ComfyUI + Claude Code: генерация образов без облака
Поставил вчера эксперимент: можно ли подбирать себе образы, генерируя их локальной нейросетью, которая работает дома, без облака.
Задача — собрать экосистему, где взаимодействуют внешняя коммерческая и бесплатная локальная модели. Ну и как бонус — увидеть, как вещи сочетаются между собой и какой стиль идёт мне по возрасту и фигуре, не примеряя каждую комбинацию. Раньше я делал такие визуализации в ChatGPT. Теперь генерация идёт на локальной модели: исходные фото не покидают домашнюю сеть, за кадр не платишь, и можно менять любой узел графа, а не только промпт.
Как устроено: — каталог вещей: по артикулу с бирки Claude Code находит карточку товара в интернете и берёт фото как образец — чтобы нейросеть видела настоящий крой, а не придумывала его; — генерация — на ПК: ComfyUI + Qwen-Image-Edit-2511 на RTX 4080, 25–45 секунд на кадр; — Claude Code сам собирает граф узлов ComfyUI, отправляет его по локальной сети, прогоняет варианты, отбирает кадры и собирает из них лукбук.
Что выяснил, в процессе: 1. Модель рисует то, что ей запрещаешь. Пишешь «без нагрудного платка» — получаешь платок. Описывать нужно только то, что должно быть. 2. Одно слово решает. «Ponytail» — и хвост торчит через плечо. «Волосы гладко зачёсаны назад» — и всё как в жизни. 3. Интерьер отвлекает модель. На однотонном бежевом фоне лицо и вещи заметно чище, а фокус — на стиле, а не на декорациях. 4. Меньше — лучше. На листе лукбука два образа вместо трёх: остаются два самых удачных, и каждый крупнее. 5. Лицо крупным планом не нужно генерировать — нужно править настоящее фото: заменить куртку и фон, а лицо оставить своим. 6. Не всякое «улучшение» улучшает. Отдельный проход по лицу на вырезке выглядел лучше, а в целом кадре — хуже. Откатил.
Главное, что даёт связка с Claude Code, — короткий цикл «гипотеза → проверка». Заметил, что интерьер портит лицо, — через десять минут на руках сравнение с теми же настройками. Claude Code гоняет десятки вариантов и показывает до и после.
Ограничения тоже есть: сходство лица пока «в общих чертах», а посадку вещи картинка не доказывает — для этого всё ещё нужно зеркало. Но как инструмент для подбора сочетаний это уже работает.
