用 AI 修 AI：4 小时搞定技术难题

💡 用 Claude 优化 ComfyUI 服务的实战全记录

🚨 问题：自动化工作流突然”失灵”了

上周，我的公众号封面自动生成系统突然罢工了。

这套系统本来运行得很顺畅：

我在笔记本上写完文章，树莓派服务器自动调用显卡生成 5 张封面，选一张最满意的，3 分钟搞定。

但某天，它突然报错了：

路径不在白名单目录内: /mnt/f/A8_Brand/content/...
允许的目录: ['/mnt/a8/brand/content']

对于普通人来说，看到这种错误信息，第一反应是：头疼 😵

对于我来说，虽然能看懂是路径问题，但要修起来还是挺费劲的——毕竟我不是专业后端工程师。

这套系统是我用 Claude 帮忙搭建的。

💭 编者注：根据《AI时代漫游指南》第 90 章记载：「软件的熵增速度与维护者的拖延症成正比。」

也就是说，越是不想修的 bug，越容易发生。

然后我想：既然是 Claude 帮我搭的，为什么不让它帮我修呢？

---

🩺 我的选择：让 Claude 当”诊断医生”

我的解决方案很简单：

1. 把错误日志完整复制给 Claude

2. 说明我的期望：“WSL 环境调用树莓派服务时，应该能正常生成封面”

3. 让 Claude 诊断问题并给出方案

3 秒后，Claude 给出了诊断报告 📋

🔍 发现了 3 个核心问题

❌ 问题 1：配置文件不生效

我在 .env 文件里写了配置（比如 ComfyUI 的地址），但代码根本没读取。

白话解释：

就像你在便签纸上写了”今天要做的事”，但一整天都没看这张纸，全凭记忆做事，当然会出错。

技术原因：

Python 默认不会读取 .env 文件，需要安装一个库。

❌ 问题 2：跨设备访问路径冲突

我在笔记本（WSL 环境）上调用树莓派服务，路径是 /mnt/f/A8_Brand/content。

但树莓派上对应的路径是 /mnt/a8/brand/content。

打比方：

就像你在北京用”朝阳区 xx 路”寄快递，收件地址写的是”海淀区 yy 路”。

虽然都是北京，但快递员找不到。

技术原因：

服务的路径白名单只包含树莓派本地路径，不包含 WSL 客户端的路径。

❌ 问题 3：IP 地址”写死”了

代码里直接写了 192.168.31.220:8188（ComfyUI 的地址），换个环境就得改代码。

类比：

搬了新家，但所有快递地址、外卖地址都是老地址，每次都要手动改一遍。

技术原因：

缺少智能环境检测，没有优先使用配置文件。

💭 编者注：这三个问题的共同点是：缺少「可配置性」。

宇宙中 73% 的软件问题都源于「写死」，另外 27% 源于「没写死却该写死的地方」。

Claude 不仅诊断出了问题，还给出了 4 阶段修复计划 📝：

1. 阶段 1：核心修复（P0，必须完成）
2. 阶段 2：完全可配置化
3. 阶段 3：调试信息增强
4. 阶段 4：Web 管理界面（顺手加的 🎁）

---

🛠️ AI 协作的实战过程

整个修复过程用了 4 小时，但我的实际工作量很少。

我的角色：复制粘贴 + 验证

Claude 的角色：诊断 + 规划 + 写代码

📋 具体流程

Step 1: Claude 写代码，我复制到文件里

Claude 给出修改后的代码，我复制粘贴到对应文件：

• requirements.txt：添加 python-dotenv==1.0.0
• config.py：加载 .env 文件，更新路径白名单
• validators.py：使用路径标准化
• comfyui_client.py：智能环境检测
• app.py：添加 Web 管理界面

Step 2: 我在树莓派上执行命令

ssh heaven@192.168.31.10
cd /mnt/a8/brand/services/comfyui_service
pip3 install -r requirements.txt
sudo systemctl restart comfyui-service

（这些命令也是 Claude 给的，我只需要复制粘贴）

Step 3: 验证结果，反馈给 Claude

我告诉 Claude：“重启后还是报错，日志显示 IP 地址不对”。

Claude 立即发现：.env 文件里的 IP 地址配置错了（172.29.192.1 应该是 192.168.31.220）。

Step 4: 调整方案，继续迭代

Claude 给出修正命令，我执行，再验证，再反馈……

3 轮迭代后，问题全部解决 ✅

🎁 意外收获：顺手加了个 Web 管理界面

在修复过程中，Claude 建议顺便做个 Web 管理界面，方便以后测试。

我说：“好啊。”

20 分钟后，一个漂亮的管理界面出现了 🎨

功能清单：

• 🎨 服务状态面板（端口、环境、配置一目了然）
• 🔍 连接测试按钮（点一下测试 ComfyUI 是否在线）
• 🎨 图片生成测试（输入提示词，实时预览生成效果）
• 📁 路径白名单显示（检查配置是否正确）

访问地址：http://192.168.31.10:6840/

现在我可以在手机上打开这个页面，随时检查服务状态，不用再 SSH 登录看日志了。

💭 编者注：这就是 AI 协作的魔力——你只是提了个需求，它不仅帮你解决了核心问题，还顺便把体验优化了。

宇宙的奇妙之处在于，有时候副产品比主产品更有用。

---

📚 背后的方法论（重点！）

这次经历让我总结出 AI 辅助排错的 4 步法 📝

“AI 时代，解决技术问题的能力 = 提对问题的能力”

你不需要懂技术原理，但要懂得如何跟 AI 沟通。

1️⃣ 清晰描述问题

❌ 不要说：

• “我的服务挂了，怎么办？”
• “报错了，看不懂。”

