يجمع وكيل الصور المحلي والمجاني نموذجًا لغويًا صغيرًا مع محرك انتشار على بطاقة الرسوميات لديك. يقارن هذا المقال إعدادات ComfyUI وInvokeAI وForge وFooocus وOpen WebUI، ويعرض احتياجات VRAM الفعلية، ويوضح متى تفيدك خدمة مستضافة عندما تنفد إمكانات جهازك.
معظم من يبحثون عن وكيل مجاني لتوليد الصور يريدون الشيء نفسه: تكتب طلبًا، فتحصل على صورة جاهزة، دون أن ترى أي فاتورة. لكن كلمة "وكيل" تُخفي وظيفتين منفصلتين. الجزء الأول يفكّر: يقرأ طلبك، ويكتب أمرًا نصيًا أدق، ويفحص النتيجة، ثم يعيد المحاولة. أما الجزء الثاني فهو يرسم: نموذج انتشار يحوّل الأمر النصي إلى بكسلات. يمكنك تشغيل الاثنين على حاسوب منزلي دون أي تكلفة شهرية، لكن بشرط أن تتوافق المكونات مع بطاقتك الرسومية.
يقارن هذا المقال الإعدادات التي يشغّلها الناس فعليًا في منازلهم، ويوضح متطلبات العتاد لكل منها، ويحدد خيارًا واضحًا يناسب معظم القرّاء. كما يشير إلى الحدود التي تنتهي عندها الإعدادات المحلية، لأن التظاهر بأنها لا تنتهي أبدًا سيضيّع عطلتك الأسبوعية.
مولّد الصور البسيط يأخذ أمرًا نصيًا واحدًا ويعيد صورة واحدة. أما الوكيل فيلفّ حول المولّد حلقة عمل كاملة. يقرأ نموذج لغوي هدفك ("صورة منتج لكوب خزفي على قطعة كتان، ضوء الصباح")، ويوسّعه إلى أمر نصي مفصّل، ويستدعي أداة توليد الصور، وينظر في الناتج، ويقرر إن كان سيحتفظ به أو يعيد المحاولة.
في البناء المحلي، يكون العقل عادةً نموذجًا لغويًا صغيرًا مفتوح الأوزان يُشغَّل عبر Ollama أو LM Studio. من المرشحين المناسبين لحجم الجهاز المحلي IBM Granite 4.1 8B وGPT OSS 20B. أما الفرشاة فهي نموذج انتشار يعمل داخل ComfyUI أو InvokeAI أو Forge أو أي واجهة مشابهة.
يُزيل التشغيل المحلي ثلاث مشكلات متكررة:
💡 اختبار سريع: إذا كنت تولّد أقل من بضع عشرات الصور شهريًا، فقد تكلّفك الإعدادات المحلية وقتًا في التثبيت أكثر مما توفره. أما إذا كنت تولّد مئات الصور، فإنها تُسدّد نفسها بسرعة.
ذاكرة الفيديو في بطاقة الرسوميات هي أول مرشّح. سرعة المعالج وذاكرة RAM للنظام أقل أهمية بكثير. يعرض الجدول أدناه فئات تقريبية وعملية. تتغير الأرقام الدقيقة بحسب إصدار النموذج، ومستوى التكميم، والدقة التي تطلبها.
| ذاكرة الفيديو | نماذج الصور التي تعمل جيدًا | النموذج اللغوي الذي يتسع بجانبها | ما يمكن توقعه |
|---|---|---|---|
| 4 GB | نماذج أقدم وأصغر | 3B بدقة 4-bit | بطيء، ودقة منخفضة |
| 6 إلى 8 GB | SDXL مع تفريغ الذاكرة، ونماذج turbo مدمجة | 7B إلى 8B بدقة 4-bit | صور بدقة 1024 بكسل خلال أقل من دقيقة |
| 12 GB | SDXL بسلاسة، وإصدارات FLUX مكمّمة | 8B بدقة 4-bit | عمل يومي سلس |
| 16 إلى 24 GB | FLUX 2 Dev وQwen Image 2512 بدقة مخفّضة | فئة 20B | أفضل جودة محلية متاحة |
يتنافس نموذج الصور والنموذج اللغوي على الذاكرة نفسها. الحل العملي بسيط: اجعل ComfyUI يفرّغ النماذج بين الخطوات، واضبط قيمة keep_alive في Ollama على رقم منخفض حتى يغادر النموذج اللغوي الذاكرة بعد كتابة الأمر النصي. يُبقي Ollama النموذج محمّلًا لخمس دقائق افتراضيًا، وهي مدة أطول بكثير مما تحتمله بطاقة بسعة 8 GB.
لا تملك بطاقة رسومات مخصصة؟ ما زال أمامك خيارات، وإن كانت أبطأ. تشارك حواسيب Mac المزودة بشرائح Apple Silicon الذاكرة بين المعالج وGPU، لذلك يمكن لجهاز بسعة 32 GB أن يشغّل نماذج كبيرة بشكل مدهش. تبنى تطبيقات مجانية مثل Draw Things حول هذا التصميم. يمكن لحاسوب يعمل بالمعالج وحده أن يشغّل نماذج صغيرة جدًا، لكن توقّع أن تستغرق الصورة الواحدة دقائق بدلًا من ثوانٍ.
