5. Знакомство с ComfyUI

Основы генерации изображений из текстовых запросов на своём компьютере
Расширение области видимости изображений с помощью нейросетей (расширение кадра, изменение соотношения сторон с добавлением новой информации — outpainting)
Замена, удаление и добавление объектов на изображение с помощью ИИ — редактирование по маске (inpainting)
Редактирование изображения с помощью нейросетей (I2I)
Междоменный перевод изображений (преобразование между различными типами изображений)
Превращение нефотографических изображений в фотографии (фотореалистичные изображения) с помощью ИИ
Ускорение создания и редактирования изображений с помощью дистиллированных моделей нейросетей
Генерация изображений с текстом. Добавление текста на изображение и редактирование текста с помощью нейросетей
Использование одного или нескольких референсов для генерации картинок: изменение фона, изменение и дорисовка объектов и персонажей, замена стиля, расширение кадра, перенос стиля между картинками, объединение нескольких изображений в одно
Восстановление и улучшение изображений с помощью ИИ: устранение повреждений фотографий, превращение чёрно-белой фотографии в цветную, улучшение и усиление цветов, увеличение размера изображения
Редактирование изображений через декомпозицию сцены
Генерация изображений из других изображений с применением ControlNet, IP-Adapter и IP-Control
Физически правдоподобное редактирование изображений с ChronoEdit 14B (Physics-driven image editing)
Основы создания видео из текстовых запросов на своём компьютере
Основы генерации видео из изображений на своём компьютере
Создание видео из первого и последнего кадров
Редактирование видео с помощью нейросетей — замена и удаление элементов (генерация видео из видео)
Создание видео с контролем камеры
Создание видео с контролем движений
Методы создания длинных видео с помощью ИИ
Создание музыки по словесному описанию. Создание песен из ваших стихов. Редактирование существующих песен (стиля и слов)
Создание 3D моделей из изображений
Продвинутые техники написания промптов
Детальное управление жанром, кадровкой, ракурсом, композицией, расположением камеры, освещением, скоростью съёмки, движениями камеры, позиционированием и пластикой тела и прочим в промптах
Типы моделей нейросетей. Квантование. Общие принципы использования дообученных модулей нейросетей
Детальное понимание рабочего процесса (workflow) в ComfyUI. Узлы ComfyUI
Настройки workflow при генерации изображений, видео, музыки и 3D моделей в ComfyUI
Улучшение качества изображений и видео с помощью перехода на модели полной точности (неквантованные модели)
Уменьшение потребления VRAM и ускорение вычислений за счёт перехода на квантованные модели
Модификация workflow для использования дообученных моделей в ComfyUI
Создание новых workflow в ComfyUI с нуля
Как использовать модели в формате GGUF в ComfyUI
Как делать апскейлинг (upscale) изображений и видео с помощью ИИ
Опции и настройки для экономии видеопамяти (VRAM). Как создавать HD видео на обычном компьютере
Есть ли цензура в локальных ИИ. Почему результаты не соответствуют запросам. Глубокое понимание работы нейросетей. Как полностью снять все запреты с локальных ИИ
Коммерческие ИИ (нейросети) для создания и редактирования картинок, видео, 3D, озвучивания текста и прочего (краткое описание готовых шаблонов ComfyUI доступных по API)
Обзор популярных кастомных моделей
Обзор популярных дообученных модулей (LoRA-адаптеров)
Обзор ИИ-моделей для генерации аниме-артов
Обзор дообученных модулей (LoRA-адаптеров) для аниме-изображений
Генерация изображений в аниме-стиле с помощью нейросетей

……………..

И это далеко не конец!!! Проявляете активность: пишите в комментариях ваши замечания по найденным ошибкам, делитесь ссылками на эту онлайн книгу. При возможности, вы можете донатить для оплаты железа используемого в тестировании. При наличии интереса и активности, данная книга будет быстро дополняться новыми главами — здесь ещё много интересных тем, от детальной настройки стиля генерируемого контента до самостоятельного дообучения моделей.

5.1 Интерфейс ComfyUI

Главные кнопки, которые вы будете использовать чаще всего, находятся сверху в левой части экрана. Прежде всего нас интересует кнопка «Templates».

При клике на неё откроется каталог готовых шаблонов. Их много и главная проблема начинающего пользователя разобраться какой из них вам нужен. Всё не просто, поскольку имеются нейросети разных поставщиков и для почти каждой модели предложено несколько вариантов — иногда просто непонятно чем они различаются. Именно поэтому была подготовлена предыдущая часть с полным списком всех имеющихся моделей и их краткой характеристикой. Если вам непонятно какую модель выбрать, то смотрите предыдущую часть. В последующих частях будут показаны примеры использования разных моделей — это окончательно снимет вопросы какую из них выбрать.

Вы можете увидеть основные разделы:

Images (создание и редактирование изображений)
Video (создание и редактирование видео)
Audio (создание и изменение аудио)
3D Model (создание 3D моделей)
LLM (большие языковые модели, в настоящее время в ComfyUI доступны только по API)

Другие пункты меню для нас намного менее полезны на начальном этапе:

All Templates — все шаблоны
Getting Started — что-то вроде образовательных шаблонов для быстрого старта — не могу сказать, что мне они показались эффективными
Use cases — подбор шаблонов под одну определённую функцию
Partner Nodes — шаблоны которые работают только с API

Уже несколько раз упоминались API — это очень важная классификация имеющихся шаблонов в зависимости от того, где происходит генерация изображений:

запускаемые локально — именно им посвящена эта онлайн книга и именно работе с ними посвящена практически все главы
запускаемые удалённо с использованием API — требуют регистрации и оплаты, не требуют мощного железа, поскольку все вычисления выполняются удалённо. Этим рабочим процессом будет посвящено несколько обзорных глав ближе к концу книги.

Итак, чтобы сразу отсортировать только те, которые запускаются локально, кликните выпадающий список «Runs on» и выберите в нём «ComfyUI»:

В этом случае во всех разделах будут показаны только локально запускаемые нейросети.

Чтобы начать работать с любой моделью, просто кликните на её карточку в каталоге.

