6.6 · 图像生成集成（Image Generation Integration）

图像生成集成（中文译文）

原始 DeepWiki 页面：https://deepwiki.com/open-webui/open-webui/6.6-image-generation-integration

翻译时间：2026-06-09T16:08:54.676Z

翻译模型：deepseek-chat

原文字符数：7408

项目：Open WebUI (open-webui)

---

图像生成集成

图像生成集成系统在 Open WebUI 界面中提供自动化的图像创建和编辑能力。它支持多种后端引擎，包括 OpenAI (DALL-E)、Google Gemini (Imagen)、ComfyUI 和 AUTOMATIC1111 (Stable Diffusion)。该系统处理提示词增强、模型切换和自动文件持久化。

系统架构

图像生成逻辑主要包含在 images 路由中，该路由与各种外部 API 和本地扩散服务器交互。

graph TB
    subgraph "前端层"
        UI["Images.svelte<br/>Playground 组件"]
        AdminSettings["Settings/Images.svelte<br/>管理面板"]
        ImageAPI["lib/apis/images/index.ts<br/>API 封装"]
    end

    subgraph "后端路由 [routers/images.py]"
        Router["APIRouter<br/>images.py:52"]
        GetConfig["get_config<br/>images.py:161"]
        SetModel["set_image_model<br/>images.py:55"]
        GetModel["get_image_model<br/>images.py:84"]
    end

    subgraph "外部引擎"
        OAI["OpenAI DALL-E"]
        Gem["Gemini Imagen"]
        A11["AUTOMATIC1111<br/>SD API"]
        CUI["ComfyUI<br/>工作流 API"]
    end

    UI --> ImageAPI
    AdminSettings --> ImageAPI
    ImageAPI --> Router
    Router --> OAI
    Router --> Gem
    Router --> A11
    Router --> CUI

来源： backend/open_webui/routers/images.py:52-53、src/lib/components/admin/Settings/Images.svelte:8-15、src/lib/apis/images/index.ts:1-15

配置与引擎管理

系统使用集中式的 ImagesConfig Pydantic 模型来管理所有支持引擎的设置。此配置会被持久化，管理员可通过 WebUI 进行更新。

支持的引擎与模型

get_image_model 函数根据当前激活的引擎配置确定使用哪个模型：

• OpenAI：若未指定，默认为 dall-e-2 backend/open_webui/routers/images.py:85-90。
• Gemini：默认为 imagen-3.0-generate-002 backend/open_webui/routers/images.py:91-96。
• AUTOMATIC1111：从服务器的 /sdapi/v1/options 端点获取当前的 sd_model_checkpoint backend/open_webui/routers/images.py:102-113。

配置模式

来源： backend/open_webui/routers/images.py:118-159、src/lib/components/admin/Settings/Images.svelte:118-142

ComfyUI 工作流集成

ComfyUI 集成具有高度灵活性，允许用户通过 UI 定义自定义工作流。后端将特定的工作流节点映射到生成参数，如提示词文本、种子和图像尺寸。

必需的节点映射

前端定义了标准节点类型，这些类型必须在 ComfyUI JSON 工作流中进行映射：

• prompt：文本输入节点 src/lib/components/admin/Settings/Images.svelte:33-36。
• model：检查点加载器节点 src/lib/components/admin/Settings/Images.svelte:39-42。
• width / height：分辨率节点 src/lib/components/admin/Settings/Images.svelte:44-52。
• steps / seed：采样参数 src/lib/components/admin/Settings/Images.svelte:54-62。

graph LR
    subgraph "ComfyUI 集成流程"
        WF["JSON 工作流<br/>images.py:138"]
        Nodes["REQUIRED_WORKFLOW_NODES<br/>Images.svelte:32"]
        Map["将 UI 参数映射到<br/>工作流节点 ID"]
        Exec["comfyui_create_image<br/>comfyui.py:40"]
    end

    Nodes --> Map
    WF --> Map
    Map --> Exec

来源： src/lib/components/admin/Settings/Images.svelte:31-63、backend/open_webui/routers/images.py:35-42

图像编辑集成

Open WebUI 支持图像到图像（image-to-image）和图像修补（inpainting）工作流。此功能通过 ENABLE_IMAGE_EDIT 启用，并且可以使用与主生成引擎不同的引擎。

• 引擎路由：如果设置了 IMAGE_EDIT_ENGINE，编辑请求将被路由到该引擎；否则，可能会回退到默认处理器 backend/open_webui/routers/images.py:145-147。
• ComfyUI 编辑：需要一个包含 image 节点类型（用于源文件）的特定编辑工作流 src/lib/components/admin/Settings/Images.svelte:66-71。
• Gemini/OpenAI：使用特定提供商的编辑端点（例如 IMAGES_EDIT_GEMINI_API_BASE_URL）backend/open_webui/routers/images.py:150-154。

来源： backend/open_webui/routers/images.py:145-158、src/lib/components/admin/Settings/Images.svelte:65-92

数据流与持久化

生成的图像会被本地缓存，并注册到 Open WebUI 文件管理系统中，以便在聊天历史中引用。

1. 生成：引擎（例如 ComfyUI）生成图像，并以 base64 字符串或 URL 的形式返回。
2. 持久化：images 路由使用 routers.files 中的 upload_file_handler 将图像保存到内部存储 backend/open_webui/routers/images.py:29-29。
3. 缓存：图像存储在 IMAGE_CACHE_DIR（位于 CACHE_DIR / 'image' / 'generations'）backend/open_webui/routers/images.py:49-50。
4. 响应：后端返回一个文件 ID 或 URL，前端将其渲染为消息附件。

来源： backend/open_webui/routers/images.py:49-50、backend/open_webui/routers/images.py:29-29