ComfyUI দিয়ে ফ্রিতে AI ছবি তৈরি — নতুনদের জন্য ধাপে ধাপে গাইড

আজকাল কৃত্রিম বুদ্ধিমত্তা বা এআই দিয়ে অসাধারণ ছবি তৈরি করা বেশ সহজ হয়ে গেছে। তবে মিডজার্নি (Midjourney)-র মতো জনপ্রিয় সার্ভিসগুলো ব্যবহার করতে প্রতি মাসে মোটা অঙ্কের সাবস্ক্রিপশন ফি দিতে হয়। অন্যদিকে অন্যান্য অনেক টুল আপনার পিসির পারফর্ম্যান্স কমিয়ে দেয় বা ছবিতে নিজস্ব নিয়ন্ত্রণ দেয় না। এই সব সমস্যার সেরা সমাধান হলো ComfyUI। এটি সম্পূর্ণ বিনামূল্যে ব্যবহারযোগ্য একটি ওপেন-সোর্স সফটওয়্যার, যা আপনার নিজের পিসিতেই চালানো সম্ভব। যদি আপনি ডিজিটাল আর্ট, ফটো এডিটিং এবং ডিজাইন নিয়ে আগ্রহী হন, তবে ComfyUI শেখা আপনার ক্যারিয়ার ও স্কিলের জন্য একটি দারুণ ইনভেস্টমেন্ট হতে পারে। এই গাইডে আমরা নতুনদের জন্য সহজ ভাষায় ComfyUI ইনস্টলেশন থেকে শুরু করে প্রথম ছবি তৈরির পুরো প্রক্রিয়াটি বিস্তারিত আলোচনা করব।

ComfyUI কি এবং কেন এটি অন্যান্য টুলের চেয়ে আলাদা?

ComfyUI হলো স্টেবল ডিফিউশন (Stable Diffusion)-এর একটি ওপেন-সোর্স নোড-ভিত্তিক জিইউআই (GUI), যা কম র‍্যাম ও জিপিইউ ব্যবহার করে দ্রুত এবং নিখুঁত এআই ছবি তৈরি করতে সাহায্য করে।

সাধারণত বেশিরভাগ এআই ইমেজ টুল একটি নির্ধারিত ফর্মের মতো কাজ করে—যেখানে আপনি প্রম্পট লেখেন আর এআই একটি ছবি জেনারেট করে দেয়। কিন্তু ComfyUI কাজ করে 'নোড' (Node) ও 'ওয়ার্কফ্লো' (Workflow) সিস্টেমে। অর্থাৎ, পুরো ছবি তৈরির প্রক্রিয়াটিকে ছোট ছোট বাক্সে ভাগ করে তার (wire) দিয়ে যুক্ত করা হয়। এতে করে ইমেজের প্রতিটি পিক্সেল, কালার গ্রিড এবং টেক্সচারের ওপর আপনার ১০০% নিয়ন্ত্রণ থাকে। আপনি যদি অনলাইন প্ল্যাটফর্মে কাজ করতে অভ্যস্ত হন বা আমাদের ছবি ও ডিজাইন বিভাগের অন্যান্য টিউটোরিয়াল দেখে থাকেন, তবে বুঝতে পারবেন যে লোকাল সফটওয়্যারের স্বাধীনতা সম্পূর্ণ আলাদা।

ComfyUI চালানোর জন্য পিসির রিকোয়ারমেন্ট

ComfyUI চালানোর জন্য ন্যূনতম ৪ জিবি এনভিডিয়া (Nvidia) জিপিইউ এবং ৮ জিবি র‍্যাম প্রয়োজন, তবে ভালো অভিজ্ঞতার জন্য ডেডিকেটেড ভিআরএএম থাকা বাঞ্ছনীয়।

আপনার পিসিতে যদি ভালো গ্রাফিক্স কার্ড না থাকে, তবুও হতাশ হওয়ার কিছু নেই। আপনি গুগল কোলাব (Google Colab)-এর মাধ্যমে ক্লাউডে সম্পূর্ণ ফ্রিতে ComfyUI ব্যবহার করতে পারবেন। তবে নিজের পিসিতে চালানোর জন্য নিচের স্পেসিফিকেশনগুলো মিলিয়ে নিন:

