ComfyUI用のGUIを開発中
現状の色々
- ロールプレイチャットについてはステータス実装で止まっている。同じLM Studio上でメインモデルとバックグラウンドモデルを同時に動かすと今の作りではKVキャッシュが壊れて出力が遅くなるので、複数のローカルLLM APIに接続できるようにはした。
- ComfyUIのプロンプトを書くのを楽にするためのGUIを作り始めた。特定の構図や衣装のイラストを出力するときにdanbooruタグ調べたり、自分で作ったLoRAのトリガーワードを毎回メモファイルからコピペするのめんどくさいな、と。Xで作ってる人を見かけたので、自分も似たようなの作ればよくね？となった。
- 自分で組んだワークフローのJSONをベースにAPI処理を書かせることができて楽そうだから、バックエンドはComfyUI固定にした。A1111系は処理過程においてどこで何やってるかぱっと見で全然わかんないから、トラブった時の原因調査が難しくてだいぶ前に投げてしまった。
- 大まかな機能は完成しつつある。
- それにしてもコーディングエージェント任せでUIを作るとアクセントカラーを紫にしがちなのは何なんだろうか。
現状の基本機能とか
現状は以下のような感じ。一人の人物の且つ初期状態だと女性限定みたいになっている。タグの編集機能はあるからタグを差し替えれば男性キャラクター生成にも使える。
- データの保存はIndexedDB
- ComfyUI接続先URLの登録
- 生成画像のサイズ指定
- 2倍アップスケールのオン・オフ。オンの場合はアップスケール用のLoRAも指定可能
- FaceDetailerのオン・オフ
- 低VRAM環境というかmacOSだとアップスケールなどでこけやすいので、Tiled VAEの利用のオン・オフ機能。RTXのいいやつ使ってる人はオフの方が生成が早い
- LoRAの管理機能: システム内で使いたいLoRAとトリガーワードを管理できる
- タグのプリセット保存機能: 特定のタグの組み合わせをプリセットとして保存できて、クリックすると即反映
- 生成履歴の保存機能: 今まで作った画像をギャラリー的に閲覧可能。プリセットごとにフィルタリング可能。画像の削除やダウンロード、画像からのタグ選択状態の復旧も可能
- 各種タグの選択機能
- 品質
- アートスタイル（LoRAも指定可能）
- キャラクター: 髪型・色、瞳の形・色、表情、体型など。（キャラクターLoRAも指定可能）
- 衣装: ワードローブ的な感じでアウター、トップス、インナー、ボトムス、レッグウェア（靴下など）、靴、ヘッドウェア（帽子とか）、フェイスウェア（眼鏡やイヤリングなど）、ネックウェア（ネックレスやネクタイなど）、ハンドウェア（手袋など）、その他装備品（スマホやバッグなどの小道具）を選択して組み合わせられる。それぞれのパーツごとに色選択も可能。
- 選択タグの重みづけ機能: 選択したタグについて重みづけを変更してプロンプトに反映可能
- 各種タグの管理機能: ベースのタグは登録済みだが新規のタグを追加可能。CSVでのインポートとエクスポートも可能
- プロンプトの重複確認および整形機能。例えばロングヘアとショートヘアを両方選択してたら警告が出る。警告が出るだけで解消するかどうかはユーザー任せ
- もろもろ選択し終わったら生成ボタンをクリック。インジゲータが100%になったら画像が生成されてライブラリに保存される
将来的な構想や妄想
- 二人の人物の絡んだイラストを生成できる「Duo」モードを実装したい。
- 手をつないでデートしている、夜のプロレスしている、みたいな。
- そのためにはどういうUIがいいのか、そもそも生成のためのベースモデルはSDXLじゃなくてプロンプトを自然言語で記述できるやつの方が良さそう。
- タグ選択UIは維持したいからローカルLLMと連携してタグから自然言語プロンプトを生成とかかね。
- 今だとAnimaとか？
- Soloモードで生成した画像を利用してDuoモードでキャラ指定とかできたら楽そう。
開発作業について
- 今まではずっとClaude Codeを利用していたんだが、コーディングエージェントをCodexに切り替えた。
- Claude Codeはサボりが多すぎる。特にドキュメント更新とバージョン管理。
- 作業計画を提示させるとClaude Codeは「今回はこのドキュメントの更新は不要です」とか自信満々に言ってくるけど、そんなことなくて更新必須やろというパターンが多すぎる。
- 私の使い方が悪いだけな気がするけど、雑な指示でもしっかり・きっちり・慎重に作業してくれるCodex (GPT-5.5) の方が私には今のところ合っている。
- 両方使える金銭的な余裕があるならClaude Codeに作っと作業させてCodexに作業毎にレビューさせるか、ひと段落したところでCodexにリファクタリングさせるというのが良さそう。
- Skillsだのなんだのは良く分からないので私は使ってない。
- ちなみに私はプログラミングが全然分からないのでロールプレイチャットシステムと同様に完全ノーコード開発である。AIに全部丸投げしてダメ出ししてるだけ。