the image and nothing else.。例如：
Write prompts for "A smiling girl, Nero Claudius (Fate series), in bikini.". Only response the prompts for the image and nothing else.
等語言模型回話之後，點選下方「生成圖片」的按鈕，生圖請求傳給ComfyUI
生完圖後就會顯示在OpenWebUI的對話了。（是的，我知道這張圖生歪了，AI還需要多調校😈）
