Un prompt peut-il remplacer Clipdrop ?

Construis un outil local d’utilitaires image : suppression de fond, agrandissement, et rééclairage, chacun utilisant un modèle open source dédié. Stack : Python, FastAPI, rembg pour la suppression de fond, Real-ESRGAN pour l’agrandissement, un workflow de rééclairage ComfyUI pour la troisième opération, un petit frontend React.

Boucle centrale : l’utilisateur importe une image locale et choisit une opération. La suppression de fond passe par rembg (un modèle de segmentation conçu pour cette tâche, pas un modèle de diffusion généraliste) et renvoie un PNG transparent. L’agrandissement passe par Real-ESRGAN pour une augmentation de résolution 2x ou 4x. Le rééclairage passe par une instance ComfyUI locale faisant tourner un workflow spécifique de rééclairage, puisque cette opération a vraiment besoin d’un modèle de diffusion plutôt que d’un modèle léger spécialisé. Chaque résultat est sauvegardé en local avec l’opération et les réglages utilisés enregistrés à côté.

rembg et Real-ESRGAN tournent sur du matériel modeste, y compris CPU seul pour de petites images ; le rééclairage profite d’un GPU comme n’importe quel workflow de diffusion. Aucune clé API cloud n’est requise pour aucune des trois opérations.

Ne construis pas : un pipeline unifié à modèle unique qui gère les trois tâches (c’est la vraie prouesse d’ingénierie de Clipdrop, pas quelque chose que trois modèles open source prêts à l’emploi reproduisent), une application mobile, ni une API publique pour que d’autres services l’appellent — c’est un outil local perso, pas un service d’inférence pour d’autres.