✅ 要说：

• “我在 WSL 调用树莓派服务时报错，错误信息是 XXX”
• “我的期望结果是：能正常生成封面”
• “相关配置文件是：XXX”

关键：贴完整错误日志、说明环境、描述期望结果。

2️⃣ 让 AI 诊断

AI 比你更懂技术原理。

你可能看到错误信息一头雾水，但 AI 能立即识别出：

• 这是路径权限问题
• 这是配置文件没加载
• 这是环境变量冲突

类比：

就像去医院看病，你只需要描述症状，医生会告诉你是什么病，怎么治。

3️⃣ 边执行边反馈

不要指望一次性解决所有问题。

AI 协作是迭代过程 🔄：

AI 给方案
  ↓
你执行
  ↓
验证结果
  ↓
反馈给 AI
  ↓
调整方案
  ↓
再执行

我的经历：

• 第 1 轮：修复配置加载问题
• 第 2 轮：修正 IP 地址配置
• 第 3 轮：验证跨环境路径成功

每一轮都在逼近正确答案。

4️⃣ 把结果文档化

修好之后，立即记录：

• 遇到了什么问题？
• 是什么原因导致的？
• 怎么解决的？

好处：

• 下次遇到类似问题，直接翻记录
• 可以分享给别人（或训练自己的 AI）
• 形成个人知识库

我的做法：

让 Claude 写一份 optimization-2025-12-29.md，详细记录了问题分析、解决方案、验证测试、部署命令。

下次再遇到配置问题，我就可以直接参考这份文档。

---

💡 给普通人的 3 个启示

✅ 启示 1：你不需要懂技术，但要懂得用 AI

我不是后端工程师，但我能用 AI 解决后端问题。

关键能力：

• 会描述问题
• 会提供上下文
• 会执行命令
• 会验证结果

这 4 个能力，普通人都可以学会。

✅ 启示 2：个人工具也值得”产品化”

很多人觉得”自己用的工具”不需要太讲究，能跑就行。

但我的经验是：越是自己用的工具，越值得打磨 ✨

产品化的好处：

• 可配置：不用改代码，改配置文件就行
• 可视化：有 Web 界面，随时检查状态
• 可维护：有文档，有日志，出问题能快速定位

这次优化后，我的 ComfyUI 服务从”能用”变成了”好用”。

✅ 启示 3：AI 是”专家顾问”，不是”替代品”

AI 不会完全替代你，但它能放大你的能力 🚀

我的工作：

• 发现问题（服务报错了）
• 提出需求（希望能正常调用）
• 执行命令（复制粘贴 + SSH 操作）
• 验证结果（测试是否修好）

AI 的工作：

• 诊断问题（3 个核心问题）
• 规划方案（4 阶段修复）
• 写代码（修改 5 个文件）
• 优化体验（顺手加 Web 界面）

协作效率：

我花了 4 小时，如果自己从头研究，可能要 2 天。

---

📊 成果展示

修复前 vs 修复后

🌐 Web 管理界面

访问 http://192.168.31.10:6840/，可以看到：

服务状态面板 📊：

• 端口：6840
• 环境：Linux (Raspberry Pi)
• ComfyUI 地址：http://192.168.31.220:8188
• 最大并发：2

连接测试 🔍：

• 点击”测试连接”按钮
• 2 秒后显示：✅ ComfyUI 运行正常

图片生成测试 🎨：

• 输入提示词：a futuristic city with neon lights, cyberpunk style
• 点击”测试生成”按钮
• 30 秒后显示生成的图片预览

⚡ 现在的工作流

写完文章
    ↓
提取核心关键词
    ↓
自动生成 5 个配色 Prompt
    ↓
ComfyUI 批量生成封面
(30 秒 x 5 = 2.5 分钟)
    ↓
选一张最满意的
    ↓
上传到微信草稿箱

全程 3 分钟，完全自动化 🎉

---

🌟 结尾：每个人都可以有自己的”数字基础设施”

10 年前，个人搭建服务器、写自动化脚本是极客的专利。

5 年前，这些事情变得稍微简单了，但还是需要技术门槛。

2025 年，AI 把门槛降低到了 0 🚀

你不需要懂 Python、Linux、Docker，只需要：

• ✅ 会用 AI 工具（ChatGPT、Claude）
• ✅ 会描述你的需求
• ✅ 会复制粘贴命令
• ✅ 会验证结果

这次经历让我深刻体会到：

“AI 不是让技术变得不重要，而是让「会用技术」变得更重要”

我不是后端工程师，但我有一套运行稳定的图片生成服务。

我不是运维专家，但我有 Web 管理界面来监控服务状态。

我不是前端设计师，但我有漂亮的公众号封面自动生成流程。

这就是 AI 时代的魔力——每个人都可以拥有自己的”数字基础设施”，只要你愿意尝试。

---

📝 总结一下

这篇文章不是教你怎么修 bug，而是教你如何用 AI 解决技术问题。

核心方法论 📚：

1. 清晰描述问题（贴日志、说环境、讲期望）
2. 让 AI 诊断（它比你懂原理）
3. 边执行边反馈（迭代优化）
4. 文档化结果（形成知识资产）

下次遇到技术问题，别慌，先问问 AI。

说不定，它还能顺手帮你加个 Web 界面呢 😄

---

💭 《AI时代漫游指南》第 90 章 记载：

「宇宙中最优雅的解决方案，往往来自于『反正都要修了，不如顺便……』这句话。」

---

如果你觉得有用，欢迎点「在看」👀 让更多人知道如何用 AI 解决技术问题！

如果你对 AI 协作感兴趣，可以关注我的公众号「AI时代漫游指南」，我会持续分享更多实战经验。

小号微信：Witcher1999（备注”AI 协作”，拉你进读者群）

---