Также в главном меню слева имеются кнопки:

Меню — здесь собраны различные действия и настройки. Через меню вы можете, например, поменять тему оформления, выбрать язык интерфейса, открыть файл с Workflow, включить предварительный просмотр во время генерации изображений и многое другое. Если меню и настройки вам кажутся сложными, то не переживайте — на начальных этапах мы не будем здесь что-либо менять.
Assets — сгенерированные изображения и видео, а также импортированные медиа файлы.
Nodes (ноды, узлы, которые нужны для редактирования и создания собственных Workflows (рабочих процессов). Эта кнопка станет нашим хорошим другом, но не прямо сейчас.
Models — информация о загруженных вами моделях, а также если кликнуть на название модели, то будет добавлена нода для её загрузки. Нам пока это не очень нужно, но вы можете использовать это чтобы контролировать какие модели и LoRA вы загрузили.
Workflows — эту кнопку я использую чаще всего. Пока в этом разделе пусто, но здесь будут видны все сохранённые нами Workflows. Причём необязательно Workflows написанные полностью с нуля. Мне нравится делать небольшие модификации, например, чтобы в имя файла сохранялось имя создавшей модели и его seed. Если при этом правильно называть список рабочих процессов, то получится очень удобный каталог — удобнее чем в Templates, поскольку здесь будут собраны именно те нейросети, которые вы чаще всего используете.

5.2 Почему ошибка не найдены модели. Как скачивать модели для ComfyUI

Наверное вы уже кликнули по какой-то модели и сразу же получили ошибку:

Missing Models
When loading the graph, the following models were not found

То есть отсутствуют модели, необходимые для запуска этой нейросети.

Дело в том, что для запуска каждой сети обычно требуется несколько модулей, некоторые из них большого размера и, в общем, ComfyUI поставляется без необходимых файлов.

Но это не является проблемой — тут же вы увидите:

1) название необходимых файлов

2) название папок куда нужно сохранить каждый файл

3) размер каждого из файлов

При клике на кнопку «Download» начнётся скачивание файлов — всё очень просто, никакого подвоха.

5.3 Куда сохранять модели для ComfyUI

Итак, вы скачали все необходимые файлы, теперь разберёмся куда их нужно сохранить. В папке ComfyUI имеется подпапка models, а в ней целый набор папок:

audio_encoders
checkpoints
clip
clip_vision
configs
controlnet
diffusers
diffusion_models
embeddings
gligen
hypernetworks
loras
model_patches
photomaker
style_models
text_encoders
unet
upscale_models
vae
vae_approx

Почему их так много и чем они отличаются мы обязательно поговорим, но позже. Сейчас вам нужно просто понять, куда сохранять скаченные файлы моделей. Рядом с кнопками Download (Скачать) имеются записи примерно следующего вида:

text_encoders / umt5_xxl_fp8_e4m3fn_scaled.safetensors
vae / wan_2.1_vae.safetensors
diffusion_models / wan2.2_t2v_low_noise_14B_fp8_scaled.safetensors
diffusion_models / wan2.2_t2v_high_noise_14B_fp8_scaled.safetensors
loras / wan2.2_t2v_lightx2v_4steps_lora_v1.1_high_noise.safetensors
loras / wan2.2_t2v_lightx2v_4steps_lora_v1.1_low_noise.safetensors

Так вот, первая часть каждой строки (например, text_encoders или vae или diffusion_models) — это и есть та самая подпапка в каталоге models, куда нужно сохранить файл чьё имя идёт после слеша.

После того как вы скачаете файлы и разместите их под нужным подкаталогам, то окно «Missing Models» можно закрывать. Ничего перезапускать не требуется — ComfyUI автоматически увидит что файлы появились в нужных местах.

При желании вы можете обновить страницу веб-браузера (F5) — если вы всё сделали правильно, то это сообщение об ошибке больше не появится.

В любом случае, вам не удастся запустить выполнение Workflow пока не будут собраны все необходимые файлы — проверка выполняется каждый раз когда вы нажимаете кнопку «Run».

5.4 Как запустить первую генерацию в ComfyUI

Для каждого Workflow (рабочего процесса) уже внесены дефолтные промпты — как правило, они всегда дают неплохой результат. Если вы хотите убедиться, что всё установлено правильно, то можете просто запустить генерацию нажав кнопку «Run» в правом верхнем углу.

Если же вы хотите начать работать с вашими собственными промптами, то можете переходить к этому шагру без тестовых прогонов.

На графе (схеме) рабочего процесса найдите следующие области для ввода текста:

CLIP Text Encode (Prompt) — ввод промпта

CLIP Text Encode (Positive Prompt) — ввод позитивного промпта (когда предусмотрен негативный промпт)
CLIP Text Encode (Negative Prompt) — ввод негативного промпта (имеется не для всех моделей)

С позитивным промптом всё понятно — что вводите, то и получаете.

А с негативным промптом нужно небольшое пояснение — вам не нужно вводить слово «нет», то есть «no». Если вы не хотите чтобы появлялись тексты, водяные знаки, аниме и рисованный стиль, то правильно указать так в негативном промпте:

text, watermark, anime, cartoon

Опять же, старайтесь не использовать отрицание в позитивных промптах — вы можете получить противоположный результат, то есть вы напишите «no anime», нейросеть проигнорирует «no» и увидит только «anime», что вам и сделает.

После ввода промпта нажмите кнопку «Run» в правом верхнем углу и ждите завершения.

Готовый файл будет сохранён в папке ComfyUI в подпапке output.

5.5 Как писать промпты

Считается, что промпты надо писать на английском. Некоторые модели в дополнении к английскому понимают ещё и китайский — это иногда указывается отдельно. Я проверял, есть ли поддержка русского языка — да, русский язык был прекрасно понят. Но есть мнение, что лучше всё-таки использовать английский. Вы можете поэкспериментировать с промптами на разных языках.

Я по привычке ввожу промпты на английском языке. Чтобы сильно не напрягаться, я использую онлайн переводчики для перевода промптов с русского на английский:

Отступление (оффтоп): кстати, в Bing Translator / Microsoft Translator используется большая языковая модель, по крайней мере переводчик реагирует на некоторые промпты:

Конец отступления.

