> For the complete documentation index, see [llms.txt](https://docs.clore.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.clore.ai/guides/guides_v2-ru/generaciya-izobrazhenii/comfyui.md).

# ComfyUI

Интерфейс на основе узлов для Stable Diffusion с максимальной гибкостью на GPU CLORE.AI.

{% hint style="success" %}
Все примеры можно запускать на GPU-серверах, арендованных через [маркетплейс CLORE.AI](https://clore.ai/marketplace).
{% endhint %}

## Требования к серверу

| Параметр      | Минимум     | Рекомендуется |
| ------------- | ----------- | ------------- |
| ОЗУ           | 16GB        | 32 ГБ+        |
| VRAM          | 8 ГБ (SDXL) | 12 ГБ+        |
| Сеть          | 500 Мбит/с  | 1 Гбит/с+     |
| Время запуска | 5–10 минут  | -             |

{% hint style="warning" %}
**Время запуска:** При первом запуске загружаются зависимости и модели (5–10 минут в зависимости от скорости сети). HTTP 502 в это время — это нормально.
{% endhint %}

{% hint style="danger" %}
**Важно:** Для ComfyUI с моделями FLUX требуется 16 ГБ+ VRAM. Для SDXL с ControlNet убедитесь, что есть как минимум 10 ГБ VRAM.
{% endhint %}

## Почему ComfyUI?

* **Рабочий процесс на основе узлов** - Визуальное программирование для генерации изображений
* **Максимальный контроль** - Тщательно настраивайте каждый шаг конвейера
* **Эффективный** - Меньше расходует VRAM, чем альтернативы
* **Расширяемый** - Огромная экосистема пользовательских узлов
* **Обмен рабочими процессами** - Импорт/экспорт в формате JSON

## Быстрое развертывание на CLORE.AI

**Docker-образ:**

```
yanwk/comfyui-boot:cu130-slim
```

**Порты:**

```
22/tcp
8188/http
```

**Окружение:**

```
CLI_ARGS=--listen 0.0.0.0
```

### Проверьте, что он работает

После развертывания найдите свой `http_pub` URL в **Мои заказы**:

```bash
# Проверьте, доступен ли интерфейс (при первом запуске может занять 5–10 мин)
curl https://your-http-pub.clorecloud.net/
```

{% hint style="info" %}
Если HTTP 502 держится более 15 минут, проверьте:

1. На сервере есть 16 ГБ+ RAM
2. На сервере есть 8 ГБ+ VRAM для SDXL, 16 ГБ+ для FLUX
3. Скорость сети достаточна для загрузки моделей
   {% endhint %}

## Доступ к вашему сервису

При развертывании на CLORE.AI открывайте ComfyUI через `http_pub` URL:

* **Веб-интерфейс:** `https://your-http-pub.clorecloud.net/`
* **API:** `https://your-http-pub.clorecloud.net/prompt`
* **WebSocket:** `wss://your-http-pub.clorecloud.net/ws`

{% hint style="info" %}
Все `localhost:8188` Примеры ниже работают при подключении по SSH. Для внешнего доступа замените на свой `https://your-http-pub.clorecloud.net/` URL.
{% endhint %}

## Установка

### Использование Docker (рекомендуется)

```bash
docker run -d --gpus all \
  -p 8188:8188 \
  -v comfyui-data:/root \
  -e CLI_ARGS="--listen 0.0.0.0" \
  yanwk/comfyui-boot:cu130-slim
```

### Ручная установка

```bash
# Клонировать репозиторий
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI

# Создать виртуальное окружение
python -m venv venv
source venv/bin/activate

# Установите PyTorch с CUDA
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu128

# Установка зависимостей
pip install -r requirements.txt

# Запуск
python main.py --listen 0.0.0.0
```

## Структура каталогов

```
ComfyUI/
├── models/
│   ├── checkpoints/     # Модели SD (.safetensors)
│   ├── loras/           # Модели LoRA
│   ├── vae/             # Модели VAE
│   ├── controlnet/      # Модели ControlNet
│   ├── upscale_models/  # Апскейлеры
│   └── clip/            # Модели CLIP
├── input/               # Входные изображения
├── output/              # Сгенерированные изображения
└── custom_nodes/        # Расширения
```

