Разработка AI-цифрового дизайнера (AI Designer)

AI-дизайнер как цифровой сотрудник

AI-дизайнер автоматизирует создание визуального контента: баннеры, обложки, иллюстрации к статьям, посты для соцсетей, рекламные макеты. Производительность: 50–500 изображений в день против 5–20 у человека.

Стек инструментов

Автоматизация через ComfyUI API

import httpx
import json
import uuid

class AIDesignerAgent:
    def __init__(self, comfyui_url: str = "http://localhost:8188"):
        self.base_url = comfyui_url

    async def generate_banner(
        self,
        prompt: str,
        brand_colors: list[str],
        width: int = 1200,
        height: int = 628,  # OG-image размер
        style: str = "modern corporate"
    ) -> bytes:
        workflow = self.build_sdxl_workflow(
            prompt=f"{prompt}, {style}, brand colors {' '.join(brand_colors)}, professional design",
            negative_prompt="low quality, blurry, text errors, watermark",
            width=width,
            height=height
        )

        client_id = str(uuid.uuid4())
        async with httpx.AsyncClient() as client:
            response = await client.post(
                f"{self.base_url}/prompt",
                json={"prompt": workflow, "client_id": client_id}
            )
            prompt_id = response.json()["prompt_id"]
            return await self.wait_for_result(client_id, prompt_id)

    def build_sdxl_workflow(self, prompt: str, negative_prompt: str, width: int, height: int) -> dict:
        return {
            "4": {"class_type": "CheckpointLoaderSimple", "inputs": {"ckpt_name": "sd_xl_base_1.0.safetensors"}},
            "6": {"class_type": "CLIPTextEncode", "inputs": {"text": prompt, "clip": ["4", 1]}},
            "7": {"class_type": "CLIPTextEncode", "inputs": {"text": negative_prompt, "clip": ["4", 1]}},
            "5": {"class_type": "EmptyLatentImage", "inputs": {"width": width, "height": height, "batch_size": 1}},
            "3": {"class_type": "KSampler", "inputs": {
                "model": ["4", 0], "positive": ["6", 0], "negative": ["7", 0],
                "latent_image": ["5", 0], "seed": 42, "steps": 30, "cfg": 7.5,
                "sampler_name": "euler", "scheduler": "normal", "denoise": 1.0
            }},
            "8": {"class_type": "VAEDecode", "inputs": {"samples": ["3", 0], "vae": ["4", 2]}},
            "9": {"class_type": "SaveImage", "inputs": {"images": ["8", 0], "filename_prefix": "banner"}}
        }

Брендированная генерация (LoRA)

async def generate_with_brand_lora(
    prompt: str,
    lora_path: str,  # обученная LoRA на брендовых изображениях
    lora_strength: float = 0.8
) -> bytes:
    """Генерация в стиле конкретного бренда через LoRA"""
    workflow = self.build_lora_workflow(prompt, lora_path, lora_strength)
    return await self.run_workflow(workflow)

Обучение LoRA для бренда: 20–50 изображений в фирменном стиле, 500–2000 шагов, 30–60 минут на GPU.

Массовая генерация для e-commerce

async def generate_product_images(
    products: list[dict],
    background_style: str = "white studio"
) -> list[dict]:
    """Генерируем изображения для каталога товаров"""
    results = []

    for product in products:
        prompt = f"{product['name']}, {product['category']}, {background_style}, commercial photography style"

        image = await self.generate_banner(
            prompt=prompt,
            brand_colors=[],
            width=800,
            height=800
        )

        results.append({
            "product_id": product["id"],
            "image": image,
            "prompt_used": prompt
        })

    return results

Пост-обработка

from PIL import Image
import io

def add_brand_overlay(
    image_bytes: bytes,
    logo_path: str,
    watermark_text: str = None
) -> bytes:
    img = Image.open(io.BytesIO(image_bytes)).convert("RGBA")
    logo = Image.open(logo_path).convert("RGBA")

    # Масштабируем логотип до 15% ширины изображения
    logo_width = img.width // 7
    logo_height = int(logo.height * (logo_width / logo.width))
    logo = logo.resize((logo_width, logo_height), Image.LANCZOS)

    # Размещаем в нижнем правом углу
    position = (img.width - logo_width - 20, img.height - logo_height - 20)
    img.paste(logo, position, logo)

    output = io.BytesIO()
    img.save(output, format="PNG")
    return output.getvalue()

Сроки: настройка AI-дизайнера с базовыми форматами (баннеры, посты) — 1–2 недели. Обучение LoRA на бренд + интеграция с CMS — дополнительно 1–2 недели.