Промпт может быть одним или несколькими словосочетаниями, разделённых запятой. Или несколькими повествовательными предложениями, разделённых точками. Я пишу и так и так (по настроению) разницы вроде бы нет. Но считается, что разбить длинные предложения на словосочетания и слова и перечислить их через запятую — это идеальный формат. Лучше избегать сложных предложений.

Если вы описываете нескольких людей, то внимательнее используйте местоимения — если возникает двусмысленность про кого идёт речь, то пишите что-то вроде «женщина справа в кадре», «женщина слева в кадре». Ну и в целом исходите из того, что запрос предназначен для машины — то есть он не должен быть слишком витиеватым.

Кто-то пишет промпты в виде небольших рассказов — это тоже работает, но есть мнение что модели могут игнорировать хвост в слишком длинном запросе.

Считается, что самое важное нужно ставить в начале.

Пишите без противоречий.

Осторожнее используйте художественные прилагательные и редкие слова — исходите из того, что для тренировки моделей при создании датасета кто-то должен был также использовать эти слова для описания фотографий и видео. Если это маловероятно, то модель вас просто не поймёт.

Ясно укажите жанр, например:

cinematic, photorealistic, shallow depth of field…

Или:

anime style, bright colors, clean lines, high detail…

Не обязательно начинать фразу с

Generate a video of…

Вы с моделью здесь собрались чтобы сгенерировать видео/картинку — она и так знает что вам от неё нужно.

И как уже было сказано, аккуратнее с отрицанием в позитивных промптах — вы можете быть поняты с точностью до наоборот.

Вы можете создавать структурированные промпты — они будут прекрасно поняты, например:

character: young woman, athletic, red hair
style: photorealistic, cinematic, high detail
lighting: soft light, rim light
camera: close-up, smooth movement

В общем и целом, старайтесь делать тупоустойчивые промпты.

Модели в целом хорошо воспринимают детальные, подробные описания. Причём чем меньше параметров у модели (чем она глупее, проще говоря), тем подробнее промпты любит модель — в этом случае ей не надо «додумывать» недостающие части своими слабыми «мозгами» и в конечном счёте выше шанс получить хороший результат.

Смотрите также:

25. Продвинутые техники написания промптов
26. Детальное управление жанром, кадровкой, ракурсом, композицией, расположением камеры, освещением, скоростью съёмки, движениями камеры, позиционированием и пластикой тела и прочим в промптах

5.6 Что такое сид. Как создать картинку с указанием сида. Использование одинаковых сидов

Техническим деталям будут посвящены отдельные главы. Но про seed, noise_seed полезно будет узнать прямо сейчас.

Суть в следующими: чтобы картинки по одинаковым промптам были разными, им нужен разный начальный шум. Так вот, сид (seed) это число, которое определяет генерацию шума. Одинаковый сид — одинаковый шум что приводит к такой же картинке при одинаковых запросах. Вы могли обратить внимание, что один и тот же запрос даёт разный результат — это происходит именно благодаря сиду, который каждый раз выбирается случайным образом.

Использование одинакового сида важно при тестировании настроек и мы об этом поговорим, но сейчас рассмотрим следующую ситуацию: вы создали почти идеальную картинку и хотите лишь немного в ней что-то подправить. Вы подправляете промпт, запускаете генерацию и… получаете совершенно другое изображение, ещё более далёкое от вашего идеала. Это происходит из-за того, что каждый раз выбирается произвольный сид.

Прежде всего мы должны просто понять, сид это важная вещь и желательно его сохранить.

И если вы хотите использовать одинаковый сид для разных запросов, то в поле «control after generate» вместо «randomize» выберите «fixed». Вы также можете вручную указать любо сид.

Чтобы вернуться к случайным сидам, вновь выберите «randomize».

5.7 Как использовать умные префиксы в именах файлов в ComfyUI

При знакомстве с нейросетями, сгенерированные картинки и видео будут сохраняться в одной папке с одинаковыми префиксами файлов — это неудобно. Потом во всём этом трудно разобраться. Вы можете указать папки и префисы (часть имени) файлов, которые будут использоваться для созданных картинок и видео. Для этого в ноде «Save Image» кликните filename_prefix.

Откроется небольшое окно, в котором вы можете изменить текущее значение префикса имени файла на любое по своему усмотрению.

К примеру для Flux Full я выбрал префикс:

Flux_Full/Flux_Full

То есть файл будет сохраняться в папку Flux_Full и имя каждого файла будет начинаться со строки Flux_Full.

А для Chroma такой префикс:

Chroma/Chroma

Аналогично, имя каждого файла будет начинаться с Chroma и все файлы будут сохранены в папку Chroma.

На самом деле, мы можем в префикс файла сохранить любые настройки, которые применялись в рабочем процессе.

Мы сделаем ещё одно улучшение — мы будем сохранять сид, который был использован для генерации файла.

Префикс имени файла поддерживает формат:

%ИМЯ_НОДЫ.ПОЛЕ_НОДЫ%

Допустим, в Flux используется Ksampler и имя поля seed, тогда мой полный префикс файла выглядит так:

Flux_Full/Flux_Full_%KSampler.seed%

А для Chroma используется нода RandomNoise и поле там называется noise_seed, тогда мой полный префикс файла будет таким:

Chroma/Chroma_%RandomNoise.noise_seed%

Теперь все файлы сохранятся в папки Flux и Chroma и будут иметь имя вида:

Flux_Full_16656068327234_00001_.png
Chroma_145664534266395_00001_.jpg

Чтобы узнать, как называется интересующая вас нода, кликните по этой ноде правой кнопкой, в открывшемся контекстом меню выберите «Properties» и далее выберите «Node name for S&R». Будет открыто небольшое окно с именем — вы можете скопировать это имя.

Более того, это имя можно изменить — это бывает полезным, например, если используются две одинаковых ноды и вы хотите ясно указать, какая нода имеется ввиду в префиксе файла.

