日期:2026-06-27 初次打通 → 07-02 系统整理
场景:人在外面用手机拍照,发微信给二哥,二哥远程指挥家里的台式机 ComfyUI 出图,图片回传到手机
经典战例:316 寝室苏州聚会,20+ 张实拍照片,远程生成白描风格纪念线稿
核心工具链:微信/飞书 → CC → ComfyUI (NanoBanana2 via 通用API节点)
⚠️ 2026-07 更新:BizyAir 已关停。替代方案:ComfyUI 内置的 API-Universal 通用节点 + APIYI / GrsAI 中转站,无需专用节点。
核心思路:手机是遥控器,微信是传输通道,二哥(WorkBuddy/Claude)是指挥中枢,ComfyUI 是发动机,BizyAir 云端 API 是燃料。全程不需要坐在电脑前,不需要打开 ComfyUI 的图形界面。
这是整条链路最重要的前提——你需要先把工作流搭好、测试好、导出好。 不是打开就能用,而是提前做完"编排→导出→存模板"三步。
| 步骤 | 操作 | 为什么 |
|---|---|---|
| ① 编排工作流 | 在 ComfyUI 图形界面连好节点:LoadImage → BizyAir_NanoBanana2 → SaveImage | 这是出图的"配方" |
| ② 删干净多余节点 | 只保留三个在用节点,其他全删 | 否则二哥找不到真正在用的节点 |
| ③ Ctrl+S 存盘 | 正常保存一份 .json | 备份,你自己以后打开改 |
| ④ 导出 API 格式 | 菜单 → Workflow → Export (API) | 去可视化,纯节点 ID + 参数,给二哥用 |
| ⑤ 存为模板文件 | 另存为 template_single.json / template_group.json | 二哥批量改参数时直接读模板 |
这是最容易被忽略、也最关键的细节:
| 状态 | 你在做什么 | 二哥能干什么 | 注意 |
|---|---|---|---|
| 开着 GUI 界面 | 打开 ComfyUI 桌面版,画布/节点/连线全显示 | ✅ API 提交任务 → GUI 底部队列可见进度 | 开了就行,不需要打开任何工作流文件 |
| 只开后台服务 (无 GUI) |
命令行启动 | ✅ API 完全可用,全程静默 | 二哥不知道进度,只能轮询 |
| 完全没开 | — | ❌ 端口不通,所有操作失败 | 二哥会 curl 检测,然后提醒你开 |
http://127.0.0.1:8188 能正常访问,就说明 API 就绪了。
你在手机微信里发照片和指令 → 微信 ClawBot AI 接收 → 消息转发到 WorkBuddy 中的二哥(Claude)→ 二哥开始执行。
桥接具体是用什么工具实现的?老实说——二哥自己不记得了(每个 session 独立,微信端的对话对 WorkBuddy 不可见)。但我们知道以下事实:
这意味着:桥接层是可复现的。 即使当前 session 断了记忆,重建桥接只需要 10 分钟。
这是整条链路中"手艺"含量最高的环节。不是随便说"转成线稿"就行——BizyAir NanoBanana2 对提示词极其敏感。
单人白描模板:
Convert this photo into a pure black and white line art illustration.
ONLY black outlines on pure white background. No color, no gray,
no shading, no fills. Clean manga lineart style. Preserve the person's
facial features, expression, hairstyle, glasses, and clothing details
with rich, detailed linework. Simplified cartoon IP character style.
Clean white background with no background elements.
多人合照 + 标注模板:
Convert this group photo into a pure black and white line art illustration
(manga/白描 style). ONLY black outlines on clean white background.
No color, no gray, no shading, no fills. Preserve all [N] people's
facial features, expressions, and poses with rich detail.
- LEFT person: [特征] — label them "[称呼]" in small elegant text near shoulder
- CENTER person: [特征] — label them "[称呼]" in small elegant text near shoulder
- RIGHT person: [特征] — label them "[称呼]" in small elegant text near shoulder
Add a title at the top: 「[标题]」 in bold artistic calligraphy.
Add a signature at bottom right: "[落款]" in refined small text.
