ComfyUI与考试题库配图结合：数学几何图形AI绘制

在初中数学试卷的编辑室里，一位老师正为一道关于等腰三角形的证明题手动绘制配图。他反复调整线段比例，确保AB和AC看起来“足够相等”，又小心翼翼地标注点D为BC中点——稍有不慎，图形就会误导学生。这样的场景每天都在全国成千上万的教研组中上演。而如今，我们或许可以用一行指令代替这十分钟的精细操作：“生成一个AB=AC的等腰三角形，D是底边BC中点，AD连线清晰可见。”

这不是科幻，而是基于ComfyUI + Stable Diffusion + ControlNet技术栈正在实现的教育自动化突破。当AI绘画不再只是画风炫酷的艺术创作工具，而是能精准表达几何语义的“数字尺规”时，智能题库的内容生产方式将迎来根本性变革。

---

从“画得像”到“画得对”：教育图形的独特挑战

普通文生图模型在面对“画一个直角三角形ABC，∠C=90°，AC=3cm，BC=4cm”这类请求时，往往只能给出视觉近似的结果。AI可能画出一个看似直角的角，但实际角度偏差十几度；标出的边长比例也不精确。这种“形似神不似”的输出，在艺术创作中无伤大雅，但在教学场景下却是致命缺陷。

问题的核心在于：通用扩散模型缺乏结构化约束能力。它们擅长捕捉统计规律，却不理解“中点”、“垂直”、“全等”这些抽象几何概念之间的逻辑关系。要让AI真正胜任教育绘图任务，必须引入更强的控制机制——而这正是ComfyUI的价值所在。

ComfyUI不像传统WebUI那样把所有参数塞进一个对话框，而是将整个生成过程拆解为可编程的节点模块。你可以把它想象成一个AI图像生成的“电路板”：每个节点是一个功能元件（如文本编码器、采样器、图像处理器），通过导线连接形成完整回路。这种架构带来的最大优势是——一切皆可干预。

比如，你想确保三角形的三条边严格闭合，就可以插入一个自定义节点，在潜空间中加入边缘连续性损失函数；如果你想让所有标注文字统一使用黑体5号字，可以预设一个字体渲染节点。这种级别的控制力，使得AI绘图从“碰运气式生成”转变为“工程化制造”。

---

节点即代码：用数据流构建可复现的教育绘图流水线

典型的Stable Diffusion WebUI工作流像是在厨房里凭感觉炒菜：放多少盐、火候多久，全靠经验。而ComfyUI则更像是一套标准化食品生产线，每一步都有传感器监控、执行器调控。

一个用于生成几何图形的典型工作流通常包含以下关键节点：

graph LR
    A[Checkpoint Loader] --> B[CLIP Text Encode]
    C[Geometry Parser Node] --> D[ControlNet Scribble]
    B --> E[KSampler]
    D --> E
    E --> F[VAE Decode]
    F --> G[Save Image]

这个流程看似简单，却蕴含了几个关键设计思想：

1. 双路径输入控制：正向提示词描述语义内容（“等腰三角形”），ControlNet提供结构骨架（预先生成的线稿）。两者共同作用，既保证语义正确，又确保几何准确；
2. 确定性生成：固定随机种子（seed）、关闭动态噪声调度、使用euler等确定性采样器，确保同一输入永远输出相同结果；
3. 模块隔离：几何解析逻辑独立于主模型之外，便于单独测试与迭代。

特别值得一提的是自定义节点的设计。我们可以开发一个LaTeX2SketchNode，专门处理类似\triangle ABC, AB=AC, \angle BAC = 60^\circ这样的输入。该节点内部集成轻量级计算几何引擎，自动推导顶点坐标，并生成对应的线框图作为ControlNet输入。这样一来，哪怕用户只写了“画个等边三角形”，系统也能生成完全符合欧几里得规则的图形。

# 示例：几何解析节点核心逻辑
def parse_triangle(description: str) -> np.ndarray:
    if "equilateral" in description or "等边" in description:
        # 构造标准等边三角形顶点
        h = np.sqrt(3) / 2
        pts = np.array([
            [0.5, h/3],      # A
            [0, 2*h/3],      # B
            [1, 2*h/3]       # C
        ]) * 512
        return draw_polygon(pts)

这类节点一旦封装完成，就能被反复调用，成为教育专用AI绘图系统的“积木块”。随着时间积累，团队可以建立起包含“圆与切线”、“立体投影”、“函数图像”等上百种题型的标准组件库。

