10 候选工具

📐 设计 —— 以下没有一个跑过。列出来是为了下一步有的选。

本机环境

GPU：RTX 5070 Ti，16 GB 显存
ComfyUI 已在 Krita/ComfyUI/（与本书同级目录）
系统 Python 3.14：numpy / scipy / scikit-learn / Pillow / matplotlib；没有 torch（ComfyUI 有自己的环境）

工具	类型	适合	顾虑
ComfyUI + SD/SDXL inpainting	生成式	大面积、有语义的补全（躯干、裙子）	会发明结构；风格可能漂；要写 workflow JSON 并走 HTTP API
LaMa	非生成式（FFT 卷积）	小面积、纹理延续（头发、布料）	不理解语义，大面积会糊；模型要单独装
自己写：最近邻 + 按流向外推	纯 numpy	极小面积（`expand` 那种几像素的缝）	只能延续，不能补形状

推荐的组合：LaMa 先补，ComfyUI 只在 LaMa 的输出通不过验收（第 9 章第 4 条）时接手。理由是 LaMa 不发明东西，验收更容易过；生成模型留给真的需要语义的地方。

ComfyUI 的调用方式是把 workflow JSON POST 到 http://127.0.0.1:8188/prompt，轮询 /history/<id> 拿输出。要写的东西：

一个 inpainting workflow 模板：加载图 + mask → inpaint → 输出
code/complete.py：按第 9 章的输入组装 context + mask，调 API，收输出，做验收
一个探针 probes/probe_inpaint.py：拿一个人为遮挡的部件（把 Skin_Arm 从躯干上抠掉）跑一遍，量第 9 章的五条验收，记录耗时和显存

先做探针，再做模块。 这是本书的规矩：没量过的东西不进流程。

补全区必须和可见区同一张画。对生成模型来说这意味着：