แล้ว 4060 8GB ทำได้มั้ยฟะ?!#

สเปคเครื่องผม — HP OMEN Laptop + RTX 4060 Laptop GPU 8GB VRAM ขนาดกลางๆ ของตลาด gaming laptop

ถามตรงๆ — 8GB ตึงไปมั้ย สำหรับ Flux ที่เป็นโมเดลใหม่ล่าสุดของวงการ open-source image gen?

รอดแบบเบียดๆ แต่รอดครับ

Flux Schnell เต็มตัว (precision fp16) ต้องการ VRAM ราวๆ 16GB — ของผมเหลือแค่ครึ่ง แต่มีตัวช่วยชื่อ fp8 quantization — ลด precision จาก 16-bit ลง 8-bit:

• ไฟล์เล็กครึ่งนึง
• VRAM ใช้ครึ่งนึง
• Quality หายไปแค่ ~3-5% (ตาคนปกติแทบมองไม่ออก)

แป๊บ! 8GB พอแล้วครับ 🎯

รวมพลโมเดลที่ต้องโหลด — 22GB#

ทำ image gen ด้วย Flux ไม่ใช่แค่โหลดไฟล์เดียวจบ — ต้องมี 4 ชิ้น ทำงานร่วมกัน:

รวม ~22GB

ลง C: drive เหรอ? ผมเหลือแค่ 115GB ลงแล้วตึง… ดีที่ D: drive ว่าง 200GB+

วิธีแก้: Windows directory junctions — ชี้ C:\ComfyUI\models\* ไปที่ D:\LLM\comfyui\models\* ในระดับ filesystem เลย ComfyUI คิดว่าโฟลเดอร์อยู่ที่ C: แต่จริงๆ ข้อมูลอยู่ D: ทั้งหมด

คำสั่ง PowerShell ชุดเดียว:

1
foreach ($name in "diffusion_models","clip","vae","loras") {
2
  $src = "C:\ComfyUI\models\$name"
3
  $dst = "D:\LLM\comfyui\models\$name"
4
  Remove-Item $src -Force
5
  New-Item -ItemType Junction -Path $src -Target $dst | Out-Null
6
}

(เผื่อมีคนถาม — extra_model_paths.yaml ของ ComfyUI classic ใช้กับ Desktop เวอร์ชั่นไม่เสถียรนัก junction ชัวร์กว่า)

8GB ตึงจังกูแก้ยังไง#

Flux ตัวเต็มทั้งตระกูล 22GB ถ้าโหลดเข้า VRAM พร้อมกัน — 8GB ตายสนิท

แต่ ComfyUI ฉลาดพอ — โหลด component เป็นชั้นๆ ไม่ใช่ยกเข้าพร้อมกัน:

flowchart TB
    A[Prompt text] --> B[โหลด T5 + CLIP<br/>~5GB VRAM]
    B --> C[Encode text → embeddings]
    C --> D[ปลด encoders<br/>VRAM ว่าง]
    D --> E[โหลด Flux diffusion<br/>~7GB VRAM]
    E --> F[Denoise 4 steps]
    F --> G[ปลด Flux<br/>VRAM ว่าง]
    G --> H[โหลด VAE<br/>~1GB VRAM]
    H --> I[Decode latent → PNG]
    I --> J[ภาพเสร็จ!]

    style A fill:#2b6cb0,color:#fff
    style J fill:#2f855a,color:#fff

VRAM peak อยู่แค่ ~7GB ไม่เกิน 8GB ที่ GPU มีให้ 👍

Speed? ~7-10 วินาที ต่อภาพ 1024×1024 เร็วกว่าที่คิดเยอะมาก

ตอนนี้ — แชทอย่างเดียว ได้ภาพขึ้นเว็บเลย!#

เมื่อก่อนถ้าอยากได้ cover 1 ภาพ:

• เปิด ComfyUI UI
• วาด node graph (load model, encode, sample, decode, save)
• พิมพ์ prompt
• กด Run รอ
• Save PNG
• อัปโหลดเข้า R2 manual
• แก้ markdown เพิ่ม image: URL
• commit + push

