ComfyUI

Узловой интерфейс Stable Diffusion с ComfyUI на Clore.ai

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

Все примеры можно запускать на GPU-серверах, арендуемых через CLORE.AI Marketplace.

Требования к серверу

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

Время запуска: Первый запуск загружает зависимости и модели (5–10 минут в зависимости от скорости сети). HTTP 502 в это время нормален.

Важно: ComfyUI с моделями FLUX требует 16 ГБ+ видеопамяти. Для SDXL с ControlNet убедитесь как минимум в 10 ГБ VRAM.

Почему ComfyUI?

• Рабочий процесс на основе узлов - Визуальное программирование для генерации изображений

• Максимальный контроль - Тонкая настройка каждого шага конвейера

• Эффективно - Меньшее использование VRAM по сравнению с альтернативами

• Расширяемо - Огромная экосистема пользовательских узлов

• Обмен рабочими процессами - Импорт/экспорт в формате JSON

Быстрое развертывание на CLORE.AI

Docker-образ:

yanwk/comfyui-boot:cu126-slim

Порты:

22/tcp
8188/http

Окружение:

CLI_ARGS=--listen 0.0.0.0

Проверьте, что всё работает

После развертывания найдите ваш http_pub URL в Моих заказах:

# Проверьте доступность UI (первый запуск может занять 5–10 минут)
curl https://your-http-pub.clorecloud.net/

Если вы получаете HTTP 502 более 15 минут, проверьте:

1. Сервер имеет 16 ГБ+ RAM

2. Сервер имеет 8 ГБ+ VRAM для SDXL, 16 ГБ+ для FLUX

3. Скорость сети достаточна для загрузки моделей

Доступ к вашему сервису

При развертывании на CLORE.AI получайте доступ к 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

Все localhost:8188 примеры ниже работают при подключении через SSH. Для внешнего доступа замените на ваш https://your-http-pub.clorecloud.net/ URL.

Установка

Использование Docker (рекомендуется)

docker run -d --gpus all \
  -p 8188:8188 \
  -v comfyui-data:/root \
  -e CLI_ARGS="--listen 0.0.0.0" \
  yanwk/comfyui-boot:cu126-slim

Ручная установка

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

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

# Установить PyTorch с CUDA
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu124

# Установить зависимости
pip install -r requirements.txt

# Запустить
python main.py --listen 0.0.0.0

Структура каталогов

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

Загрузка моделей

Контрольные точки Stable Diffusion

cd ComfyUI/models/checkpoints

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

# SDXL Refiner
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

cd ComfyUI/models/vae

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

# VAE для 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

cd ComfyUI/models/loras

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

Базовый рабочий процесс

Текст в изображение

1. Добавьте узлы:

   • Загрузить контрольную точку → выбрать модель

   • CLIP Text Encode (x2) → положительные и отрицательные подсказки

   • Пустое латентное изображение → установить размеры

   • KSampler → подключить всё

   • VAE Decode → латентное в изображение

   • Сохранить изображение → вывод

2. Подключения:

[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

Заменить Пустое латентное изображение на:

1. Загрузить изображение → ваше исходное изображение

2. VAE Encode → конвертировать в латентное

3. Отрегулируйте денойз в KSampler (0.5–0.8)

ComfyUI Manager

ComfyUI Manager — это необходимое расширение которое добавляет графический интерфейс для установки, обновления и управления пользовательскими узлами. Это стандартный способ расширения ComfyUI.

Установка

cd ComfyUI/custom_nodes
git clone https://github.com/ltdrdata/ComfyUI-Manager.git
# Перезапустите ComfyUI — в панели инструментов появится кнопка «Manager»

Использование ComfyUI Manager

После перезапуска Manager кнопка появится в правом верхнем углу интерфейса ComfyUI.

Ключевые особенности:

Функция	Как получить доступ
Установить пользовательские узлы	Manager → Install Custom Nodes
Обновить все узлы	Manager → Update All
Отключить/включить узлы	Manager → Custom Nodes Manager
Установить отсутствующие узлы	Manager → Install Missing Custom Nodes
Получить информацию о модели	Manager → Model Manager
Восстановить снимок	Manager → Snapshot Manager

Рабочий процесс: установка нового набора узлов

1. Нажмите Manager кнопка

2. Выбрать Install Custom Nodes

3. Поиск по имени (например, "FLUX", "AnimateDiff")

4. Нажмите Установить на желаемом паке

5. Нажмите Перезапустить когда появится запрос

6. Новые узлы появятся в меню добавления по правому клику

Автоустановка отсутствующих узлов: Когда вы импортируете JSON рабочего процесса, который использует узлы, которых у вас нет, Manager обнаруживает их и предлагает установить автоматически через Install Missing Custom Nodes.