## Скачать модели

### Контрольные точки Stable Diffusion

```bash
cd ComfyUI/models/checkpoints

# База SDXL
wget https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/resolve/main/sd_xl_base_1.0.safetensors

# Рефайнер SDXL
wget https://huggingface.co/stabilityai/stable-diffusion-xl-refiner-1.0/resolve/main/sd_xl_refiner_1.0.safetensors

# SD 1.5 (меньше, быстрее)
wget https://huggingface.co/runwayml/stable-diffusion-v1-5/resolve/main/v1-5-pruned.safetensors

# Realistic Vision (фотореалистичный)
wget https://huggingface.co/SG161222/Realistic_Vision_V6.0_B1_noVAE/resolve/main/Realistic_Vision_V6.0_B1_fp16.safetensors
```

### VAE

```bash
cd ComfyUI/models/vae

# VAE SDXL
wget https://huggingface.co/stabilityai/sdxl-vae/resolve/main/sdxl_vae.safetensors

# VAE SD 1.5 (лучшие цвета)
wget https://huggingface.co/stabilityai/sd-vae-ft-mse-original/resolve/main/vae-ft-mse-840000-ema-pruned.safetensors
```

### LoRA

```bash
cd ComfyUI/models/loras

# Скачайте с CivitAI или HuggingFace
# Поместите файлы .safetensors сюда
```

## Базовый рабочий процесс

### Текст в изображение

1. Добавьте узлы:
   * **Load Checkpoint** → выберите модель
   * **CLIP Text Encode** (x2) → позитивный и негативный промпты
   * **Empty Latent Image** → задайте размеры
   * **KSampler** → подключите всё
   * **VAE Decode** → из латента в изображение
   * **Save Image** → выход
2. Соедините:

```
[Checkpoint] → MODEL → [KSampler]
[Checkpoint] → CLIP → [CLIP Text Encode +]
[Checkpoint] → CLIP → [CLIP Text Encode -]
[Checkpoint] → VAE → [VAE Decode]
[Text Encode +] → CONDITIONING → [KSampler]
[Text Encode -] → CONDITIONING → [KSampler]
[Empty Latent] → LATENT → [KSampler]
[KSampler] → LATENT → [VAE Decode]
[VAE Decode] → IMAGE → [Save Image]
```

### Изображение в изображение

Замените **Empty Latent Image** на:

1. **Загрузите изображение** → ваше исходное изображение
2. **VAE Encode** → преобразовать в латент
3. Измените **подавление шума** в KSampler (0.5–0.8)

## ComfyUI Manager

ComfyUI Manager — это **необходимое расширение** которое добавляет GUI для установки, обновления и управления пользовательскими узлами. Это стандартный способ расширять ComfyUI.

### Установка

```bash
cd ComfyUI/custom_nodes
git clone https://github.com/ltdrdata/ComfyUI-Manager.git
# Перезапустите ComfyUI — кнопка "Manager" появится на панели инструментов
```

### Использование ComfyUI Manager

После перезапуска, **Manager** кнопка появляется в правом верхнем углу интерфейса ComfyUI.

**Ключевые возможности:**

| Функция                          | Как получить доступ                                      |
| -------------------------------- | -------------------------------------------------------- |
| Установить пользовательские узлы | Manager → Установить пользовательские узлы               |
| Обновить все узлы                | Manager → Обновить всё                                   |
| Отключить/включить узлы          | Manager → Менеджер пользовательских узлов                |
| Установить отсутствующие узлы    | Manager → Установить отсутствующие пользовательские узлы |
| Получить информацию о модели     | Manager → Менеджер моделей                               |
| Восстановить снимок              | Manager → Менеджер снимков                               |

**Рабочий процесс: установка нового пакета узлов**

1. Нажмите **Manager** кнопка
2. Выберите **Install Custom Nodes**
3. Поиск по имени (например, "FLUX", "AnimateDiff")
4. Нажмите **Установить** для нужного пакета
5. Нажмите **Перезапустить** когда появится запрос
6. Новые узлы появятся в контекстном меню добавления по правому клику

**Автоматическая установка отсутствующих узлов:** Когда вы импортируете JSON рабочего процесса, использующий узлы, которых у вас нет, Manager обнаружит их и предложит автоматически установить через **Установить отсутствующие пользовательские узлы**.

### Поддержание узлов в актуальном состоянии

```bash
# Из CLI (альтернатива GUI):
cd ComfyUI/custom_nodes/ComfyUI-Manager
git pull

# Или используйте Manager → Обновить всё в интерфейсе
```

***

## Рабочий процесс FLUX в ComfyUI

FLUX использует другую структуру узлов, чем стандартные модели SD. Ниже приведён полный рабочий процесс FLUX.1-dev.

