Ollama ComfyUI 本地 AI 工作流实战从 0 搭建到 API 批量出图附代码本地部署大模型与绘图是降低 API 成本的关键。本文基于个人实测展示如何用 Ollama 调度 LLM结合 ComfyUI 实现自动化批量出图。数据均为个人实测非官方标准仅供参考。一、环境搭建LLM 推理 绘图引擎硬件选择决定上限。本人实测环境RTX 5090 / 32G 显存。Ollama 部署拉取qwen3.5:35b。该模型参数量大适合复杂指令理解。个人实测加载耗时约 45 秒占用显存约 24G。ComfyUI 部署安装“大炮版”Turbo 模式。相比标准版Turbo 推理步数更少速度提升 3 倍。个人实测单张图生成耗时从 10 秒降至 3 秒。显存分配两者同时运行时需确保总显存不超过 28G预留 4G 给系统。二、API 调用Python 批量生成脚本通过 HTTP 协议调用 ComfyUI 内部接口可实现无感批量出图。importurllib.request,json# ComfyUI /prompt 接口payload 是「完整节点图(workflow)」不是模型名字符串。# 下方为最小骨架真实可跑版本见配套脚本 comfy_gen_ai.pyz-image-turbo 工作流。defsubmit_workflow(workflow:dict)-str:urlhttp://127.0.0.1:8878/promptrequrllib.request.Request(url,datajson.dumps({prompt:workflow}).encode(),headers{Content-Type:application/json})returnjson.loads(urllib.request.urlopen(req,timeout60).read())[prompt_id]# 提交后轮询 /history/{prompt_id} 取结果再经 /view?filename... 下载图片代码逻辑简单urllib直连127.0.0.1:8878不依赖外部库。Workflow 指定prompt字段需对应 ComfyUI 中的工作流名称此处为z-image-turbo。画面控制提示词中必须包含“无文字”、“无水印”约束确保画面干净。返回处理返回 JSON 包含图片 ID后续可下载至本地。实际运行中需处理并发请求。若并发过高ComfyUI 可能返回 503 错误。建议设置循环间隔 0.5 秒避免服务阻塞。三、调度策略显存管理与错峰Ollama 和 ComfyUI 同时驻留显存极易导致 OOM显存溢出。关闭常驻内存设置环境变量OLLAMA_KEEP_ALIVE0。错峰调度仅当需要生成图像时才启动 LLM 推理服务。显存监控使用nvidia-smi监控若显存占用超过 29G立即终止 Ollama 进程。相比云端 API单次生成成本降低 90%个人实测但需承担硬件折旧风险。通过上述配置可实现低成本、高隐私的本地 AI 生产流。关键结论本地化部署虽需前期硬件投入但长期批量产出时ROI 远高于云端 API。