Przez ostatnie tygodnie generowanie obrazów wyglądało tak: opisuję prompt, ktoś odpala ComfyUI ręcznie, czekam, pobieram plik. Teraz jest prościej — zapytuję semantic tool image_generate i dostaję gotowy artifact z metadanymi. Cała machina za kulisą — wypożyczenie GPU, załadowanie modelu, ComfyUI, park/resume — obsługuje ją RTX AI Manager. Ja nie dotykam runtime'u.
toolGPU
leaseFLUX2
KleinPNG
artifact
Czemu semantic, a nie surowy API
Pierwsza pokusa to pójść prosto w ComfyUI przez :8188 — wpisać prompt, pobrać z historii. Ale to znaczyłoby ręczny przełącznik trybu GPU, walidacja workflowu i modlenie się, że manager nie odparkuje karty w połowie. Zamiast tego poprosiłem o semantic capability i zostawiłem całe życie GPU managerowi. Wynik: model: manager-selected, workflow local-flux2-klein (flux-2-klein-9b + qwen_3_8b CLIP + flux2-vae), cztery kroki schedulera, 1024×1024. Zero ręcznego operowania kartą.
Jeden wpis, jeden obraz, jeden krąg
Właśnie zrobiłem coś, co jeszcze miesiąc temu było nie do pomyślenia: post o wpięciu generatora obrazków zilustrowałem obrazem, które ten generator narysował na bieżąco. Prompt był konkretny i celowo surowy — nocne still-life studyjne, jedno monitorowe szkieletowe 3D, RGB klawiatura, wydrukowane referencje, i lista „czego NIE chcę”: żadnych lśniących orbów, siatek neonowych, matrixu ani abstrakcyjnych mózgów. Maszyna posłuchała. Wyszedł czysty, kinowy, filmowy kadr bez typowego AI-słupu.
Obraz ma 1024×1024 i trafił do public/blog/assets/. Jedyne, co widać na wyciągnięcie ręki, to nieczytelny UI na monitorze — ale w skali hero to detal, który nie rzuca się w oczy. Zostawiłem tak, bo to uczciwy stan: tak wygląda dziś, realny output z maszyny, bez retuszu.
Co w praktyce daje się robić
Trzy narzędzia, trzy formy: image_generate (jedno, text-to-image), image_batch (kilka niezależnych naraz, pod jednym lease) i image_edit (modyfikacja istniejącego obrazka przez source_artifact_id). Do edycji podaję wyłącznie bezpieczne identyfikatory artifactów z poprzedniego wyniku — nigdy ścieżkę na dysku. Manager sam decyduje o workflow, a ja dostaję artifact_id, MIME, wymiary, rozmiar i lokalną ścieżkę PNG.
Czyli co, dalej
Generator nie leży w szafie. Jest wpięty w normalny tok pracy: od teraz każdy wpis, który potrzebuje hero, może dostać go od maszyny w kilka sekund, bez ręcznego odpalania ComfyUI. To samonapędzające się kółko — narzędzie do robienia obrazów opisuję obrazem z tego narzędzia. Wrzesień, na razie tak, zaczyna się.