目次 / Step 1 はじめに
Step 1 はじめに(Pixubus と Ollama)
起動までの流れと、Ollama の接続、モデルの準備。プロンプト作りだけなら、このページの内容(Ollama だけ)で動きます。画像まで作るときは、続けて Step 2 の「画像生成の準備(ComfyUI)」へ。
1-1 必要なもの
- Node.js 24 以上 — 履歴 DB に Node 組み込みの SQLite を使います。
- ブラウザ — Chrome 推奨。Safari は 16.4 以降、Firefox は 128 以降(画面の CSS がこれより古いブラウザでは崩れます)。
- Ollama — ローカルで動かす LLM。画像を読む vision モデルが 1 つ以上必要です。
- (任意)ComfyUI + 画像生成モデル一式(既定は Anima 系) — プロンプトから実際に画像まで生成する場合。準備は Step 2 の「画像生成の準備(ComfyUI)」で。
1-2 起動
配布物(zip)を展開したフォルダで、以下を順に実行します。
npm ci # 依存をインストール(初回 / 更新後)
npm start # 起動起動後、ブラウザで http://localhost:5183 を開きます。
開くと生成画面の上に「はじめに」カードが出ます。Ollama → 画像を読めるモデル → ComfyUI → 画像生成モデル → 最初の 1 枚 の 5 段で、いまの状態を見て ✓ が付き、足りないところだけ案内が出ます。最初の 1 枚までの道しるべとして、上から順に進めてください(× で 1 行に畳めます)。
http://<PC の IP>:5183 で開けます。認証は無いため、信頼できるネットワーク下でのみ利用してください(Tailscale 等を推奨)。
起動方法は 2 つ(開く URL は同じ)
ふだんは npm start だけ覚えておけば大丈夫です。もう一方はソースを書き換えて試す人向けで、開く URL は同じ http://localhost:5183 です。
npm start | npm run dev | |
|---|---|---|
| ポート | 1 つ(5183) | 2 つ(5183 = 画面 / 3011 = サーバー) |
| メモリ | 約 140MB | 約 700MB |
| 中身 | ビルド済みの画面をサーバーが配信 | 開発サーバー + ファイル監視つきサーバー |
| 向き | ふつうに使う | ソースを書き換えて試す(保存するとサーバーが再起動するので、生成中は注意) |
2 つを同時に起動しないでください。 どちらも 5183 を使うため、開くたびに違う画面が出るなど分かりにくい状態になります。切り替えるときは、先に動いているほうを Ctrl+C で止めてください。
メモリの数値は Windows 11 / Node v24.19.0 で、全画面を一度ずつ開いたあとに測ったものです。環境によって変わります。npm run dev が重いのは、開発サーバーがファイルの監視と画面の組み立てをずっと抱えているためです。
※ npm run dev では起動直後、サーバーが立ち上がるまでの数秒だけターミナルに赤いエラー(ECONNREFUSED)が出ることがありますが、正常です(両方が揃えば消えます)。
※ npm start は v3.0 以降で使えます。それより前のバージョンでは npm run dev で起動してください(開く URL は同じです)。
1-3 Ollama の接続
- Ollama アプリ、または
ollama serveを起動しておきます。 - 既定の接続先は
http://localhost:11434。別 PC の Ollama を使う場合は、右上の「設定 → Ollama」タブで URL を変更できます(例http://192.168.1.20:11434)。入力すると自動で保存されます。 - 「接続テスト」で疎通とモデル数を確認できます。
1-4 モデルの準備と選び方
Ollama のモデルには 2 つの役があります。どちらも ollama pull <モデル名> で入れて、アプリの画面から別々に選べます。
| 役 | 使うところ | おすすめ |
|---|---|---|
| ① 画像を読む (vision 対応が必要) |
キャラクター抽出 | qwen3.8:27b / R18 を含む絵は gemma4:31b-it-qat |
| ② 日本語で考える (vision は不要) |
プロンプト生成・シチュエーションの提案・キャラクター生成・パーティ作成・イベント CG | Gemma 4 の qat シリーズから、PC に合うものを 1 つ |
①(抽出)だけが特別で、そこは画像を大きいまま読める Qwen3.8 が有利です。②(生成・提案)はこれまでどおり Gemma 4 系が既定で、日本語の指示を素直に受けます。
迷ったら、この 2 つ
ollama pull qwen3.8:27b # ① 画像を読む
ollama pull gemma4:31b-it-qat # ② 日本語で考える(+ R18 の絵の抽出)どちらを選ぶかと、画像の大きさの目安は 抽出モデルの選び方 に詳しく書いています。
② 用の Gemma 4(qat シリーズ)
qat は「軽くしても品質が落ちにくい」版です。上ほど結果がよく、下ほど軽くなります。1 つ選べば足ります。
| モデル | ダウンロード容量 | 目安 |
|---|---|---|
gemma4:31b-it-qat | 約 19 GB | いちばん結果がよい。VRAM 24GB 以上が快適 |
gemma4:26b-a4b-it-qat | 約 16 GB | ふだん使いはこれ。31b より速く、出来はそう変わらない。VRAM 16GB のカードでは画像生成モデルと同時に載らないので、設定 → ComfyUI →「VRAM の譲り合い」を ON にして使う |
gemma4:12b-it-qat | 約 7 GB | 軽い。VRAM 16GB でも譲り合いなしで余裕がある |
gemma4:e4b-it-qat | 約 6 GB | いちばん軽い。GPU が小さい PC やノート向け |
Mac(Apple シリコン)の場合
Mac では Gemma 4 の mlx 版(Apple シリコン向けにビルドされたもの)が動きます。MacBook Air(M1・メモリ 16GB)で gemma4:e4b-mlx を使い、プロンプト生成まで通ることを確認しています。
ollama pull gemma4:e4b-mlx小さいモデルなので、大きいモデルほどの出来にはなりません。画像生成まで行うなら、ComfyUI は別途 GPU のある PC で動かして、接続先をそちらに向けるのが現実的です。
- Pixubus はインストール済みのモデルをそのまま一覧します(vision 対応かは利用者の選択に委ねます)。
- Step 1(画像からの抽出)は vision 対応モデルを選んでください。Step 2(プロンプト生成)は任意のモデルで構いません。Step 1 と Step 2 は別々に選べます。
ここまでで、画像からのタグ抽出と、日本語からのプロンプト作りは全部動きます。画像生成まで使うときは、次のページで ComfyUI とモデルを用意します。
次へ →Step 2 画像生成の準備(ComfyUI)→ComfyUI につなぐ・モデルの地図・Anima / Qwen-Image 2.1 / P-H3-Image の入れ方・そろったかの確かめ方画像生成を使わないなら、ここで 基本の使い方 へ。
(任意)ComfyUI の接続 — 画像生成まで
→ Step 2 画像生成の準備(ComfyUI)に移しました。
(任意)参照を読む画像生成モデル — リファレンス生成・立ち絵差分・ポーズ集・自然文スタイル用
→ Step 2 画像生成の準備(ComfyUI)に移しました(Qwen-Image 2.1)。
P-H3-Image(MiniMax H3)
→ Step 2 画像生成の準備(ComfyUI)に移しました。