### Необходимые файлы

Перед запуском рабочего процесса скачайте:

```bash
# Модель FLUX (dev или schnell)
cd ComfyUI/models/unet
wget https://huggingface.co/black-forest-labs/FLUX.1-dev/resolve/main/flux1-dev.safetensors

# Текстовые энкодеры
cd ../clip
wget https://huggingface.co/comfyanonymous/flux_text_encoders/resolve/main/clip_l.safetensors
wget https://huggingface.co/comfyanonymous/flux_text_encoders/resolve/main/t5xxl_fp16.safetensors

# VAE
cd ../vae
wget https://huggingface.co/black-forest-labs/FLUX.1-dev/resolve/main/ae.safetensors
```

### JSON рабочего процесса FLUX.1-dev

Сохранить как `flux_dev_workflow.json` и импортируйте через **Загрузить** кнопку в ComfyUI:

```json
{
  "last_node_id": 12,
  "last_link_id": 20,
  "nodes": [
    {
      "id": 1,
      "type": "UNETLoader",
      "pos": [100, 100],
      "size": [300, 60],
      "inputs": [],
      "outputs": [{"name": "MODEL", "type": "MODEL", "links": [1]}],
      "properties": {},
      "widgets_values": ["flux1-dev.safetensors", "default"]
    },
    {
      "id": 2,
      "type": "DualCLIPLoader",
      "pos": [100, 200],
      "size": [350, 80],
      "inputs": [],
      "outputs": [{"name": "CLIP", "type": "CLIP", "links": [2, 3]}],
      "properties": {},
      "widgets_values": ["clip_l.safetensors", "t5xxl_fp16.safetensors", "flux"]
    },
    {
      "id": 3,
      "type": "CLIPTextEncode",
      "pos": [500, 150],
      "size": [425, 180],
      "inputs": [{"name": "clip", "type": "CLIP", "link": 2}],
      "outputs": [{"name": "CONDITIONING", "type": "CONDITIONING", "links": [4]}],
      "properties": {},
      "widgets_values": ["Потрясающий фотореалистичный пейзаж, освещение золотого часа, 8K"]
    },
    {
      "id": 4,
      "type": "EmptySD3LatentImage",
      "pos": [100, 350],
      "size": [300, 100],
      "inputs": [],
      "outputs": [{"name": "LATENT", "type": "LATENT", "links": [5]}],
      "properties": {},
      "widgets_values": [1024, 1024, 1]
    },
    {
      "id": 5,
      "type": "ModelSamplingFlux",
      "pos": [500, 350],
      "size": [300, 80],
      "inputs": [{"name": "model", "type": "MODEL", "link": 1}],
      "outputs": [{"name": "MODEL", "type": "MODEL", "links": [6]}],
      "properties": {},
      "widgets_values": [1.15, 0.5, 1024, 1024]
    },
    {
      "id": 6,
      "type": "KSampler",
      "pos": [850, 250],
      "size": [350, 240],
      "inputs": [
        {"name": "model", "type": "MODEL", "link": 6},
        {"name": "positive", "type": "CONDITIONING", "link": 4},
        {"name": "negative", "type": "CONDITIONING", "link": 7},
        {"name": "latent_image", "type": "LATENT", "link": 5}
      ],
      "outputs": [{"name": "LATENT", "type": "LATENT", "links": [8]}],
      "properties": {},
      "widgets_values": [42, "fixed", 20, 3.5, "euler", "simple", 1.0]
    },
    {
      "id": 7,
      "type": "CLIPTextEncode",
      "pos": [500, 500],
      "size": [300, 60],
      "inputs": [{"name": "clip", "type": "CLIP", "link": 3}],
      "outputs": [{"name": "CONDITIONING", "type": "CONDITIONING", "links": [7]}],
      "properties": {},
      "widgets_values": [""]
    },
    {
      "id": 8,
      "type": "VAELoader",
      "pos": [100, 500],
      "size": [300, 60],
      "inputs": [],
      "outputs": [{"name": "VAE", "type": "VAE", "links": [9]}],
      "properties": {},
      "widgets_values": ["ae.safetensors"]
    },
    {
      "id": 9,
      "type": "VAEDecode",
      "pos": [1250, 300],
      "size": [210, 46],
      "inputs": [
        {"name": "samples", "type": "LATENT", "link": 8},
        {"name": "vae", "type": "VAE", "link": 9}
      ],
      "outputs": [{"name": "IMAGE", "type": "IMAGE", "links": [10]}],
      "properties": {}
    },
    {
      "id": 10,
      "type": "SaveImage",
      "pos": [1500, 300],
      "size": [300, 270],
      "inputs": [{"name": "images", "type": "IMAGE", "link": 10}],
      "outputs": [],
      "properties": {},
      "widgets_values": ["flux_output"]
    }
  ],
  "links": [
    [1, 1, 0, 5, 0, "MODEL"],
    [2, 2, 0, 3, 0, "CLIP"],
    [3, 2, 0, 7, 0, "CLIP"],
    [4, 3, 0, 6, 1, "CONDITIONING"],
    [5, 4, 0, 6, 3, "LATENT"],
    [6, 5, 0, 6, 0, "MODEL"],
    [7, 7, 0, 6, 2, "CONDITIONING"],
    [8, 6, 0, 9, 0, "LATENT"],
    [9, 8, 0, 9, 1, "VAE"],
    [10, 9, 0, 10, 0, "IMAGE"]
  ],
  "groups": [],
  "config": {},
  "extra": {"ds": {"scale": 0.8, "offset": [0, 0]}},
  "version": 0.4
}
```

