Files
natiris/worker_task_comfybridge.txt

52 lines
1.8 KiB
Plaintext

# Task für WizardCoder:33b
Erstelle eine erweiterte Version von ComfyBridge.py für das Natiris-Projekt.
ANFORDERUNGEN:
1. ECHTE ComfyUI Integration:
- Verwende die ComfyUI REST API (localhost:8188)
- Sende Workflows mit requests.post('/prompt')
- Polling für Queue-Status
- Abrufen generierter Bilder via /view endpoint
2. KONSISTENZ DURCH DUMMY-BASIS-BILDER:
- Lade Basis-Bilder aus ~/natiris/assets/base_images/
- face_base.png - Gesichtsreferenz für IPAdapter
- body_base.png - Körperbau-Referenz für Pose/Struktur
- Nutze IPAdapter für Gesichtskonsistenz
- Nutze ControlNet OpenPose für Körperhaltungs-Konsistenz
3. TRUST-BASIERTES STYLING:
- Trust 0-3: Neutral, professionell, Distanz
- Trust 4-7: Persönlich, häusliche Umgebung
- Trust 8-10: Intim, warm, Nahaufnahme
4. WORKFLOW STRUKTUR:
- CheckpointLoaderSimple (realisticVisionV60B1_v51HyperVAE.safetensors)
- CLIPTextEncode für positive/negative Prompts
- IPAdapterAdvanced für Gesichtskonsistenz (mit face_base.png)
- ControlnetLoader + ControlNetApply für OpenPose (mit body_base.png)
- KSampler mit dynamischem Seed
- VAEDecode + SaveImage
5. BILD-RETRIEVAL:
- Nach Generierung: Abrufen via /view?filename=...
- Speichern unter ~/natiris/generated/
- Metadaten speichern (prompt, seed, trust_level, timestamp)
6. VISION-INTEGRATION:
- Trigger VisionBridge nach Bildgenerierung
- Übergabe des Bildpfads für Analyse
CODE STRUKTUR:
- Klassen-basiert: ComfyBridge
- Methoden: check_health(), build_workflow(), submit(), poll_result(), download_image(), analyze_with_vision()
- Konfiguration über config/character_genesis.json
WICHTIG:
- Nutze os.path.expanduser("~") für Pfade
- Fehlerbehandlung für jeden API-Call
- JSON-Logging in bridges/comfy_response.json
Generiere den vollständigen Python-Code in einer einzigen Datei.