• অপারেটিং সিস্টেম: উইন্ডোজ ১০/১১, লিনাক্স বা ম্যাকওএস।
• গ্রাফিক্স কার্ড (GPU): এনভিডিয়া (Nvidia) জিপিইউ সবচেয়ে ভালো কাজ করে (ন্যূনতম ৪ জিবি VRAM, ৬ জিবি+ হলে চমৎকার)।
• র‍্যাম (RAM): ৮ জিবি (১৬ জিবি সুপারিশকৃত)।
• স্টোরেজ: অন্তত ২০ জিবি খালি জায়গা (মডেল ডাউনলোডের জন্য SSD হলে ভালো)।

পিসিতে ComfyUI ইনস্টল করার সহজ ধাপসমূহ

ComfyUI পোর্টেবল জিপ ফাইল ডাউনলোড করে আনজিপ করার পর একটি নির্দিষ্ট ব্যাচ ফাইলেই ক্লিক করে কোনো জটিল কোডিং ছাড়াই এটি চালু করা যায়।

অনেকেই কোডিং বা পিক্সেল সেটআপের ভয়ে লোকাল এআই টুল ইনস্টল করতে চান না। কিন্তু ComfyUI ইনস্টল করা একদমই সহজ। নিচের ধাপগুলো অনুসরণ করুন:

১. প্রথমে অফিশিয়াল ComfyUI GitHub পেজে যান।

২. পেজটি স্ক্রোল করে নিচে নামলে Direct Link to Download অংশ থেকে Windows Portable zip ফাইলটি ডাউনলোড করুন।

৩. ডাউনলোড ফাইলটি (৭-জিপ বা উইনরার দিয়ে) আপনার কম্পিউটারের যেকোনো ড্রাইভে আনজিপ (Unzip) করুন।

৪. ফোল্ডারের ভেতর ঢুকলে `run_nvidia_gpu.bat` (যদি Nvidia জিপিইউ থাকে) অথবা `run_cpu.bat` নামের ফাইল দেখতে পাবেন।

৫. `run_nvidia_gpu.bat` ফাইলে ডাবল ক্লিক করলেই আপনার লোকাল ব্রাউজারে ComfyUI ইন্টারফেসটি খুলে যাবে।

ComfyUI-এর মূল উপাদান: নোড (Node) ও ওয়ার্কফ্লো বোঝা

ComfyUI-তে প্রতিটি কাজ ছোট ছোট বাক্সে বা 'নোডে' বিভক্ত থাকে, যা তার দিয়ে যুক্ত হয়ে একটি সম্পূর্ণ ছবি তৈরির প্রক্রিয়া বা 'ওয়ার্কফ্লো' গঠন করে।

প্রথমবার ComfyUI খুললে অনেকগুলো নোড দেখে জটিল মনে হতে পারে। কিন্তু নতুনদের জন্য মূলত ৫টি প্রধান নোড বুঝলেই চলে:

• Load Checkpoint: এই নোডে মূল এআই ব্রেইন বা মডেল (যেমন: SD 1.5, SDXL বা Flux) সিলেক্ট করতে হয়।
• CLIP Text Encode (Prompt): এখানে দুটি বাক্স থাকে। একটি পজিটিভ প্রম্পট (ছবিতে কী দেখতে চান) এবং অপরটি নেগেটিভ প্রম্পট (ছবিতে কী বাদ দিতে চান) লেখার জন্য। প্রম্পট লেখার ক্ষেত্রে সাহায্য পেতে আমাদের সেরা এআই টুলস সংক্রান্ত আর্টিকেলে কিছু কাজের টুল খুঁজে পেতে পারেন।
• KSampler: এটি ছবি তৈরির মূল ইঞ্জিন। এখানে ছবির ডিটেইলস, নয়েজ রিডাকশন এবং স্টেপ নির্ধারণ করা হয়।
• VAE Decode: এটি এআই-এর তৈরি করা গাণিতিক ডেটাকে মানুষের দেখার উপযোগী ছবিতে রূপান্তর করে।
• Save Image: এই নোডটি তৈরি হওয়া চূড়ান্ত ছবিটি আপনার পিসিতে সেভ করে এবং স্ক্রিনে দেখায়।