### Рабочий процесс FLUX.1-schnell (4 шага)

Для schnell измените настройки KSampler в JSON выше:

* `num_inference_steps`: `4`
* `cfg`: `1.0`
* `scheduler`: `"simple"`
* Файл модели: `flux1-schnell.safetensors`

Или задайте через интерфейс: KSampler → шаги: **4**, cfg: **1.0**, сэмплер: **euler**, планировщик: **simple**

### Ключевые различия узлов: FLUX vs SD

| Узел              | SD/SDXL            | FLUX                            |
| ----------------- | ------------------ | ------------------------------- |
| Загрузчик модели  | Load Checkpoint    | UNETLoader                      |
| Текстовый энкодер | CLIPTextEncode     | DualCLIPLoader + CLIPTextEncode |
| Латент            | Empty Latent Image | EmptySD3LatentImage             |
| Дополнительно     | —                  | ModelSamplingFlux               |
| Негативный промпт | Требуется          | Необязательно (оставьте пустым) |

***

## Необходимые пользовательские узлы

### Рекомендуемые пакеты узлов

| Пакет узлов              | GitHub                                  | Сценарий использования                              |
| ------------------------ | --------------------------------------- | --------------------------------------------------- |
| **ComfyUI-Manager**      | ltdrdata/ComfyUI-Manager                | Устанавливайте и управляйте всеми остальными узлами |
| **ComfyUI-FLUX**         | XLabs-AI/x-flux-comfyui                 | Узлы ControlNet для FLUX                            |
| **was-node-suite**       | WASasquatch/was-node-suite-comfyui      | 100+ служебных узлов                                |
| ComfyUI-Impact-Pack      | ltdrdata/ComfyUI-Impact-Pack            | Обнаружение лиц, SAM, ADetailer                     |
| ComfyUI-Inspire-Pack     | ltdrdata/ComfyUI-Inspire-Pack           | Продвинутые семплеры, рабочие процессы              |
| ComfyUI-AnimateDiff      | Kosinkadink/ComfyUI-AnimateDiff-Evolved | Генерация видео / анимации                          |
| ComfyUI-VideoHelperSuite | Kosinkadink/ComfyUI-VideoHelperSuite    | Обработка ввода/вывода видео                        |
| ComfyUI-GGUF             | city96/ComfyUI-GGUF                     | Запуск квантованных моделей GGUF                    |
| ComfyUI-KJNodes          | kijai/ComfyUI-KJNodes                   | Утилиты и узлы масок                                |
| rgthree-comfy            | rgthree/rgthree-comfy                   | Помощники рабочих процессов, улучшенный интерфейс   |

### ComfyUI-FLUX (XLabs-AI)

Добавляет поддержку ControlNet для FLUX внутри ComfyUI:

```bash
cd ComfyUI/custom_nodes
git clone https://github.com/XLabs-AI/x-flux-comfyui
cd x-flux-comfyui
pip install -r requirements.txt
```

Добавляет узлы: `Применить ControlNet (FLUX)`, `Загрузить модель ControlNet (FLUX)`, `Семплер XFlux`