---

批量生成实战：如何一夜之间产出500张几何配图？

设想某地市教育局计划建设覆盖初高中三年的智能题库，需要超过两万张标准化插图。如果依靠人工，按每人每天50张计算，至少需要400个工作日。而借助ComfyUI的批处理能力，这一任务可以在几天内完成。

其核心在于利用ComfyUI的API接口实现程序化调用。以下是一个简化的批量生成脚本框架：

import requests
import json
from concurrent.futures import ThreadPoolExecutor

SERVER = "http://127.0.0.1:8188"
WORKFLOW_TEMPLATE = json.load(open("geo_template.json"))

def generate_image(problem_id: int, desc: dict):
    # 动态填充工作流模板
    workflow = WORKFLOW_TEMPLATE.copy()
    workflow["6"]["inputs"]["text"] = desc["prompt"]  # 正向提示词
    workflow["10"]["inputs"]["seed"] = problem_id     # 固定种子
    workflow["12"]["inputs"]["upload"] = encode_sketch(desc["shape"])  # 控制图

    # 提交任务
    r = requests.post(f"{SERVER}/prompt", json={"prompt": workflow})
    return r.json()

# 并行生成
with ThreadPoolExecutor(max_workers=4) as exec:
    futures = [
        exec.submit(generate_image, pid, item)
        for pid, item in problems_list.items()
    ]
    for f in futures:
        print("完成:", f.result())

在这个流程中，最关键的不是速度，而是一致性保障。通过Git管理.json工作流文件，每次修改都有版本记录；通过Docker容器固化运行环境，避免因依赖变化导致输出漂移；通过校验模块自动检测生成结果是否满足基本几何条件（如三点共线、距离比例等）。

实际部署中还需考虑资源优化策略。例如，Stable Diffusion模型加载耗时较长，可通过保持模型常驻内存、复用会话上下文的方式，将单次生成延迟从8秒降至2秒以内。对于超大规模任务，还可结合Celery等任务队列系统，实现跨机器分布式渲染。

---

不止于“画图”：迈向可验证的AI教育内容生成

当前的系统虽然已能稳定输出高质量配图，但仍停留在“被动响应指令”的阶段。未来的方向应该是让AI具备一定的几何推理能力，从而主动发现并纠正潜在错误。

试想这样一个场景：题目要求画“Rt△ABC中，∠C=90°，CD是斜边上的高”，但描述中遗漏了关键信息“D在AB上”。理想中的智能系统不应盲目生成，而应提出质疑：“未明确点D的位置，是否默认其位于斜边AB？” 或者更进一步，自动补全合理假设并生成对应图形。

这需要将ComfyUI与其他符号计算系统（如SymPy、GeoGebra API）深度集成。例如，可设计一个GeometryValidatorNode，在接受到几何描述后，先调用符号引擎进行形式化建模，检查是否存在矛盾或歧义，再决定是否进入图像生成阶段。

此外，随着多模态模型的发展，未来的工作流甚至可以反向运行：给定一张手绘草图，AI自动识别其中的几何元素及其关系，生成标准化线稿，并输出对应的LaTeX描述代码。这种双向转换能力，将极大提升教师备课效率。

---

写在最后：当AI成为老师的“智能绘图助手”

ComfyUI的意义，远不止于替换Photoshop或Visio。它代表了一种新的内容生产范式——将创造性劳动与重复性劳动分离。教师不再需要花费大量时间纠结于“怎么画得标准”，而是专注于更重要的事情：设计更有启发性的题目、构建更合理的知识脉络。

更重要的是，这种技术降低了优质教育资源的制作门槛。偏远地区的学校可能没有专业的美工团队，但只要有一台能运行ComfyUI的电脑，就能生成与一线城市重点中学同等质量的教学插图。教育公平，有时就藏在一个个看似微小的技术细节之中。

当然，我们也应清醒认识到，AI不会取代教师，正如计算器没有取代数学家。它的角色始终是辅助者、放大器。真正的教育智慧，仍在于人类对认知规律的理解、对学习动机的把握、对思维火花的点燃。

而当我们把那些繁琐的绘图任务交给AI之后，也许终于可以把更多精力，留给那些真正值得深思的问题：什么样的图形最有助于学生理解勾股定理？如何通过视觉引导帮助学生建立空间想象力？技术最终服务的，永远是人。