Как уже было сказано можно сохранять любые значения в полях нод и, возможно, вы попытаетесь таким образом сохранить промпт. Я это попробовал и столкнулся с ошибкой «слишком длинное имя файла».

На самом деле сид (и вообще всё из вашего рабочего процесса, в том числе промпты) по умолчанию уже сохраняется в метаданных — ниже мы поговорим об этом подробнее.

5.8 Как сохранять изменения в шаблонах ComfyUI

Итак, вы изменили префикс файла. Как сделать эти изменения постоянными?

В левой верхней части окна вы увидите название workflow который в данный момент показывается на графе — кликните его и выберите «Save As», то есть сохранить как.

Я крайне рекомендую вам использовать понятные имена и выработать свою систему имён. Затем все сохранённые workflow вы сможете открывать через кнопку Workflows.

Сразу 2 преимущества:

1) это ваш личный каталог и здесь проще ориентироваться чем во всей совокупности шаблонов

2) имена файлов могут быть информативными и помогать вам не запутаться во всех этих моделях

5.9 ComfyUI по умолчанию сохраняет в метаданные промпт, схему рабочего процесса и вообще всё

Я считаю что это нужно обязательно знать всем пользователям ComfyUI — все данные вашей генерации по умолчанию сохраняются в PNG и MP4 файлы, а именно в их метаданные. Вы можете посмотреть метаданные командами вида (в Linux):

mat2 -s VIDEO.mp4
mat2 -s IMAGE.png

В этих данных присутствует полная информация о рабочем процессе (какие ноды и с какими настройками использовались), а также промпт.

Если вас это полностью устраивает, то от вас не требуется никаких действий. Чуть ниже будет рассказано как вы можете использовать эту метаинформацию в свою пользу — вспомнить удачный промпт или посмотреть seed который вы хотите попробовать с модифицированным промптом, или восстановить потерянный workflow.

Если вас не устраивает наличие метадинформации в сгенерированных файлах, вы может очищать её как и любую другую метадинформацию, например, с помощью утилиты mat2.

Онлайн сервисы для вывода и удаления метаданных:

Просмотр всех метаданные файла: https://suip.biz/ru/?act=mat
Очистка метаданных в фотографиях: https://suip.biz/ru/?act=metadata-cleaner

Если вам нужен радикальный метод, то полностью отключить запись метаинформации в генерируемые файлы можно опцией —disable-metadata:

python main.py --disable-metadata

В Windows вам нужно отредактировать файл запуске .bat — добавьте опцию —disable-metadata в конце команды. К примеру вот таким должно стать содержимое файла run_nvidia_gpu.bat с этой опцией

.\python_embeded\python.exe -s ComfyUI\main.py --windows-standalone-build --disable-metadata
echo If you see this and ComfyUI did not start try updating your Nvidia Drivers to the latest.
pause

Файл run_cpu.bat с опцией —disable-metadata:

.\python_embeded\python.exe -s ComfyUI\main.py --cpu --windows-standalone-build --disable-metadata
pause

5.10 Как восстановить запрос и сид используемые при генерации изображения и видео

Если вы не отключили запись метаданных, то вы можете восстановить любые параметры генерации ваших файлов, в том числе все настройки workflow.

Прежде всего, самый очевидный вариант — вы можете любой файл с метаданными импортировать в ComfyUI и в графическом интерфейсе вам будет представлен граф workflow. В этом графе вы можете просмотреть все опции, в том числе используемый для генерации данного изображения промпт, сид, прочие настройки. О том как импортировать файлы с метаданными рассказывается чуть ниже в разделе «5.13 Как импортировать workflow (рабочий процесс) в ComfyUI».

Также вы можете просмотреть информацию о промпте и других данных не используя ComfyUI.

Для просмотра метаданных вы можете использовать команду mat2 с опцией -s:

mat2 -s 'PICTURE.png'
mat2 -s 'VIDEO.mp4'

Для удобства, чтобы вручную не копировать и не форматировать файл JSON вы можете использовать следующую команду (в ней замените FILE.png на имя файла с картиной или с видео):

mat2 -s 'FILE.png' | grep -E ' Workflow:|Prompt:|Generation_data:' | sed 's/ Workflow: //' | sed 's/ Prompt: //' | sed 's/Generation_data://' | jq

5.11 Как использовать файлы моделей совместно в ComfyUI с другими программами

Если вы уже используете другие программы для работы с нейросетями, то вам необязательно дублировать файлы моделей. ComfyUI может использовать файлы не только из стандартных для неё расположений, но и в других местах файловой системы.

В папке ComfyUI найдите файл extra_model_paths.yaml.example и переименуйте его в extra_model_paths.yaml. Отредактируйте его под ваши нужды в любом текстовом редакторе. Этот файл будет загружаться автоматически при каждом запуске ComfyUI.

5.12 Настройка width, height и batch_size в ComfyUI

Детально с нодами и рабочими процессами в ComfyUI мы разберёмся в одной из последующих глав — прямо сейчас для простой генерации изображений нам это знать необязательно. Тем не менее, есть пара настроек, которые могут быть интересны даже при первой генерации.

Прежде всего это ширина и высота изображения: width и height. Чем больше эти значения, тем дольше будет генерироваться изображение и тем больше VRAM потребуется. Большинство современных моделей могут генерировать изображения размером 2048×2048. Некоторые не могут создавать картинки размером больше 1024×1024.

Что касается пропорций, то обычно диффузионные модели тренируются на квадратных изображениях и такие же изображения генерируют по умолчанию. Вы можете указывать произвольную длину сторон для создания изображений с разным соотношением сторон, это сработает, но будьте готовы к тому, что на самом деле «под капотом» будет сгенерировано обычное квадратное изображение и затем оно будет кадрировано до указанных вами пропорций.

Не гонитесь за слишком большими размерами (больше 2048×2048) — как правило на таких размерах модели начинают генерировать дефектные картинки и время генерации, а необходимый размер VRAM сильно возрастают. Если вам нужно больший размер, то правильным подходом в этом случае является апсейлинг с помощью нейросетей (об этом в одной из следующих главе).