### was-node-suite

Более 100 вспомогательных узлов для продвинутых рабочих процессов:

```bash
cd ComfyUI/custom_nodes
git clone https://github.com/WASasquatch/was-node-suite-comfyui
cd was-node-suite-comfyui
pip install -r requirements.txt
```

Ключевые узлы: Image Batch, Text Operations, Image Analyze, Cache Node, Bus Node, Upscale, операции с масками

### Установить через Manager

1. Нажмите **Manager** кнопка
2. **Install Custom Nodes**
3. Найти и установить
4. Перезапустить ComfyUI

## Продвинутые рабочие процессы

### ControlNet

```bash
# Скачать модели ControlNet
cd ComfyUI/models/controlnet

# Canny
wget https://huggingface.co/lllyasviel/ControlNet-v1-1/resolve/main/control_v11p_sd15_canny.pth

# Глубина
wget https://huggingface.co/lllyasviel/ControlNet-v1-1/resolve/main/control_v11f1p_sd15_depth.pth

# OpenPose
wget https://huggingface.co/lllyasviel/ControlNet-v1-1/resolve/main/control_v11p_sd15_openpose.pth
```

Рабочий процесс:

1. Загрузка изображения → Детектор границ Canny
2. Применить ControlNet → KSampler
3. Генерация с управлением позой/краями

### Масштабирование

```bash
# Скачать апскейлер
cd ComfyUI/models/upscale_models
wget https://github.com/xinntao/Real-ESRGAN/releases/download/v0.1.0/RealESRGAN_x4plus.pth
```

Рабочий процесс:

1. Сгенерировать изображение в более низком разрешении (768x768)
2. узел Upscale Image (Model)
3. Необязательно: проход img2img для детализации

### SDXL + Refiner

1. Генерация с базовым SDXL (шаги 1-20)
2. Передать латент в SDXL refiner (шаги 21-30)
3. VAE Decode окончательный результат

## Горячие клавиши

| Клавиша            | Действие                          |
| ------------------ | --------------------------------- |
| `Ctrl+Enter`       | Поставить запрос в очередь        |
| `Ctrl+Shift+Enter` | Поставить запрос в начало очереди |
| `Ctrl+Z`           | Отменить                          |
| `Ctrl+Y`           | Повторить                         |
| `Ctrl+S`           | Сохранить рабочий процесс         |
| `Ctrl+O`           | Загрузить рабочий процесс         |
| `Ctrl+A`           | Выделить всё                      |
| `Delete`           | Удалить выбранное                 |
| `Ctrl+M`           | Отключить узел                    |
| `Ctrl+B`           | Обойти узел                       |

## Использование API

### Поставить запрос в очередь

```python
import json
import urllib.request

# Для внешнего доступа используйте свой URL http_pub:
SERVER = "your-http-pub.clorecloud.net"
# Или через SSH: SERVER = "localhost:8188"

def queue_prompt(prompt, server=SERVER):
    data = json.dumps({"prompt": prompt}).encode('utf-8')
    req = urllib.request.Request(f"https://{server}/prompt", data=data)
    urllib.request.urlopen(req)

# Загрузить JSON рабочего процесса и поставить в очередь
with open("workflow.json") as f:
    workflow = json.load(f)
queue_prompt(workflow)
```

### WebSocket для прогресса

```python
import websocket
import json

# Для внешнего доступа используйте wss:// со своим URL http_pub
ws = websocket.WebSocket()
ws.connect(f"wss://{SERVER}/ws")

while True:
    msg = json.loads(ws.recv())
    if msg['type'] == 'progress':
        print(f"Шаг {msg['data']['value']}/{msg['data']['max']}")
    elif msg['type'] == 'executed':
        print("Готово!")
        break
```

## Советы по производительности

1. **Включить --lowvram** для <8 ГБ VRAM
2. **Используйте fp16** модели, когда это возможно
3. **Размер батча 1** для ограниченной VRAM
4. **Tiled VAE** для изображений высокого разрешения
5. **Отключить предпросмотр** для более быстрой генерации

## Требования к GPU

| Модель            | Минимальная VRAM | Рекомендуемая VRAM | Мин. RAM |
| ----------------- | ---------------- | ------------------ | -------- |
| SD 1.5            | 4 ГБ             | 8 ГБ               | 16GB     |
| SDXL              | 8 ГБ             | 12GB               | 16GB     |
| SDXL + ControlNet | 10 ГБ            | 16GB               | 16GB     |
| FLUX              | 16GB             | 24 ГБ              | 32GB     |