8 step ต่อภาพ 1 ภาพ — ทำ 10 โพสต์ตายก่อน

ตอนนี้:

flowchart TB
    A[ผมพิมพ์ในแชท<br/>'ทำ cover ให้โพสต์ X'] --> B[Claude เขียน draft]
    B --> C[Pitch concept<br/>ผม approve]
    C --> D[gen-cover.mjs รัน]
    D --> E{ComfyUI เปิดอยู่?}
    E -->|Yes| G[POST /prompt]
    E -->|No| F[auto-spawn ComfyUI.exe<br/>รอ 30 วินาที]
    F --> G
    G --> H[Flux gen PNG ~8 วินาที]
    H --> I[sharp compress<br/>→ WebP 85KB]
    I --> J[wrangler upload R2]
    J --> K[Update frontmatter]
    K --> L[git commit + push]
    L --> M[CF Pages deploy<br/>live ใน 1-2 นาที]

    style A fill:#2b6cb0,color:#fff
    style M fill:#2f855a,color:#fff

ผมไม่ต้อง:

• เปิด UI เอง
• เขียน prompt ใน node
• เซฟภาพ
• อัปโหลด
• แก้ markdown

แค่แชทครับ — ได้ cover ขึ้นเว็บ

Automation script ตัวเด็ด — gen-cover.mjs#

Node script ~200 บรรทัด รองรับ 3 providers:

1
# Local (ฟรี ใช้เป็นหลัก)
2
node scripts/gen-cover.mjs --provider=comfyui <slug> "<prompt>"
3

4
# API providers (สำรองถ้า local พัง)
5
node scripts/gen-cover.mjs --provider=gemini <slug> "<prompt>"
6
node scripts/gen-cover.mjs --provider=grok <slug> "<prompt>"

ส่วน auto-start ที่ทำให้ผมไม่ต้องเปิด Comfy manual:

1
async function ensureComfyRunning(host) {
2
  try {
3
    const res = await fetch(`${host}/api/object_info`);
4
    if (res.ok) return;  // already up
5
  } catch {}
6

7
  spawn(COMFY_EXE, [], {
8
    detached: true,
9
    stdio: "ignore",
10
  }).unref();
11

12
  // poll until API responds (max 90s)
13
  const deadline = Date.now() + 90_000;
14
  while (Date.now() < deadline) {
15
    await sleep(2000);
16
    if (await isUp(host)) return;
17
  }
18
  throw new Error("ComfyUI didn't start within 90s");
19
}

โค้ดสั้น แต่ประหยัดเวลาให้ตัวเองได้เยอะมาก — ไม่ต้องเปิด Comfy คอยอีกแล้ว

แต่ภาพต้องดีด้วย — ไม่ใช่ว่ากด gen มั่วๆ 555+#

เจ็บตัวเป็นครูครับ — batch แรก gen 15 ภาพในกระบิดเดียว ด้วย prompt กลางๆ นั่งดูเองแล้ว… ไม่โอเคเลย 555+

Reject 14 ภาพ เพราะ:

❌ Prompt ใส่ metaphor กลางๆ — ไม่ตรง content แต่ละบท ❌ Cover ดูเป็น insider — ภาพ dark terminal + security logs, non-tech อ่านไม่รู้ว่านี่คือ security ❌ Theme เดียวทุกภาพ — boring

Discipline ที่จดไว้หลังจากนั้น (เก็บใน .claude/IMAGE_WORKFLOW.md):

1. 📖 อ่าน content จริงก่อน — ไม่ใช่แค่ดูชื่อบท
2. 💡 Pitch concept 2-3 ทางให้ผู้เขียนเลือก ก่อน gen prompt
3. 🎯 Cover = universally recognizable — ต้องจำได้ทันทีว่าเรื่องอะไร (padlock = security, server rack = architecture, Kanban = PM)
4. 🎨 Analogies (โดมิโน่, ห้องครัว, เรือดำน้ำ) ใส่ inline ได้ แต่ไม่ใช่ cover
5. 👁 Self-review ภาพทุกตัว — regen ถ้าอ่อน ก่อนโชว์ผู้เขียน
6. 🌈 Context-aware theme — memoir ≠ tech post ≠ humor ต้องใช้ mood ต่างกัน ไม่ใช่ cyan-dark ทุกภาพ