Рядом с шириной и высотой вы можете заметить ещё одну настройку — batch_size. Она устанавливает, сколько одновременно картинок (или даже видео) вы хотите сгенерировать по одинаковому промпту. Суть идеи заключается в том, что при каждой генерации картинки имеются большие накладные расходы (overhead):

CLIP-энкодер (трансформер-энкодер, кодирующий текст или изображение в эмбеддинг) преобразует ваш промпт или исходное изображение в ту форму, которая будет взаимодействовать с основной моделью для генерации изображения;
файлы моделей с весами загружаются в VRAM.

Примечание: Эмбеддинги (embeddings) — это числовые векторные представления данных, которые позволяют модели «понимать» смыслы, отношения и свойства объектов в сжатом, удобном для вычислений виде. Проще: эмбеддинг = перевод текста/картинки/аудио в числа, отражающие смысл исходных данных и понятные для ИИ.

Как можно понять, при генерации изображений по одинаковым запросам, CLIP-энкодер будет работать снова и снова и каждый раз выдавать одинаковые эмбеддинги. Точно также одни и те же файлы моделей снова и снова будут загружаться в VRAM, а затем удаляться из неё. Чтобы сократить эти накладные расходы, можно генерировать изображения партиями (batch). И именно количество одновременно изображений определяется настройкой batch_size.

Если позволяет VRAM одновременно можно генерировать несколько файлов, например, с некоторыми моделями я устанавливаю batch_size на 10, то есть это означает, что будут созданы 10 файлов. Это не означает, что 10 файлов будут созданы за то же время что и 1 файл — нет, для каждого файла денойзинг (сэплинг) будет сделан отдельно и это потребует время. Но мы немного экономим время на работе CLIP-энкодера и на загрузке моделей в VRAM.

При этом вам нужно учитывать размер вашей VRAM — каждое дополнительное изображение требует дополнительное место в памяти. То есть если вы получаете ошибку OOM (Out Of Memory), то уменьшайте количество файлов в batch_size, либо уменьшайте размер изображений в пикселях.

Изображения будут созданы с одинаковыми настройками и промптами, но сид у них будет разный.

Примечание: если вы настроили сохранение сида в имя файла, то при использовании batch_size у всех файлов в одной партии будет указан одинаковое имя файлов. Видимо, это баг. В случае необходимости вы можете посмотреть значение сида в метаданных файла.

Ноды для настройки ширины, высоты и batch_size могут называться по-разному, но суть от этого не меняется. Просто ищите, ноды в которых имеются эти поля, например, EmptySD3LatentImage:

Или EmptyHunyuanLatentVideo:

Или WanImageToVideo:

5.13 Как импортировать workflow (рабочий процесс) в ComfyUI

На начальном этапе вы можете использовать шаблоны рабочих процессов (workflow) встроенные в ComfyUI. В следующей части этой онлайн-книги мы будем генерировать изображения и для некоторых workflow будут предложены настройки которые дают лучший результат чем по умолчанию. Чтобы не настраивать всё вручную по отдельности, вы можете импортировать улучшенные workflow целиком. Для этого давайте научимся как импортировать workflow в ComfyUI.

Workflow могут быть сохранены в виде файла JSON, а также в метаданных картинки PNG.

Имеется несколько способов импорта workflow в ComfyUI:

1) Самый простой способ — нажать Ctrl+o и выбрать файл JSON или PNG (не всегда срабатывает)

2) Через главное меню (вверху слева в интерфейсе): File → Open — выберите JSON файл или PNG с workflow.

3) Вы можете перетащить файл JSON или PNG с workflow прямо в интерфейс ComfyUI.

4) Вы можете скопировать содержимое JSON и вставить в workflow. Предварительно создайте пустой рабочий процесс нажав на кнопку «+» (Create a new blank workflow) в верхней части экрана.

5) Наконец, вы можете просто сохранить файл JSON в директорию ComfyUI/user/default/workflows/

5.14 Полезные сочетания клавиш ComfyUI

↵ в последующих сочетаниях клавиш означает Enter.

Workflow (рабочий процесс)

Ctrl+o: открыть Workflow
Ctrl+s: сохранить Workflow
Ctrl+Alt+↵: прервать Workflow
Ctrl+Shift+e: конвертировать выбранное в подграф

Ноды (узлы)

r: обновить определения узлов (если вы добавили новые файлы моделей, то чтобы ноды начали их видеть без перезагрузки страницы, запустите обновление определений узлов)
Ctrl+g: сгруппировать выбранные ноды
Ctrl+m: отключить/включить выбранные узлы (отключает ноду полностью)
Ctrl+b: пропуск/отмена пропуска выбранных узлов (пропускает ноду, соединяя вход→выход)

Очередь

Ctrl+↵: добавить в очередь (в конец)
Ctrl+Shift+↵: добавить в очередь (в начало очереди, то есть это приоритетное выполнение, сразу после текущей задачи)

Просмотр

Alt+=: приближение
Alt+-: удаление
. (точка): подогнать вид под выбранные узлы
h: (блокировка холста)
Ctrl+, (запятая): показать окно настроек
f: включение/выключение режима фокусировки

Панель управления

Ctrl+Shift+k: показать диалоговое окно сочетаний клавиш
q: показать/скрыть боковую панель очереди
n: показать/скрыть боковую панель узлов
m: показать/скрыть боковую панель библиотеки
w: показать/скрыть боковую Workflows
Ctrl+`: показать/скрыть нижнюю панель журналов

5.15 Использование Очереди (Job history / Queue): просмотр свойств неудавшихся задач, просмотр свойств соответствующих определённым результатам

Рядом с кнопкой «Run» присутствует кнопка «View job history» в виде часов и круговой стрелки.

Здесь собрано управления очередью работ (как завершённых, так и ожидающий своей очереди выполнения).

В верхней части рядом с указанием количества активных работ имеется кнопка в виде трёх точек — при клике на неё появляется кнопка «Clear job queue history» — эта кнопка удаляется из списка уже завершённые работы.

