4.7 KiB

Raw Blame History

MpakoImageAIbot

Telegram-бот для генерации и редактирования изображений через удалённый ComfyUI API.

Что умеет

Text-to-image: текст → изображение (Z-Image Turbo, 1024×1024).
Image-to-image: фото + подпись → редактирование (Krea2 edit).
Reply-to-image: ответ текстом на готовую картинку бота → редактирование этой картинки.
Глобальная очередь с одной активной задачей на пользователя.
Позиция в очереди и прогресс генерации через WebSocket ComfyUI.
SQLite: запросы, статусы, seed, пути к файлам.

Требования

Python 3.10+ (проверено на 3.13).
ComfyUI с доступом по сети, например:
```
python main.py --listen 0.0.0.0 --port 8188
```
Установленные кастомные ноды для текущих workflow: Krea2ModelLoader, TextEncodeQwenImageEdit, UnetLoaderGGUF, CLIPLoaderGGUF.
Модели, указанные в workflows/txt2img.json и workflows/img2img.json.

Настройка

Copy-Item .env.example .env

Заполнить .env:

BOT_TOKEN — токен от @BotFather.
TELEGRAM_PROXY — прокси для Telegram API (пусто — напрямую).
COMFY_BASE_URL — например http://192.168.31.113:8188.
Остальные параметры можно оставить по умолчанию.

Прокси для Telegram

Если сервер не имеет прямого доступа к Telegram, укажи прокси V2RayA/HTTP/SOCKS5:

# Docker на Linux (V2RayA слушает на хосте)
TELEGRAM_PROXY=http://host.docker.internal:20171

# Запуск без Docker, на том же хосте
# TELEGRAM_PROXY=http://127.0.0.1:20171

Для SOCKS5 используй socks5h://host.docker.internal:20170; зависимость socksio уже включена в requirements.txt.

Запуск

py -3 -m venv .venv
.\.venv\Scripts\Activate.ps1
pip install -r requirements.txt
python bot.py

Бот работает в приватных чатах. Пользователь отправляет текст или фото с подписью.

Docker

docker compose up -d --build

Каталоги ./storage и ./data монтируются как volume. Для ComfyUI на другой машине используйте её LAN-IP, а не localhost.

CI

При push в main или master Gitea Actions собирает образ на сервере, где запущен runner, и пушит его в Gitea Registry:

git.mpakosrv.ru/mpakobecex/mpakoimageaibot:latest
git.mpakosrv.ru/mpakobecex/mpakoimageaibot:<sha>
локально: mpakoimageaibot:latest

Workflow: .gitea/workflows/docker-build.yml. Runner использует label ubuntu-latest и смонтированный Docker socket. Для входа в registry нужны секреты REGISTRY_USER и REGISTRY_TOKEN.

После успешной сборки обновление контейнера:

docker compose up -d

Без --build: Compose возьмёт готовый образ mpakoimageaibot:latest.

Workflow

workflows/txt2img.json — Z-Image Turbo: EmptySD3LatentImage → KSampler → VAEDecode → SaveImage.
workflows/img2img.json — Krea2 edit: LoadImage → TextEncodeQwenImageEdit → KSamplerAdvanced → VAEDecode → SaveImage.
workflows/mapping.json — ID узлов, в которые подставляются prompt, negative, seed и входное изображение.
workflows/Krea2.json и workflows/ZImage.json — исходные экспорты.

Если меняются workflow, обновите mapping.json. При старте бот проверяет, что все узлы и поля существуют.

Тесты

pip install -r requirements-dev.txt
pytest

Ограничения текущей версии

Один воркер и одна активная задача на пользователя.
Нет /cancel и удаления задачи из очереди.
Нет автоочистки storage/ и data/.
Прогресс в процентах зависит от WebSocket; при его недоступности используется polling без процентов.
При рестарте задача в статусе running помечается failed.

4.7 KiB Raw Blame History Unescape Escape