هذا هو الترتيب الصريح، من الأكثر قدرة إلى الأكثر ملاءمة للمبتدئين. كل أداة في القائمة مجانية للتنزيل.
| الإعداد | الأفضل لـ | جاهز كوكيل | مجهود الإعداد |
|---|---|---|---|
| ComfyUI مع Ollama أو LM Studio | المستخدمون المتقدمون، وسلاسل العمل القابلة للتكرار | نعم، خادم API مدمج | مرتفع |
| Open WebUI مع Ollama | واجهة وكيل بأسلوب الدردشة | نعم، يتصل بأداة ComfyUI | متوسط |
| InvokeAI | تحرير على لوحة الرسم، وواجهة مصقولة | جزئيًا، لديه API | منخفض إلى متوسط |
| Forge | تخطيط WebUI مألوف، واستهلاك أقل للذاكرة | نعم، عبر علم API | متوسط |
| Fooocus | المستخدمون للمرة الأولى | محدود | منخفض |
هذا هو الخيار الأفضل إجمالًا. ComfyUI أداة قائمة على العُقد، حيث تظهر كل خطوة من خطوات التوليد ككتلة مرئية. قد يبدو ذلك مخيفًا، لكنه ما يجعلها ملائمة للوكلاء. يمكن تصدير أي سير عمل بصيغة API وتشغيله عبر طلب HTTP على المنفذ المحلي (8188 افتراضيًا). يكتب نموذجك اللغوي الأمر النصي، ويضعه في ملف JSON الخاص بسير العمل، ويرسله، ثم يجمع الملف الناتج.
لماذا يتفوق:
💡 نصيحة: ابنِ سير عمل واحدًا واختبره يدويًا أولًا. لا يستطيع الوكيل إلا تكرار مسار يعمل أصلًا.
إذا أردت التحدث إلى وكيلك بدل ربط JSON يدويًا، فإن Open WebUI هو الطريق الأكثر ودّية. يمنحك واجهة دردشة للنماذج المحلية، ويمكنه إرسال طلبات الصور إلى ComfyUI أو إلى خلفية متوافقة مع AUTOMATIC1111. تكتب "أنشئ ثلاث نسخ من شارع ممطر عند الغسق" فتتولى نافذة الدردشة الباقي. وهو أقل مرونة من البرمجة المباشرة في ComfyUI، لكن يمكنك أن تكون منتجًا خلال فترة بعد الظهر.
InvokeAI مفتوح المصدر ومبني حول لوحة رسم. ترسم وتضع أقنعة وتعيد توليد المناطق مباشرة، وهذا يناسب الرسامين والمصورين الذين يحررون أكثر مما يكتبون أوامر نصية. وهو أقل ارتباطًا بوظيفة الوكيل الخالصة، لكن واجهته النظيفة وAPI الخاص به يجعلانه تثبيتًا ثانيًا متينًا إلى جانب ComfyUI.
Forge نسخة أخف من واجهة AUTOMATIC1111 الكلاسيكية. يستخدم الذاكرة بعناية أكبر، لذلك تستفيد منه البطاقات القديمة أكثر. أما Fooocus فيخفي تقريبًا كل الإعدادات خلف مربع أوامر نصية واحد، ما يجعله أسهل نقطة دخول. وهو في وضع صيانة محدود، لذا تعامل معه كأداة للبداية لا كبيت دائم.
الوكيل لا يتجاوز جودة فرشاته. إليك مقارنة النماذج الشائعة، ولكل نموذج صفحة على PicassoIA يمكنك تجربته فيها قبل أن تقضي ساعة في تنزيل الأوزان.
| النموذج | نقطة القوة | احتياج الذاكرة المعتاد |
|---|---|---|
| SDXL | مجتمع ضخم، وكثير من الضبوط الدقيقة | 8 GB |
| Stable Diffusion 3.5 Medium | اتباع جيد للأمر النصي، لبطاقات متوسطة | 10 إلى 12 GB |
| FLUX 2 Klein 4B | صغير وسريع | 8 إلى 12 GB |
| Z-Image Turbo | توليد بعدد قليل من الخطوات | متوسط |
| FLUX 2 Dev | واقعية من الدرجة الأولى | 16 GB أو أكثر |
| Qwen Image 2512 | عرض نصوص قوي | 16 GB أو أكثر |
إذا كانت بطاقتك بسعة 8 GB أو أقل، فابدأ بنموذج SDXL أو Z-Image Turbo. تحتاج نماذج النمط turbo إلى عدد قليل من الخطوات فقط، وهذا مهم جدًا عندما قد يطلب الوكيل أربع أو خمس محاولات لكل طلب. النموذج الذي يستغرق ثلاث ثوانٍ للمحاولة الواحدة أفضل من نموذج أجمل يستغرق تسعين ثانية.