Чуть ниже рядом с указанием количества работ в очереди имеется кнопка удаляющая все добавленные в очередь работы. Будьте осторожны — эта кнопка никак не подписана и она удаляет задачи сразу при её нажатии — не спрашивая подтверждения.

Далее идут варианты сортировки:

Для текущей работы и работ в очереди имеются пункты просмотра рабочего процесса (Open as workflow in new tab) и отмены работы (Cancel job):

Для работ завершившихся неудачей имеется возможность посмотреть причину ошибки и скопировать её (Copy error message):

Небольшое видео которое показывает как просмотреть рабочие процессы для любой задачи — завершённой, неудачной, текущей или запланированной:

Небольшое видео в котором показано как посмотреть ошибку которая помещала завершиться рабочему процессу:

5.16 Перенос модели CLIP-энкодера в RAM и обработка на CPU

Пока не будем сильно углубляться в техническую часть, но выше мы уже немного говорили про CLIP-энкодер. Он выполняет необходимую, но как бы второстепенную одноразовую функцию — в начале генерации изображения он преобразует текст в формат, понятный для ИИ. При этом модель CLIP-энкодера не маленькая: для Qwen размер модели CLIP-энкодера 15.5 гигабайт, а для Flux.2 Dev размер уже 33.2 гигабайт. Одной этой вспомогательной модели может быть достаточно чтобы на некоторых компьютерах вызвать OOM (Out Of Memory).

При этом по умолчанию эта модель обрабатывается также на видеокарте и требует соответствующего количества VRAM.

В последних версиях ComfyUI появилась настройка ноды загрузки CLIP-энкодера, которая позволяет загружать эти модели сразу в RAM и обрабатывать на CPU. Это может предотвратить OOM (Out Of Memory). Понятно, что у вас должно быть достаточно оперативной памяти чтобы файл модели поместился в неё и достаточно мощный центральный процессор чтобы обработка не затянулась слишком надолго.

При этом вам не нужно включать эту опцию если у вас не появляется ошибка OOM (Out Of Memory). Обработка на центральном процессоре в любом случае займёт больше времени чем обработка на видеокарте. То есть эту опцию нужно включать только для предотвращения нехватки видеопамяти, и в этом случае платой является увеличение времени генерации картинки.

CLIP-энкодер на центральном процессоре особенно медленный при обработке картинки при I2I или I2V. То есть помните про эту настройку, пробуйте её если вы сталкиваетесь с нехваткой видеопамяти, но не включайте её без необходимости.

5.17 Большой размер изображения и кадров видео не всегда лучше

Конечно, приятнее смотреть на картинку или видео в высоком разрешении. Многие современные модели поддерживают размер изображений до 4 Мп. Но нужно помнить, что чем больше размер изображения, тем больше вероятность, что модель запутается и выдаст размытую картинку или с дублированием персонажа.

Поэтому если вы сталкиваетесь с такими проблемами, то попробуйте безопасное разрешение 1024×1024. Особенно плохо большие размеры переносит Qwen Edit.

В целом картинки большого размера обычно не получают больше деталей по сравнению с 1024×1024, хотя и имеют большую чёткость. По этой причине иногда рациональнее создать картинку в 1 Мп и затем сделать её апскейл.

В дальнейших главах я специально буду указывать максимальные размеры для каждой из рассматриваемых моделей — это не означает, что нужно выбирать именно их, это означает, что выше этих размеров почти наверняка возникнуть проблемы.

Генерировать картинки в 1 Мп это нормально, особенно для тестов. Такая же картинка в 4 Мп почти наверняка не будет иметь дополнительных деталей, но потребует больше времени и VRAM.

5.18 Как отключать и включать отдельные ноды и целые workflow. В чём разница между «Bypass», «Set Group Nodes to Never», «Bypass Group Nodes»

Шаблоны ComfyUI нередко подразумевают, что вы должны сами включать или отключать как отдельные ноды, так и целые альтернативные workflow. И хотя работе с workflow (как модифицировать имеющиеся и создавать новые с нуля) отведена отдельная глава, тем не менее мы должны научиться отключать и включать workflow и ноды, поскольку это требуется практически с самого начала генерации изображений и видео в ComfyUI.

Иногда в одном файле workflow (шаблоне) находится фактически 2 разных workflow, один из которых по умолчанию отключён. Подразумевается, что вы должны само выбрать нужный рабочий процесс.

К примеру, шаблон Wan 2.2 14B Text to Video.

В этом шаблоне имеется 2 альтернативных workflow, один из которых по умолчанию отключён. Такая группировка workflow в одном шаблоне не является редкостью в ComfyUI. Если вы хотите использовать workflow по умолчанию, то специальных действий не требуется, достаточно ввести промпт/картинку и начать генерацию.

Если вы хотите использовать альтернативный workflow, то нужно сделать 2 действия:

отключить активный workflow
включить другой workflow

Отключать и включать workflow нужно с помощью группы. Для это кликните левой кнопкой мыши по группе, затем в появившемся вверху меню кликните три вертикальные точки и в открывшемся списке нажмите «Bypass Group Nodes».

Чтобы включить альтернативный workflow, также кликните по группе левой кнопкой мыши, затем нажмите три точки и в открывшемся меню выберите «Set Group Nodes to Always».

Вы могли обратить внимание, что имеется два варианта отключения:

Set Group Nodes to Never
Bypass Group Nodes

При отключении workflow целиком они приводят к идентичным последствиям.

Но при отключении группы которая является частью большего workflow разница имеется. Прежде всего, рассмотрим что у них общего:

отключённая любым способом нода не будет выполняться, не будет получать ввод, не будет ничего отправлять на вывод и не будет загружать модели. В целом это похоже на то, как если бы вы удалили ноды совсем.

Разница:

Set Group Nodes to Never — то, что отправляется на вход этой группы просто исчезает и никуда не переходит дальше
Bypass Group Nodes — то, что отправляется на вход этой группы передаётся дальше без каких либо изменений

То есть в любом случае отключённые ноды не работают. Но «Set Group Nodes to Never» размыкает цель, а «Bypass Group Nodes» пропускает сквозь себя без изменений.