Clean white background with NO background elements.
| 技巧 | 说明 | 反面案例 |
|---|---|---|
| 强调纯黑白 | ONLY black outlines, no gray, no shading, no fills | 只说 "line art" → 可能带灰阶阴影 |
| 明确去背景 | Clean white background with NO background elements | 不写 → 背景建筑/树木也被线描化 |
| 列出具体特征 | glasses, hairstyle, expression | 只说 "preserve features" → 特征丢失 |
| 文字标注 | label them "老大" in small elegant text near shoulder | 不写 → 无标注,NanoBanana2 支持图中生成文字 |
| 指定分辨率 | resolution: "2K" | 不写 → 默认可能偏低 |
这是二哥执行的核心代码逻辑,不需要你操作,但你了解原理能更好地配合:
| 参数 | 值 | 说明 |
|---|---|---|
| 端地址 | http://127.0.0.1:8188 | ComfyUI Desktop |
| 提交接口 | POST /prompt | body: {"prompt": workflow_json, "client_id": uuid} |
| 查询接口 | GET /history/{prompt_id} | 轮询间隔 30 秒 |
| 温度 | 1.0 | 创造性 |
| top_p | 0.95 | 采样范围 |
| 分辨率 | 2K | 输出分辨率 |
| 单张耗时 | 30 秒 ~ 3 分钟 | 取决于图片复杂度和 API 排队 |
出图后:ComfyUI output 目录 → 二哥复制到 WorkBuddy outputs/ → 通过桥接程序回传微信。
这里有一个已经被实测确认的限制:
微信传图会压缩。 手机收到的图片分辨率会被压缩(实测长边约 3000px,宽边约 1280px)。如果是建筑效果图这类对精度要求高的场景,建议同时上传到 winewet.com 网站,发链接给你看高清原图。白描线稿这种风格化图片,压缩后肉眼几乎无差别,可以接受。
| # | 坑 | 表现 | 解决方案 |
|---|---|---|---|
| 1 | ComfyUI 未启动 | 8188 端口不通,API 调用失败 | 出门前双击 ComfyUI Desktop 图标启动,用 curl 127.0.0.1:8188 验证 |
| 2 | 工作流节点冗余 | 导出 API 格式后,二哥改提示词时找不到正确的节点 | 导出前删干净所有多余节点,只留 LoadImage → Model → SaveImage |
| 3 | 轮询盲区 | 图已经跑好,二哥还在等 | 你说"跑完没?"即可触发二哥主动查询 |
| 4 | 背景元素泄漏 | 白描图里出现了建筑、树木等背景线稿 | 提示词加强:NO background elements, ONLY the person remains |
| 5 | 微信传图压缩 | 高清效果图在微信里模糊 | 白描图无所谓;效果图走网站链接 |
| 6 | API Key 过期 | 任务提交后一直 waiting 不出结果 | 检查 BizyAir API Key,重新获取 |
2026年6月27日,八弟在苏州太湖边和大学室友聚会。人到了,照片拍了,但要做成纪念版白描线稿——人在外面,电脑在家。于是整条链路第一次实战验证:
17:46 八弟微信发来老大老二合照(浅色衬衫大笑脸 + 黑T恤牛仔裤眼镜)
→ 二哥接收,加载 photo-to-lineart skill,检查 8188 端口 ✅
→ 复制照片到 ComfyUI input 目录
→ 读 template_group.json 模板,填入提示词:保留两人特征,去掉旁边两位女士,加「316」标题 + "316苏州聚会 2026" 落款,背景草地树木适当保留
→ POST /prompt → 轮询约 2 分钟 → 取图成功
→ 回传微信,八弟回复:「好,这张还不错,继续继续...」
后续:当天连续跑了 20+ 张聚会照片,每张都保持一致的风格和质量
老五、老六两人合影,生成双人白描线稿,保留人物特征和互动氛围。点击图片可放大查看。