Поддержание узлов в актуальном состоянии

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

# Или используйте Manager → Update All в UI

---

FLUX рабочий процесс в ComfyUI

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

Требуемые файлы

Перед запуском рабочего процесса загрузите:

# 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

FLUX.1-dev Workflow JSON

Сохранить как flux_dev_workflow.json и импортировать через Загрузить кнопку в ComfyUI:

{
  "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": ["A stunning photorealistic landscape, golden hour lighting, 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
}

FLUX.1-schnell рабочий процесс (4 шага)

Для schnell измените настройки KSampler в приведённом выше JSON:

• num_inference_steps: 4

• cfg: 1.0

• scheduler: "simple"

• Файл модели: flux1-schnell.safetensors

Или установите через UI: KSampler → steps: 4, cfg: 1.0, sampler: euler, scheduler: simple

Ключевые отличия узлов: FLUX vs SD

Узел	SD/SDXL	FLUX
Загрузчик модели	Загрузить контрольную точку	UNETLoader
Текстовый энкодер	CLIPTextEncode	DualCLIPLoader + CLIPTextEncode
Латент	Пустое латентное изображение	EmptySD3LatentImage
Дополнительно	—	ModelSamplingFlux
Отрицательная подсказка	Требуется	Необязательно (оставить пустым)

---

Важные пользовательские узлы

Рекомендуемые наборы узлов

Набор узлов	GitHub	Случай использования
ComfyUI-Manager	ltdrdata/ComfyUI-Manager	Устанавливать и управлять всеми остальными узлами
ComfyUI-FLUX	XLabs-AI/x-flux-comfyui	Узлы ControlNet для FLUX
was-node-suite	WASasquatch/was-node-suite-comfyui	100+ утилитных узлов
ComfyUI-Impact-Pack	ltdrdata/ComfyUI-Impact-Pack	Обнаружение лиц, SAM, ADetailer
ComfyUI-Inspire-Pack	ltdrdata/ComfyUI-Inspire-Pack	Продвинутые сэмплеры, 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 квантизированных моделей GGUF
ComfyUI-KJNodes	kijai/ComfyUI-KJNodes	Утилитные узлы и узлы масок
rgthree-comfy	rgthree/rgthree-comfy	Помощники рабочих процессов, улучшенный UI

ComfyUI-FLUX (XLabs-AI)

Добавляет поддержку ControlNet для FLUX внутри ComfyUI:

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: Apply ControlNet (FLUX), Load ControlNet Model (FLUX), XFlux Sampler

was-node-suite

Более 100 утилитных узлов для продвинутых рабочих процессов:

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, Mask operations

Установить через Manager

1. Нажмите Manager кнопка

2. Install Custom Nodes

3. Поиск и установка

4. Перезапустить ComfyUI

Продвинутые рабочие процессы

ControlNet

# Скачать модели ControlNet
cd ComfyUI/models/controlnet

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

# Depth
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. Load Image → Canny Edge Detector

2. Apply ControlNet → KSampler

3. Генерировать с подсказками по позе/краям

Апскейлинг

# 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. Генерировать изображение в меньшем разрешении (768x768)

2. Узел Upscale Image (Model)

3. Опционально: проход img2img для детализации

SDXL + Refiner

1. Генерировать с SDXL base (шаги 1–20)

2. Передать латент в SDXL refiner (шаги 21–30)

3. VAE Decode конечного результата

Клавиатурные сокращения

Клавиша	Действие
Ctrl+Enter	Добавить в очередь подсказку
Ctrl+Shift+Enter	Добавить в очередь подсказку (в начало)
Ctrl+Z	Отменить
Ctrl+Y	Повторить
Ctrl+S	Сохранить рабочий процесс
Ctrl+O	Загрузить рабочий процесс
Ctrl+A	Выделить всё
Delete	Удалить выделенное
Ctrl+M	Отключить узел (mute)
Ctrl+B	Пройти мимо узла (bypass)

Использование API

Добавить подсказку в очередь

import json
import urllib.request

# Для внешнего доступа используйте ваш http_pub URL:
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

import websocket
import json

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

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

Советы по производительности

1. Включите --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	8GB	16GB
SDXL	8GB	12GB	16GB
SDXL + ControlNet	10GB	16GB	16GB
FLUX	16GB	24 ГБ	32GB

Пресеты GPU

RTX 3060 12 ГБ (Бюджет)

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

# Рекомендуемые настройки:
# - SDXL: 768x768, пакет 1
# - SD 1.5: 512x512, пакет 4
# - Использовать VAE с тайлингом
# - 20–30 шагов

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

RTX 3090 24 ГБ (Оптимально)

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

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

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

RTX 4090 24 ГБ (Производительность)

# Запуск на полной скорости
python main.py

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

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

A100 40 ГБ/80 ГБ (Производство)

# Максимальная производительность
python main.py --highvram

# Рекомендуемые настройки:
# - SDXL: 1024x1024, пакет 8+
# - FLUX: 1024x1024, пакет 2-4
# - Несколько моделей загружены одновременно
# - Высокое разрешение вывода (2048x2048)

Лучше всего для: Производственные нагрузки, FLUX, генерация в высоком разрешении

Оценка стоимости

Типичные расценки на маркетплейсе 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	40GB	$1.50–3.00	~3 сек/изображение

Цены в USD/день. Тарифы зависят от провайдера — проверьте CLORE.AI Marketplace для текущих тарифов.

Устранение неполадок

HTTP 502 длительное время

1. Проверьте RAM: Сервер должен иметь 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 занимают больше времени

Недостаточно памяти

# Запуск 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 количество шагов (часто хватает 20–30)

Примеры рабочих процессов

Импортируйте эти JSON рабочие процессы в ComfyUI:

• Базовый txt2img

• SDXL + Refiner

• ControlNet Canny

• AnimateDiff Видео

Дальнейшие шаги

• ControlNet Руководство

• Апскейл с помощью Real-ESRGAN

• Обучение Kohya - Обучение пользовательских LoRA

• Fooocus - Более простая альтернатива