แล้วประหยัดเงินเท่าไหร่ 555+#

เปรียบเทียบทางเลือก:

flowchart TB
    A[ต้องการ auto-gen cover<br/>ทุกโพสต์บนบล็อก] --> B{เลือกทางไหน?}
    B --> C[Paid API<br/>Gemini/Grok/DALL-E]
    B --> D[Subscription Web App<br/>Gemini app / Grok Imagine]
    B --> E[Local GPU<br/>Flux Schnell fp8]

    C --> C1[~$0.04/ภาพ<br/>ต้องเปิด billing<br/>100 ภาพ/ปี = $4]
    D --> D1[ฟรี แต่ manual<br/>download เองต่อภาพ<br/>automate ไม่ได้]
    E --> E1[ฟรี 100% ตลอดกาล<br/>automate ได้เต็มรูปแบบ<br/>คุมตัว model เอง]

    style E fill:#2f855a,color:#fff
    style E1 fill:#2f855a,color:#fff
    style D fill:#c53030,color:#fff
    style D1 fill:#c53030,color:#fff

ปีนึง $4 ไม่เยอะใช่มั้ยครับ? ใช่ — แต่มันมี ตรรกะ “ไม่ต้องผูกบัตร ไม่ต้องกังวล rate limit ไม่ต้องกลัวราคาขึ้น” ที่ซื้อไม่ได้

GPU idle ในเครื่องอยู่แล้ว — gen ภาพตอนว่างก็ไม่ได้กินไฟเพิ่มเดือนละเป็นบาทๆ

จุดที่เจอตอนตั้งระบบ (เผื่อใครตามจะได้ข้ามช็อต)#

⚠️ Comfy Desktop ไม่รับ extra_model_paths.yaml เสถียร → ใช้ directory junction แทน

⚠️ Port 8000 ไม่ใช่ 8188 ของ Comfy CLI classic — script ต้องชี้ให้ถูก

⚠️ fp8 model ต้องระบุ weight_dtype: fp8_e4m3fn ใน UNETLoader node ไม่งั้นโหลดไม่ได้

⚠️ Flux Schnell ต่าง SDXL — ใช้ 4 steps, cfg 1.0, scheduler "simple" (ไม่ใช่ DPM++ 2M 20 step)

⚠️ Raw PNG 1MB ใหญ่ไปสำหรับ web → sharp compress เป็น WebP quality 85 = ~85KB (90% เล็กลง ตาคนแทบไม่เห็น)

Setup ครบทำตามได้เลย (ลุย!)#

ใครมี GPU 8GB+ (RTX 3060 / 4060 / 4070 / 4080 / 4090) ทำ 5 step ตามนี้ได้เลย — ผมใช้เวลา 40 นาทีก็ครบ (รวมเวลาโหลด model 22GB)

App อยู่ C: drive, model ใหญ่ๆ อยู่ D: drive เชื่อมกันผ่าน directory junction → ComfyUI คิดว่าทั้งหมดอยู่ C: แต่ไฟล์จริงไม่กินที่ C:

1
mkdir D:\LLM\comfyui\models\diffusion_models, D:\LLM\comfyui\models\clip, D:\LLM\comfyui\models\vae, D:\LLM\comfyui\models\loras

1
foreach ($name in "diffusion_models","clip","vae","loras") {
2
  $src = "C:\ComfyUI\models\$name"
3
  $dst = "D:\LLM\comfyui\models\$name"
4
  if (Test-Path $src) { Remove-Item $src -Force }
5
  New-Item -ItemType Junction -Path $src -Target $dst | Out-Null
6
  Write-Host "OK: $src -> $dst"
7
}

1
node scripts/gen-cover.mjs --provider=comfyui <slug> "<prompt>"