প্রথম AI ছবি তৈরি করার সম্পূর্ণ প্রক্রিয়া

চেকপয়েন্ট মডেল ডাউনলোড করে ফোল্ডারে রেখে প্রম্পট লিখে 'Queue Prompt' বাটনে ক্লিক করলেই ComfyUI কয়েক সেকেন্ডের মধ্যে আপনার প্রথম এআই ছবি জেনারেট করবে।

একটি চমৎকার ছবি জেনারেট করতে নিচের ধাপগুলো ধাপে ধাপে অনুসরণ করুন:

১. মডেল ডাউনলোড করুন: প্রথমে Civitai ওয়েবসাইটে গিয়ে যেকোনো একটি ভালো স্টেবল ডিফিউশন মডেল (যেমন: Realistic Vision বা DreamShaper) ডাউনলোড করুন। ডাউনলোড করা `.safetensors` ফাইলটি আপনার `ComfyUI/models/checkpoints` ফোল্ডারে রাখুন।

২. ComfyUI রিফ্রেশ করুন: ব্রাউজারে ComfyUI খুলে ডানপাশের মেকার প্যানেল থেকে Refresh বাটনে চাপ দিন, যেন নতুন মডেলটি শো করে।

৩. মডেল সিলেক্ট করুন: Load Checkpoint নোড থেকে আপনার ডাউনলোড করা মডেলটি বেছে নিন।

৪. প্রম্পট লিখুন: পজিটিভ প্রম্পট বক্সে লিখুন—`A stunning cinematic portrait of a traditional Bangladeshi artisan working in his workshop, natural lighting, highly detailed, 8k resolution` এবং নেগেটিভ প্রম্পট বক্সে লিখুন—`blurry, low quality, distorted hands, extra fingers`। টেক্সট জেনারেশন বা আইডিয়া দ্রুত পেতে আপনি ChatGPT ব্যবহার করতে পারেন।

৫. ছবি জেনারেট করুন: ডানপাশের মেনু থেকে Queue Prompt বাটনে ক্লিক করুন। কয়েক সেকেন্ডের মধ্যে প্রতিটি নোডের চারপাশ সবুজ আলোতে হাইলাইট হবে এবং Save Image নোডে আপনার কাঙ্ক্ষিত ছবি ভেসে উঠবে।

নতুনদের জন্য ComfyUI ব্যবহারের দরকারী টিপস ও ট্রিকস

ড্র্যাগ-অ্যান্ড-ড্রপ ফিচার ব্যবহার করে অন্য কারও তৈরি ছবির নোড ওয়ার্কফ্লো সরাসরি ইম্পোর্ট করা এবং ComfyUI Manager ব্যবহার করে কাজের গতি বহুগুণ বাড়ানো সম্ভব।

নতুন হিসেবে কাজের গতি বাড়াতে নিচের তিনটি টিপস সবসময় মনে রাখবেন:

• ওয়ার্কফ্লো ড্র্যাগ অ্যান্ড ড্রপ: ComfyUI দিয়ে তৈরি যেকোনো PNG ছবি আপনার ব্রাউজারের ওপর ড্রপ করলে, সেই ছবিটি তৈরি করতে যে নোড ওয়ার্কফ্লো ব্যবহার করা হয়েছিল তা স্বয়ংক্রিয়ভাবে লোড হয়ে যাবে!
• ComfyUI Manager ইনস্টল করুন: এটি একটি এক্সটেনশন যা আপনাকে নতুন নোড বা মিসিং মডেল এক ক্লিকেই ইনস্টল করার সুবিধা দেয়।
• ভিআরএএম অপটিমাইজেশন: আপনার জিপিইউ মেমোরি কম হলে স্টার্টআপ কমান্ডে `--lowvram` বা `--medvram` যোগ করে ব্যবহার করুন।

আপনি যদি গ্রাফিক্স এবং ফটো এডিটিংয়ে নিজেকে আরও দক্ষ করতে চান, তবে ডিজিটাল ভিজ্যুয়াল আর্টের মৌলিক বিষয়গুলো জানতে আমাদের সাইটের ছবি ও ডিজাইন ক্যাটাগরির অন্যান্য আর্টিকেলগুলো নিয়মিত পড়তে পারেন।