## Пресеты GPU

### RTX 3060 12GB (Бюджет)

```bash
# Запуск с оптимизациями
python main.py --lowvram --force-fp16

# Рекомендуемые настройки:
# - SDXL: 768x768, batch 1
# - SD 1.5: 512x512, batch 4
# - Используйте тайлинг VAE
# - 20-30 шагов
```

**Лучше всего подходит для:** SD 1.5, SDXL (с ограничениями)

### RTX 3090 24GB (Оптимально)

```bash
# Стандартный запуск
python main.py --force-fp16

# Рекомендуемые настройки:
# - SDXL: 1024x1024, batch 2
# - FLUX schnell: 1024x1024, batch 1
# - ControlNet + SDXL работает хорошо
# - 30-50 шагов
```

**Лучше всего подходит для:** SDXL, рабочие процессы ControlNet, умеренный FLUX

### RTX 4090 24GB (Производительность)

```bash
# Запуск на полной скорости
python main.py

# Рекомендуемые настройки:
# - SDXL: 1024x1024, batch 4
# - FLUX dev: 1024x1024, batch 1-2
# - Сложные рабочие процессы с несколькими ControlNet
# - 50+ шагов для качества
```

**Лучше всего подходит для:** FLUX, сложные рабочие процессы, пакетная генерация

### A100 40GB/80GB (Продакшн)

```bash
# Максимальная производительность
python main.py --highvram

# Рекомендуемые настройки:
# - SDXL: 1024x1024, batch 8+
# - FLUX: 1024x1024, batch 2-4
# - Несколько моделей загружены одновременно
# - Выводы в высоком разрешении (2048x2048)
```

**Лучше всего подходит для:** Производственные задачи, FLUX, генерация в высоком разрешении

## Оценка стоимости

Типичные расценки маркетплейса CLORE.AI:

| GPU      | VRAM  | Цена/день  | Скорость SDXL        |
| -------- | ----- | ---------- | -------------------- |
| RTX 3060 | 12GB  | $0.15–0.30 | \~15 сек/изображение |
| RTX 3090 | 24 ГБ | $0.30–1.00 | \~8 сек/изображение  |
| RTX 4090 | 24 ГБ | $0.50–2.00 | \~4 сек/изображение  |
| A100     | 40 ГБ | $1.50–3.00 | \~3 сек/изображение  |

*Цены указаны в USD/день. Тарифы зависят от провайдера — проверьте* [*маркетплейс CLORE.AI*](https://clore.ai/marketplace) *актуальные тарифы.*

## Устранение неполадок

### HTTP 502 в течение длительного времени

1. **Проверьте RAM:** На сервере должно быть 16 ГБ+ RAM
2. **Проверьте VRAM:** 8 ГБ+ для SDXL, 16 ГБ+ для FLUX
3. **Загрузка зависимостей:** Первый запуск занимает 5–10 мин
4. **Загрузка модели:** Большие модели загружаются дольше

### Недостаточно памяти

```bash
# Запустите в режиме низкого VRAM
python main.py --lowvram

# Или принудительно fp16
python main.py --force-fp16
```

### Чёрные изображения

* Проверьте, что VAE загружен
* Попробуйте другой VAE
* Уменьшите размер изображения

### Медленная генерация

* Включите CUDA
* Используйте модели fp16
* Уменьшите число шагов (20–30 часто достаточно)

## Примеры рабочих процессов

Импортируйте эти JSON-рабочие процессы в ComfyUI:

* [Базовый txt2img](https://comfyworkflows.com)
* [SDXL + Refiner](https://comfyworkflows.com)
* [ControlNet Canny](https://comfyworkflows.com)
* [Видео AnimateDiff](https://comfyworkflows.com)

## Дальнейшие шаги

* [Руководство по ControlNet](/guides/guides_v2-ru/obrabotka-izobrazhenii/controlnet-advanced.md)
* [Масштабирование Real-ESRGAN](/guides/guides_v2-ru/obrabotka-izobrazhenii/real-esrgan-upscaling.md)
* [Обучение Kohya](/guides/guides_v2-ru/obuchenie/kohya-training.md) - Обучать пользовательские LoRA
* [Fooocus](/guides/guides_v2-ru/generaciya-izobrazhenii/fooocus-simple-sd.md) - Более простая альтернатива


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.clore.ai/guides/guides_v2-ru/generaciya-izobrazhenii/comfyui.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.