Опять же, эта разница видна только если отключённая группа находится в середине workflow. Если отключённая группа находится в начале или в конце workflow, или представляет собой workflow целиком, то разницы между этими двумя выборами нет.

Что будет если включить альтернативный workflow без отключения активного? В этом случае при запуске генерации будут выполнены оба workflow — это не является ошибкой, вы можете создать любое количество workflow в одном шаблоне и запускать их в рамках одной генерации.

Ещё раз подчеркну, таким образом можно отключать не только workflow целиком, но и часть, группу внутри workflow. В дальнейшем мы будем это иногда использовать.

Кроме отключения группы, можно отключать отдельные ноды. Это делается аналогично — кликните левой кнопкой мыши по ноде, затем кликните на 3 вертикальные точки и в открывшемся меню выберите «Bypass».

Чтобы вновь активировать ноду, кликните левой кнопкой мыши по ноде, затем кликните на 3 вертикальные точки и в открывшемся меню выберите «Remove Bypass».

Ещё один возможный вариант — отключение группы, в которой находится единственная нода. В этом случае вам опять будут доступны 2 способа отключения: «Set Group Nodes to Never» и «Bypass Group Nodes». При выборе «Bypass» или «Bypass Group Nodes», если нода получает данные, то они будут отправлены дальше без изменений. А при выборе «Set Group Nodes to Never» никакие данные отправляться дальше не будут.

На самом деле, хотя для отдельной ноды имеется только один вариант отключения, ноды поддерживают оба варианта отключения даже если это делается не через группу. С помощью сочетания клавиш вы можете выключить ноду без использования группы:

Ctrl+m: отключить/включить выбранные узлы (отключает ноду полностью) — это аналог «Set Node to Never», который отсутствует в меню
Ctrl+b: пропуск/отмена пропуска выбранных узлов (пропускает ноду, соединяя вход→выход) — это тот самый «Bypass»

Смотрите также: Полезные сочетания клавиш ComfyUI

5.19 Полезные возможности ноды Load Image

Нода Load Image применяется для загрузки изображения и передачи его в workflow. Кроме этой, безусловно, важнейшей функции, Load Image скрывает несколько дополнительных возможностей, которые активируются после добавления изображения и доступны в контекстном меню. Особенно полезны следующие:

Open in MaskEditor | Image Canvas — открывает редактор масок
Copy (Clipspace) — копирует изображение вместе со всеми слоями
Paste (Clipspace) — вставляет изображение, скопированное с помощью «Copy (Clipspace)»
Save Image — сохраняет изображение с учётом его обработки в MaskEditor

Пункт «Open in MaskEditor | Image Canvas» и редактор масок являются важнейшими для inpainting и рассмотрены в соответствующем разделе: Как пользоваться редактором масок.

Copy (Clipspace) позволяет копировать изображение из любой ноды, в которой есть картинка, то есть из «Load Image», «Save Image», «Preview Image». Таким способом вы можете взять картинку из любой ноды и вставить её на вход в «Load Image» — это удобно при выполнении многоступенчатого inpainting’а.

Также очень важно то, что Copy (Clipspace) копирует изображение вместе с маской, если вы её создали. То есть вы можете перенести изображение с маской из «Load Image» одного workflow в «Load Image» другого workflow — сейчас это может звучать чуть запутанно, но в дальнейшем вы прочувствуете как это удобно.

Paste (Clipspace) используется для вставки изображения в «Save Image», скопированного с помощью Copy (Clipspace) из любой ноды с картинкой («Load Image», «Save Image», «Preview Image»).

Save Image — можно использовать для сохранения картинки после редактирования в MaskEditor. В этом случае будет сохранён файл в формате PNG с прозрачным альфа-каналом на том месте, где вы нарисовали маску.

5.20 Как пользоваться редактором масок

5.21 Сабграфы ComfyUI — что это и как ими пользоваться

5.22 Как включить предварительный просмотр обрабатываемого изображения

При денойзинге изображение и видео создаются поэтапно — за установленное количество шагов. При каждом шаге изображение чуть меняется, а мы в конечном счёте получаем самый последний вариант в качестве готового результата. Возможно, вас интересует, можно ли посмотреть текущее состояние изображения на каждом из шагов? Ответ: да, это возможно, причём прямо стандартными средствами ComfyUI без необходимости что либо подключать или устанавливать.

В KSampler и KSampler (Advanced) вы можете видеть текущее состояние латента на каждом шаге.

Всё, что вам нужно для этого сделать — добавить при запуске опцию «—preview-method auto»:

python main.py --preview-method auto

Ещё один способ, для тех кто не хочет возиться с опциями командной строки, перейдите в Меню → Settings → Live preview method → auto:

Для того, чтобы на KSampler и KSampler (Advanced) имелось место для вывода изображения, увеличьте (оттяните вниз) размеры этих нод.

Почему превью латента (предварительный просмотр во время генерации) по умолчанию отключён? Дело в том, что это операция не бесплатная для ресурсов — после каждого шага выполняется преобразование латента в изображение. Для того, чтобы это не расходовало напрасно много ресурсов, используются специальные очень лёгкие модели и к тому же для превью используется изображение небольшого размера.

5.23 Как пользоваться Assets для просмотра сгенерированных и импортированных изображений

Assets это относительно новый раздел интерфейса, который забрал на себя часть функций ранее присутствующих в Queue (очереди).

В Assets имеется 2 главные вкладки:

Generated (сгенерированные изображения и видео)
Imported (импортированные в workflow изображения и видео, например, для редактирования)

Для сгенерированных изображений показаны такие свойства как превью картинки, время потраченное на генерацию, количество файлов в batch (партии), размер изображения, имя файла.

Для каждой картинки вы можете выполнить ряд действий:

Inspect asset (открыть картинку в полном размере). Также в полном размере картинку можно открыть нажав на значок лупы
Add to current workflow (добавить в текущий рабочий процесс)
Download (скачать)
Open as workflow in new tab (открыть рабочий процесс сгенерировавший эту картинку в новой вкладке)
Export workflow (экспортировать рабочий процесс сгенерировавший эту картинку)
Copy job ID (скопировать индивидуальный идентификатор этой задачи)
Delete (удалить)

Если в batch больше одного изображения, то вы можете просмотреть их кликнув по иконке с количеством изображений.