مع 16 GB أو أكثر، يقدّم FLUX 2 Dev وQwen Image 2512 أكثر الملمس والأقمشة والإضاءة إقناعًا يمكنك تشغيله في المنزل. تقايض الإصدارات المكمّمة قليلًا من التفاصيل مقابل استهلاك أقل بكثير للذاكرة، وغالبًا ما تستحق هذه المقايضة.
اقرأ بطاقة الترخيص أولًا. "مجاني للتنزيل" و"مجاني لأي استخدام" أمران مختلفان. يصدر SDXL بترخيص مفتوح متساهل. أما Stable Diffusion 3.5 فهو مجاني للشركات الصغيرة بموجب شروط مجتمع Stability. وغالبًا ما تحمل الأوزان المفتوحة لنماذج FLUX الأكبر شروطًا غير تجارية. تحقّق من بطاقة النموذج قبل أن تبيع أي شيء أُنتج به.
إليك الخلاصة المختصرة حسب الحالة:
كل وكيل صور يعمل يكرر أربع خطوات:
حدّد هذا الحد. من دون سقف يبلغ ثلاث أو أربع محاولات، قد يبقي طلب عنيد بطاقة GPU مشغولة طوال الليل.
يمنح بروتوكول سياق النموذج (Model Context Protocol) النموذج اللغوي طريقة قياسية لاستدعاء أدوات خارجية. يمكن لتطبيق LM Studio أن يعمل كمضيف MCP، ويمكن للنماذج القادرة على استدعاء الأدوات في Ollama أن تدير إعدادات مشابهة عبر نصوص جسر صغيرة. عمليًا تسجّل أداة واحدة ("generate_image") تمرّر الأمر النصي إلى ComfyUI وتعيد مسار الملف. أبقِ الأداة ضيقة. الأداة التي تقبل أمرًا نصيًا ونسبة عرض إلى ارتفاع وقيمة بذرة فقط أسهل على النموذج الصغير في استدعائها بشكل صحيح من أداة تحوي عشرين خيارًا.
💡 قاعدة الموثوقية: تفشل النماذج اللغوية الصغيرة مع مخططات الأدوات الطويلة. كلما قلّت المعاملات، قلّت الاستدعاءات المعطوبة.
المحلي مجاني من حيث المال، لكنه مكلف من حيث الانتباه. توقّع أمسية من التثبيتات، ولحظات متفرقة من مشكلات التعريفات، وصيانة مستمرة مع تحديث الأدوات. الطاقة كلفة أصغر مما يخشاه الناس. تكلّف بطاقة بقدرة 300 W تعمل لمدة ساعة واحدة بسعر 15 سنتًا لكل كيلوواط ساعة نحو 4.5 سنت. الحرارة وضجيج المراوح أكثر ما يزعج يوميًا، خاصة في غرفة صغيرة.
الحواسيب المحمولة تضيف حدودها الخاصة. يستطيع حاسوب محمول بشريحة رسوميات متواضعة تشغيل SDXL، لكنه سيخفّض أداءه عند الحرارة ويستنزف البطارية بسرعة. إذا كنت تعمل من المقاهي أو القطارات، فالإعداد المحلي على حاسوبك المكتبي المنزلي يصعب الوصول إليه، والنماذج الخفيفة على الحاسوب المحمول لن تضاهي ما تنتجه بطاقة المكتب.
حين تكون المهمة أكبر من بطاقتك، أو حين تكون بعيدًا عن مكتبك، يسد المسار المستضاف الفجوة. يضم PicassoIA كتالوجًا كبيرًا لتحويل النص إلى صورة، لذا يمكنك تجربة FLUX 2 Dev وQwen Image 2512 وP-Image وSeedream 4.5 دون تنزيل أي شيء. كما يستضيف نموذج أي سير عمل ComfyUI، وهذا مفيد إذا كنت قد بنيت مسار عمل وتريد تشغيله على عتاد أقوى. ينتهي كثير من القرّاء بنظام هجين: محلي للمسودات والعمل الخاص، ومستضاف للتصيير الثقيل النهائي.
هذه هي حلقة الوكيل المحلي نفسها، لكن بيدك، وهي طريقة سريعة لترى ما يستطيعه النموذج قبل أن تخصص له مساحة على القرص.
💡 نصيحة: احتفظ بملف نصي للأوامر النصية التي نجحت. سيصبح لاحقًا مكتبة البداية لوكيلك المحلي.
لست بحاجة إلى حسم سؤال المحلي مقابل المستضاف قبل أن تبدأ. افتح Picasso IA، واختر نموذجًا لتحويل النص إلى صورة، وشغّل الأمر النصي نفسه عبر نموذجين أو ثلاثة. في عشر دقائق سترى أي أسلوب يناسب عملك، وأي نموذج يستحق التنزيل، وكم من التفاصيل تحتاجها أوامرك النصية. ثم ابنِ وكيلك المحلي حول النموذج الذي تعرف أنك تحبه، وأبقِ Picasso IA مفتوحًا للأيام التي تحتاج فيها بطاقتك إلى استراحة.
اكتب أمرًا نصيًا، واضغط توليد، وشاهد كيف تبدو فكرتك.
اختر لغتك
