comfy-prompt-studio: Instructions file for Codex

AGENTS.md - AI 代理配置文档

本文档说明项目中使用的 AI 代理配置和提示词生成服务。

AI 提供商

项目支持两种 AI 提供商，通过环境变量 AI_PROVIDER 配置：

1. Ollama (默认)

配置参数:

AI_PROVIDER=ollama
OLLAMA_MODEL=huihui_ai/qwen3-abliterated:30b
OLLAMA_URL=http://localhost:11434

特点:

• 本地部署，数据隐私性强
• 需要本地运行 Ollama 服务
• 支持多种开源模型
• 默认端口：11434

使用场景:

• 对数据隐私有要求的场景
• 需要离线工作的环境
• 自定义模型训练

2. Gemini

配置参数:

AI_PROVIDER=gemini
GEMINI_API_KEY=your-api-key-here
GEMINI_MODEL=gemini-2.0-flash-exp
GEMINI_BASE_URL=https://api.laozhang.ai/v1/

特点:

• 云端 API 服务
• 响应速度快
• 需要 API 密钥
• 支持流式响应

使用场景:

• 需要快速响应的场景
• 不便部署本地模型的环境
• 对最新模型能力有要求

提示词生成服务

核心模块

位置: src/core/prompt/generator.py

主要功能:

• 增强用户输入的简单提示词
• 生成详细的 Stable Diffusion 风格提示词
• 支持中英文输入
• 自动添加画质关键词

提示词生成流程

用户输入 → AI 代理 → 提示词增强 → 返回优化后的提示词

提示词模板

系统使用固定的提示词模板来指导 AI 生成高质量的图像描述：

PROMPT_TEMPLATE = """
你是一个专业的 Stable Diffusion 提示词专家。
用户会给你一个简单的描述，请帮助扩展成详细的 Stable Diffusion 提示词。

要求：
1. 保持用户原意，不要改变主题
2. 添加详细的画面细节、氛围、光影描述
3. 添加适当的画质关键词（如 masterpiece, best quality, ultra detailed 等）
4. 使用英文逗号分隔的关键词格式
5. 直接输出提示词，不要有其他说明文字

用户输入：{user_prompt}
"""

使用示例

输入:

一个女孩在花园里

输出:

masterpiece, best quality, ultra detailed, 8k wallpaper,
a beautiful girl standing in a lush garden,
surrounded by colorful flowers, soft sunlight filtering through trees,
peaceful atmosphere, detailed facial features, elegant pose,
vibrant colors, professional photography, shallow depth of field

单例模式实现

提示词服务使用单例模式，确保在应用生命周期内只初始化一次：

位置: src/services/prompt_service.py

优势:

• 避免重复初始化 AI 客户端
• 减少资源消耗
• 全局共享配置

使用方法:

from src.services.prompt_service import PromptService

service = PromptService.get_instance()
enhanced_prompt = service.generate_prompt("用户输入")

服务健康检查

在应用启动时，系统会自动检查 AI 服务的可用性：

Ollama 检查:

response = requests.get(f"{OLLAMA_URL}/api/tags")
if response.status_code == 200:
    print("✅ Ollama 服务正常")

Gemini 检查:

client = OpenAI(api_key=GEMINI_API_KEY, base_url=GEMINI_BASE_URL)
# 测试连接