Workflow SillyTavern ComfyUI vs AIAngels en 2026

Un workflow SillyTavern ComfyUI désigne la configuration technique qui relie SillyTavern, une interface de chat IA pour le roleplay avec des modèles de langage, à ComfyUI, un outil de génération d'images à base de nœuds propulsé par Stable Diffusion. Cela permet à la compagne IA de produire automatiquement des portraits de personnages, des images de scènes ou des illustrations d'objets en fonction du contexte du chat. Le mécanisme central repose sur l'envoi par SillyTavern d'un prompt texte (souvent dérivé de l'état actuel du roleplay) vers ComfyUI via une connexion API ou WebSocket. ComfyUI traite ensuite ce prompt à travers son graphe de nœuds — généralement avec des modèles comme SDXL ou Pony — et renvoie une image générée qui s'affiche directement dans le chat. Ce workflow est apprécié des utilisateurs qui veulent un retour visuel pendant le roleplay sans copier manuellement les prompts dans un générateur d'images séparé. Contrairement aux solutions intégrées comme la génération d'images limitée de Character.AI, cette configuration offre un contrôle total sur le modèle, le style et la résolution. Elle exige toutefois un GPU local ou une instance cloud faisant tourner à la fois SillyTavern et ComfyUI, ainsi qu'une certaine familiarité avec l'édition par nœuds. Selon un article de Wired sur la compagnie IA, les utilisateurs attendent de plus en plus des interactions multimodales, et ce workflow offre exactement cela : texte et image dans une seule boucle.

Pour configurer un workflow SillyTavern ComfyUI, vous devez faire tourner les deux programmes sur la même machine ou le même réseau. Installez d'abord SillyTavern (node.js) et ComfyUI (Python) en local — ce sont tous deux des projets open source gratuits. Activez le mode API de ComfyUI en ajoutant `--listen 0.0.0.0` à sa commande de démarrage pour qu'il accepte les connexions externes. Ensuite, dans SillyTavern, ouvrez les paramètres de l'extension « Image Generation ». Passez le backend sur « ComfyUI » et saisissez l'URL (par exemple `http://127.0.0.1:8188`). Vous devrez aussi configurer un fichier workflow JSON — celui-ci définit le graphe de nœuds (encodeur de texte, KSampler, décodeur VAE, etc.) que ComfyUI exécutera. La plupart des utilisateurs commencent par un workflow simple qui reçoit un prompt positif, un prompt négatif et une seed depuis SillyTavern. Vous pouvez l'enregistrer sous `workflow_api.json` dans le dossier `web` de ComfyUI. Une fois chargé, SillyTavern peut envoyer à la demande des prompts issus du chat vers ComfyUI. Un problème fréquent est le conflit de ports ; assurez-vous que ComfyUI utilise le port 8188 et SillyTavern le port 8000 (par défaut). Pour les configurations à distance, vous devrez peut-être exposer ComfyUI via un tunnel comme ngrok, mais cela ajoute de la latence. Un test avec une commande simple du type « génère un portrait du personnage actuel » permet de vérifier la connexion.

La qualité d'un workflow SillyTavern ComfyUI dépend largement de la façon dont vous configurez le graphe de nœuds ComfyUI. Pour les portraits de personnages, la chaîne standard comprend : un CheckpointLoader (par exemple les modèles de diffusion SDXL ou Pony), un CLIPTextEncode pour le prompt positif (reçu de SillyTavern), un CLIPTextEncode pour le prompt négatif (codé en dur ou dynamique), un KSampler (Euler ancestral, 20 à 30 étapes, CFG scale 7-9), un VAEDecode, et un nœud SaveImage ou PreviewImage. Pour le roleplay, vous voudrez transmettre des paramètres dynamiques : la seed (randomisée à chaque chat), la largeur/hauteur (par exemple 512x768 en orientation portrait), et parfois un ControlNet pour guider la pose. Pour rendre les images sensibles au contexte, vous pouvez construire le prompt dans SillyTavern avec un modèle du type « {character_name}, {emotion}, {scene_description} ». Le workflow doit aussi inclure un nœud LoadImage si vous avez besoin d'une image de départ pour l'img2img — utile pour garder un visage de personnage cohérent. Beaucoup d'utilisateurs créent plusieurs workflows et basculent entre eux via les paramètres de l'extension SillyTavern : un pour les portraits, un pour les paysages, un pour les objets. Un [rapport de Stanford HAI sur l'IA générative](https://hai.stanford.edu) note que le prompt engineering influence fortement la qualité du résultat, et cela vaut ici aussi : un graphe de nœuds bien structuré avec une force de débruitage appropriée (0,7-0,9 pour le txt2img) donne de meilleurs résultats.