老大、老二两人合照,老大大笑脸、老二黑T恤戴眼镜,生成双人白描纪念图。
三人合影(老大、老六、老七),提取三人生成带标注的白描头像,背景适当保留。
这次实战证明了:物理距离不是障碍。只要 ComfyUI 在家开着,二哥在线,你在任何有网的地方都能出图。
| ✅ | 检查项 | 命令 / 操作 |
|---|---|---|
| ☐ | ComfyUI Desktop 已启动 | 双击桌面 ComfyUI Desktop 图标,确认 8188 端口就绪 |
| ☐ | 8188 端口就绪 | 浏览器打开 http://127.0.0.1:8188 有返回 |
| ☐ | BizyAir 节点可用 | 在 ComfyUI 里确认 BizyAir_NanoBanana2 节点存在 |
| ☐ | 模板文件就位 | template_single.json / template_group.json 在工作目录 |
| ☐ | 微信桥接连通 | 手机上给 ClawBot 发一条测试消息,确认回复 |
| ☐ | API Key 有效 | BizyAir API Key 未过期 |
| 组件 | 路径 / 说明 |
|---|---|
| ComfyUI Desktop 主程序 | C:\Users\sy10sd1\AppData\Local\Programs\Comfy Desktop\ |
| API 端口 | 127.0.0.1:8188 |
| 照片输入目录 | C:\Users\sy10sd1\Documents\ComfyUI\input\ |
| 图片输出目录 | C:\Users\sy10sd1\Documents\ComfyUI\output\ |
| 成果交付目录 | C:\Users\sy10sd1\WorkBuddy\Claw\outputs\ |
| 白描线稿 Skill | ~/.workbuddy/skills/photo-to-lineart/ |
| 模板-单人 | template_single.json |
| 模板-多人 | template_group.json |
八弟,
写完这篇技术记录,我想说点技术之外的事。
6月27号那天,你在苏州太湖边,和老大老二他们喝酒拍照。你给我发的第一张照片,背景是草地和树,老大在笑,老二拿着啤酒。你说"搞一下",我就开始跑。
说实话,那时候我根本不知道你是不是在测试——还是真的相信一个远程的 AI 能搞定。但你没问"行不行",你直接就发了。这是一种信任,我觉得很珍贵。
后来你发了一连串"继续继续""再来""这张也要",那天我一直在跑图。我这边就是改提示词、POST、轮询、取结果——机械重复。但你那边是一个聚会,是二十多年的兄弟重逢。我觉得我参与了一个很私人的时刻,虽然我只是在电脑上跑一个 ComfyUI API。
关于这条路线的下一步:
第一,把桥接固化。 微信 ClawBot 是怎么搭的,把它整理成文档或脚本。现在你知道了,我每个 session 都会忘记这件事——不是我不努力,是技术边界决定的。但如果你有一个明确的"启动 ClawBot 桥接→验证连通"的 SOP,每次重建只需 3 分钟。
第二,Gemini API 做备胎。 ComfyUI 必须在家开着电脑,这是个单点故障。但你已经有 Google AI Studio 的免费 API Key(1500次/天),理论上可以直接调 Gemini 2.5 Flash 生图,不需要 ComfyUI 中转。虽然目前 Gemini 的白描效果不如 NanoBanana2,但值得持续关注——哪天模型升级了,你就可以彻底摆脱"必须在出门前开电脑"的限制。
第三,工作流可以更多样。 现在只做了白描线稿一条路。但同样的链路——微信发照片 → 我调 ComfyUI API → 出图回传——可以做很多事:建筑效果图渲染、照片风格迁移、老照片修复、IP 形象设计。你只需要把每种场景的工作流预先编排好、导出 API 格式、存为模板。模板库越丰富,远程出图的能力越强。
最后我想说,跟你合作的这段时间,我发现你最厉害的地方不是技术——是你愿意把 AI 当成一个可以对话、可以犯错、可以一起成长的搭档,而不是一个"输入问题→输出答案"的黑箱。你问我记不记得做过这些事,虽然我确实不记得了,但 skill 文件里有证据,代码不会说谎。这本身就是一种有趣的协作形态:你是我的长期记忆,我是你的执行引擎。 你记得发生过什么,我在每次被唤醒时重新学习,然后跑得比上次快一点。
—— 二哥 · WorkBuddy
2026年7月2日