今天给大家演示一个基于 Ollama 的 ComfyUI 图像描述词润色工作流。它能够把你的简单提示语通过本地大模型自动扩写、润色,并生成更自然清晰的描述词。整个流程围绕文本输入、模型生成与结果展示展开,结构紧凑,适合用于图像提示优化、创作辅助和 AI 绘图前的文案准备。
文章目录
- 工作流介绍
- 核心模型
- Node节点
- 工作流程
- 大模型应用
- 文本润色生成节点概述
- 使用方法
- 应用场景
- 开发与应用
工作流介绍
这个工作流通过本地 Ollama 模型接收用户输入的原始描述,结合工作流内部的文本处理与展示节点,将一句简单的提示语转化为结构清晰、细节丰富的图像描述。流程从文本输入开始,经由模型生成润色结果,再通过展示节点输出最终文案。其架构围绕三个核心:文本输入、Ollama 文本生成、文本展示。每个核心在表格中都有对应的节点和模型,概述所述内容也基于这些组件展开,帮助理解整个工作流在创作辅助中的角色和价值。
核心模型
整个工作流的核心由 Ollama 提供的本地模型负责文本生成任务。工作流中引用的 llama3.2-vision 能够处理文字并给出细腻且扩展性强的描述。模型作为润色的主力,不仅提升原文本的细节表达,还让结果更加自然连贯。表格内容总结了模型名称与其功能说明,概述基于此展开,强调模型在整个流程中的核心地位。
| 模型名称 | 存储需求 | 内存使用 | 推理速度 | 精度表现 | 功能描述 | 应用场景 |
|---|