L’une des fonctionnalités les plus puissantes d’un workflow SillyTavern ComfyUI est l’automatisation : l’IA peut déclencher la génération d’images automatiquement en fonction de mots-clés, d’émotions ou de changements de scène. Le système d’extensions de SillyTavern vous permet de définir des déclencheurs regex—par exemple, lorsque l’IA décrit un nouveau lieu, elle envoie un prompt à ComfyUI pour illustrer la scène. Vous pouvez aussi utiliser la fonctionnalité de « détection des émotions » : si l’IA détecte que le personnage est « en colère » d’après le dialogue, elle envoie un prompt de portrait en colère. Cela nécessite un peu de script en JavaScript (l’API d’extension de SillyTavern) pour analyser le journal de chat et appeler le point de terminaison de génération d’images. Une approche plus simple consiste à utiliser des macros : incluez `{{generate:portrait}}` dans le modèle de réponse de l’IA, ce que SillyTavern interprète comme une commande pour générer une image. L’image générée apparaît alors sous forme de vignette cliquable dans le chat. Pour une identité de personnage cohérente, de nombreux utilisateurs enregistrent une image de base et utilisent img2img avec un faible denoising (0,3-0,5) afin de préserver la structure du visage. Cette automatisation réduit l’effort manuel et crée une expérience plus immersive—le compagnon IA semble « voir » et « dessiner » le monde. Cependant, générer des images à chaque réponse peut être gourmand en GPU ; une limite pratique est de 1 à 2 images pour 10 messages. L’[American Psychological Association](https://www.apa.org) a étudié comment le retour visuel dans les interactions numériques augmente l’engagement des utilisateurs, et ce workflow en tire parti.

Les utilisateurs rencontrent souvent plusieurs obstacles lors de la configuration d'un workflow SillyTavern ComfyUI. Le problème le plus courant est l'échec de connexion : SillyTavern ne peut pas atteindre l'API de ComfyUI. Vérifiez que ComfyUI est lancé avec `--listen` et que l'URL dans les paramètres de SillyTavern inclut le bon port (par défaut 8188). Les pare-feu ou VPN peuvent bloquer les connexions locales—désactivez-les temporairement. Un autre problème fréquent concerne les erreurs de workflow : ComfyUI renvoie une erreur « workflow missing node ». Cela se produit lorsque le JSON du workflow référence un nœud personnalisé qui n'est pas installé. Les nœuds manquants courants incluent WAS Node Suite, Efficiency Nodes ou les chargeurs ControlNet. Installez-les via ComfyUI Manager. Un troisième problème est l'inadéquation des prompts : SillyTavern envoie un prompt que ComfyUI interprète incorrectement. Cela est souvent dû à des guillemets manquants ou en trop dans le JSON du workflow. Utilisez le format `workflow_api.json` (avec des ID de nœuds commençant à 3) plutôt que le format natif de l'interface. Les problèmes de qualité d'image (par exemple, visages déformés) peuvent être atténués en utilisant un nœud de restauration de visage comme GFPGAN ou CodeFormer. Enfin, l'épuisement de la mémoire GPU : générer des images 1024x1024 sur une carte avec 6 Go de VRAM peut échouer. Réduisez la résolution ou utilisez l'option `--lowvram`. De nombreux utilisateurs réussissent en commençant par un workflow txt2img simple (sans ControlNet, sans LoRAs) avant d'ajouter de la complexité. Des communautés en ligne comme le Discord SillyTavern proposent des modèles de workflow qui résolvent 90 % des problèmes de configuration.

Alors que le workflow SillyTavern ComfyUI vous offre un contrôle maximal sur la génération d'images—modèles personnalisés, ajustement infini des prompts, confidentialité locale—il exige un effort technique considérable : installer deux systèmes distincts, configurer des nœuds et gérer les ressources GPU. Pour les utilisateurs qui veulent une génération d'images intégrée sans configuration, des plateformes comme AIAngels offrent une alternative plus simple. AIAngels intègre la création d'images directement dans le chat—photos à 50 crédits chacune, également en premium ($3.99/mois sur le plan de 6 mois)—sans ponts API ni graphes de nœuds requis. L'IA génère automatiquement des portraits de personnages en fonction du contexte de la conversation, semblable à ce que fait un workflow SillyTavern automatisé, mais sans aucune configuration. De plus, AIAngels propose plus de 400 compagnons sélectionnés et un créateur de compagnon personnalisé, vous permettant de créer l'apparence et la personnalité d'un personnage sans installer de logiciel. Pour les utilisateurs qui privilégient la facilité d'utilisation à la personnalisation, AIAngels élimine la courbe d'apprentissage et les exigences matérielles. Cependant, si vous avez besoin de modèles Stable Diffusion spécifiques, de LoRAs ou d'un contrôle total sur les paramètres d'image, la voie SillyTavern ComfyUI reste la référence absolue. Considérez vos priorités : contrôle technique vs fonctionnalité instantanée.