AI绘画编程脚本：Stable Diffusion自动化工作流的代码实现指南

入坑AI绘画编程是因为一个电商项目。两周要出5000张产品场景图——手动操作Stable Diffusion WebUI的话，算上等待时间每天只能出300张左右，根本赶不上。硬着头皮把ComfyUI的API文档啃了一遍，写了第一个自动化管线脚本。AI绘画编程的本质不是"写代码替代点鼠标"——是用代码做三件手动做不到的事：批量参数探索（同一个prompt用50组不同的CFG/seed/步数组合自动跑一遍，找出最优参数）、条件化批量（读取CSV里的1000条产品名自动替换prompt中的占位符）、质量自动筛选（用CLIP score或审美模型自动打分，只保留高分图）。这三件事手动做就是钝刀割肉，脚本做就是热刀切黄油。

ComfyUI API入门：用Python调用工作流的三种方式

ComfyUI是目前最适合编程化操作的SD前端——它用JSON格式存储工作流，可以通过HTTP API提交任务和获取结果。三种调用方式：直接用requests库调API（最灵活但需要自己解析JSON）、用comfy-cli命令行工具（适合简单任务）、用ComfyUI官方Python客户端脚本（推荐，平衡了灵活性和易用性）。

基础调用代码结构——

"import requests, json, base64
# 加载工作流JSON
with open('workflow.json', 'r') as f: workflow = json.load(f)
# 修改prompt节点
workflow['6']['inputs']['text'] = 'a beautiful landscape, 8k'
# 提交任务
resp = requests.post('http://127.0.0.1:8188/prompt', json={'prompt': workflow})
# 轮询结果直到完成
while True:
  history = requests.get(f'http://127.0.0.1:8188/history/{prompt_id}').json()"

这个最简版本不到20行就能跑通。实际生产环境还需要加上错误重试、进度条、WebSocket实时监听等模块。

批量参数探索：用Grid Search找到最优CFG和采样器组合

手动试参数是人类能做的最低效的事。一个prompt用CFG从1到20（步长0.5）、采样器从Euler到DPM++全系列、步数从15到50——这就有好几百种组合。写一个双层循环脚本自动遍历、自动保存、自动命名（文件名包含参数值方便后续对比），跑一晚第二天早上直接看结果挑最优组合。

参数网格搜索的核心代码逻辑：
"for cfg in [x*0.5 for x in range(2, 41)]:
  for sampler in ['euler', 'dpmpp_2m', 'dpmpp_sde', 'uni_pc']:
    for steps in [15, 20, 25, 30, 40, 50]:
      generate(cfg=cfg, sampler=sampler, steps=steps)
      save_with_params(cfg, sampler, steps)"

实测下来，同一个prompt在最优参数和最差参数下的出图质量差距可以达到"能用"和"删掉"的程度。这个差距对于批量生产来说意味着30%的废片率差异——一天200张图，差60张废片。关于不同采样器和CFG对画质的影响机制，可以参考 AI绘画参数设置指南 中的详细对比分析。

LoRA动态加载与提示词模板引擎：一条命令切换100种风格

批量项目中最大的痛点不是生图慢，是同一组产品图要出10种不同风格（日系、欧美、古风、赛博……）。手动改prompt改到吐。写一个模板引擎——定义风格字典{"日系": "lora:japanese-style:0.7 + soft lighting + pastel colors", "赛博": "lora:cyberpunk:0.8 + neon lights + rainy street"}，产品名用占位符{product}，脚本遍历风格字典自动替换prompt并加载对应LoRA。一次运行，十种风格全齐。

LoRA动态加载的ComfyUI实现——在workflow JSON中修改LoadLoRA节点的lora_name字段："workflow['load_lora_node']['inputs']['lora_name'] = f'{style_name}.safetensors'"，"workflow['load_lora_node']['inputs']['strength_model'] = strength"。配合os.listdir()扫描models/lora目录，可以实现"检测到新LoRA→自动加入风格库→下次运行可选"的自扩展机制。

关于LoRA的训练和使用技巧可以参考 AI LoRA训练指南，里面详细讲了单图训练和多图训练的差异。

自动筛选与归档：用审美评分模型过滤废片

批量生图最大的二次人工成本是筛选——5000张图手动挑出好的500张，眼睛看到酸。用LAION Aesthetic Predictor或CLIP Score对每张图自动打分，设定阈值（比如aesthetic score > 5.5），低于阈值的自动移到废片文件夹，高于阈值的按分数分档归档。这个脚本能省掉80%的筛选时间——剩下的20%是边界分数的图需要人工二判。

Python调用审美评分模型的简例："from transformers import pipeline; aesthetic = pipeline('image-classification', model='cafeai/cafe_aesthetic'); score = aesthetic(image_path)"。单张图评分耗时约0.3秒（GPU），5000张图半个小时内全搞定。

GitHub上开源的 Improved Aesthetic Predictor 是目前社区使用最广泛的审美评分模型，基于CLIP嵌入训练的轻量级回归模型，在AVA数据集上的准确率表现稳定。另外 Hugging Face Diffusers库 提供了完整的Python API文档，是SD自动化编程的必读参考资料，里面的Pipeline API设计对理解生成流程非常有帮助。关于自动化管线的完整搭建可以参考 AI绘画工作流自动化 中的系统架构方案。

常见问题

ComfyUI API调用总是超时怎么办？

三个常见原因：一是图片分辨率太高导致生成超时（超过默认的60秒），降低分辨率或通过workflow JSON增大超时阈值。二是GPU显存不足导致队列堆积——检查显存使用率，必要时降低batch size。三是API端口被防火墙拦截——确认8188端口开放。生产环境建议加上重试逻辑（指数退避：等1秒→2秒→4秒→8秒后重试）。

有没有不需要写代码的SD自动化方案？

有。ComfyUI内置的Queue功能可以批量提交prompt（配合Prompt Scheduler节点），WANode Suite等插件提供了可视化的工作流自动执行器。但这些方案灵活性受限于插件能力——遇到复杂条件分支逻辑还是要回到代码。非程序员可以先从ComfyUI的Prompt Scheduler节点入门，搞清楚自动化逻辑后再下决心学Python。

用脚本批量生图会不会被SD WebUI封IP？

本地部署不会被封——请求走的是127.0.0.1本地回路，不经过任何外部服务器。但如果是调用云端API（如Replicate、Stability AI官方API），需要遵守各平台的Rate Limit。Stability AI API的官方限制是每秒1-2次请求（付费用户更高），建议在脚本里加time.sleep(1)做请求间隔。

Python自动化脚本和ComfyUI的Save Image节点怎么配合？

ComfyUI的Save Image节点是工作流内的存储逻辑，Python脚本是外部的控制和管理逻辑。最佳实践：工作流里的Save Image只负责存到临时目录，Python脚本在每次生成完成后把临时目录的图复制到归档目录并自动重命名（prompt_id+参数+时间戳）。这样工作流和脚本职责分离，改工作流不用改脚本，改归档逻辑不用改动工作流。

第一次跑通自动化管线的那天，我在屏幕前看脚本自己跑了八个小时，从下午两点跑到晚上十点，一共出了2400张图。放以前手动操作至少要一周。那种"机器在为你工作"的感觉——比任何一张好看的图都让人上瘾。