这次的做法是把 AI 推理和生图集中在一台主机处理，其他笔电只负责操作页面、输入 prompt、查看结果和选择候选图。简单来说，就是多台客户端连接到同一台本地主机，由主机统一运行 LM Studio 和 ComfyUI。

Comfyui 原生已经开启server模式
LM Studio 要进入developer 自己开启server 模式

架构大概是：

笔电 1
笔电 2
笔电 3  --->  主机：LM Studio + ComfyUI
笔电 4

抽卡 / 不抽卡  --->  主机统一处理

主机负责比较吃资源的部分，例如本地 LLM 分析、prompt 处理、ComfyUI 生图、Z Image 出图等。其他电脑不需要高性能显卡，只要能通过浏览器连接主机地址，就可以提交任务。

LM Studio

先进入codex,

继续帮我设计生成图片的工作流，
继续直接帮你设计这套 AI 分析报告 JSON schema + PHP 页面流程，
让你系统里出现一个 生成 AI 分析报告 按钮。
我没有 OpenAI API Key, 我想使用我现在的lm studio 里的local llm

LM Studio 部署成功。。

轮到COMFYUI

进入codex,

现在我想使用我的comfyui 生成图片 , ipaddress 是****, 
我的电脑是有两张显卡的，现在lm studio已经吃满第一张显卡的vram, 
我在生图上使用第二张显卡， json是：Z-Image_Text2Image_for_webui_t2i.json

Comfyui 部署成功。。

最后

这次测试后，一个很重要的结论是：Z Image 的 prompt 不适合写得太长。之前为了控制透明背景、4x2 sprite、不要白底、不要边框、不要文字，prompt 写得太复杂，结果模型反而抓不到重点。后来改成短 prompt，把重点放在最前面，效果明显改善。

另外，如果 ComfyUI workflow 本身没有 negative prompt 节点，就不要硬塞 negative prompt。不同 workflow 要按照它原本的结构来控制，强行加入反而可能影响结果。

“抽卡”模式适合一次生成多张候选图，再从中选择最好的结果；“不抽卡”则适合快速生成单张图。这样可以根据任务需要决定是否批量生成，减少等待时间和显卡资源浪费。

整体来说，这种做法的优点是集中管理、节省硬件成本、方便多设备操作，也更适合本地 AI 分析和 ComfyUI 生图结合使用。

添加抽卡

我想优化生图流程，当我点击生图照片后，会出现四张照片让我抽图，我选择后才save进去，
添加一个抽卡数目的选择，default = 2, 可以点选 1， 2，3，4，5，6，7，8，9，10

自制LM Studio & COmfyui 设定页面

现在我要优化Image Studio 页面，把GPT Image 设置做成独立页面，可以让我隐藏，或者打开，默认是隐藏，
在Image Studio生成图片的的地方， 把抽卡数目选项放在生成图片的按钮左边，在抽卡数目选项左边加入当下的note 13 解像度的数值，点击可更改
其他保持不变，不要把尺寸保存进原本的设置 JSON