Для видео вы дополнительно можете остановить и вновь запустить превью.

Вместо количества файлов в batch для видео указывается количество кадров видео сохранённых как отдельные файлы (если рабочий процесс их сохранил во время создания).

Кнопки Generated и Imported появляются при наведении курсора на сгенерированные файлы. Нажмите на «Imported» для просмотра файлов которые вы импортировали. Причём если во вкладке Generated показаны только файлы созданные за текущую сессию (после запуска ComfyUI), то во вкладке Imported показано всё, что было импортировано как за текущую, так и за предыдущие сессии. Проще говоря, в этой вкладке показано всё содержимое директории ComfyUI/input/. Поэтому самый простой способ очистить эту папку — удалить все файлы из директории «input».

Импортированные латенты (файлы .latent) также показываются, но для них не создаётся превью.

5.24 Как устанавливать расширения ComfyUI с помощью ComfyUI-Manager

Перейдите в папку с ComfyUI и активируйте виртуальное окружение Python:

cd ComfyUI
source venv/bin/activate

Установите зависимости необходимые для ComfyUI-Manager:

pip install -r manager_requirements.txt

Запустите ComfyUI с активированным ComfyUI-Manager:

python main.py --enable-manager

Как обычно откройте веб-интерфейс: http://127.0.0.1:8188

Теперь в правом верхнем углу будет доступна кнопка «Extensions»:

При её нажатии откроется Nodes Manager — вы можете исследовать репозиторий расширений ComfyUI или воспользуйтесь поиском:

Выберите интересующий вас пакет и нажмите кнопку «Install»:

Дождитесь завершения установки. Чтобы изменения вступили в силу, необходимо перезапустить ComfyUI. Для этого вы можете просто нажать кнопку «Apply Changes» которая появится когда расширение будет установлено:

5.25 Как устанавливать расширения ComfyUI вручную

Даже если нужное вам расширение отсутствует в ComfyUI-Manager, вы можете установить его вручную.

Перейдите в папку с ComfyUI и активируйте виртуальное окружение Python:

cd ComfyUI
source venv/bin/activate

Перейдите в подпапку custom_nodes:

cd custom_nodes

Далее показано на примере расширения ComfyUI-VoxCPM2, но смысл всегда одинаковый.

Вначале клонируйте репозиторий с нужным вам расширением или плагином:

git clone https://github.com/Saganaki22/ComfyUI-VoxCPM2

Перейдите в папку со скаченным расширением:

cd ComfyUI-VoxCPM2

Установите зависимости:

pip install -r requirements.txt

Чтобы изменения вступили в силу, необходимо перезапустить ComfyUI.

5.26 Как обновить все расширения ComfyUI и их зависимости

Если вы устанавливали расширения с помощью ComfyUI-Manager, то в Nodes Manager имеется пункт «Updates Available» через который вы можете сделать обновление.

Если вы устанавливаете расширения вручную, в директории ComfyUI создайте файл update_custom_nodes.sh и скопируйте в него:

for dir in ./custom_nodes/*; do
  [ -d "$dir" ] || continue
  [ "$(basename "$dir")" = "__pycache__" ] && continue

  echo "=== Processing: $dir ==="

  # 1. Обновление git-репозитория (если это он)
  if [ -d "$dir/.git" ]; then
    echo "Updating git repo..."
    git -C "$dir" pull --ff-only
  else
    echo "Not a git repo, skipping pull"
  fi

  # 2. Установка зависимостей
  if [ -f "$dir/requirements.txt" ]; then
    echo "Installing requirements..."
    pip install -r "$dir/requirements.txt"
  else
    echo "No requirements.txt"
  fi

  echo
done

Перейдите в папку с ComfyUI и активируйте виртуальное окружение Python:

cd ComfyUI
source venv/bin/activate

Запустите скрипт для обновления расширений ComfyUI следующим образом:

bash update_custom_nodes.sh

5.27 Как удалить расширение в ComfyUI вместе с зависимостями

При удалении расширений удаляются только их файлы, но остаются зависимости, которые могут занимать намного больше места чем сами расширения и плагины.

Вообще эта процедура полезна для очистки ненужных пакетов pip, например, после этой процедуры размер папки venv сократился с 16 Гб до 5.4 Гб — притом что все необходимые зависимости установлены заново.

При всей полезности этой процедуры, вы должны понимать что делаете и возможные риски — вы удаляете виртуальное окружение Python, необходимое для работы ComfyUI, то есть если вы что-то сделаете не так, например, не завершите показанные ниже команды, то вы можете получить неработоспособную ComfyUI.

Во время данной процедуры не удаляются никакие пользовательские или сгенерированные файлы.

Итак, если вы уже вошли в виртуальное окружение, то выйдите из него:

deactivate

Затем удалите директорию venv, которая находится в директории ComfyUI:

rm -rf venv

Теперь заново создайте виртуальное окружение и установите необходимые для ComfyUI зависимости:

python -m venv venv
source venv/bin/activate
pip install --upgrade pip
pip install -r requirements.txt

Если вы собираетесь использовать ComfyUI-Manager, то установите зависимости и для него:

pip install -r manager_requirements.txt

Если вы устанавливали расширения (они находятся в директории custom_nodes), то вам нужно установить зависимости для каждого из них.

Самый простой способ сделать это — запустить скрипт из раздела «Как обновить все расширения ComfyUI и их зависимости». Этот скрипт сделает обновление кода расширений, а также установит все необходимые зависимости.

Устаревшие разделы (сохранены для пользователей старых версий)

Использование Очереди (Queue) (УСТАРЕЛО)

5.15 Использование Очереди (Queue): просмотр свойств неудавшихся задач, просмотр свойств соответствующих определённым результатам

Очередь (Queue) на первый взгляд кажется обычным просмотрщиком сгенерированных изображений и видео — но на самом деле у неё есть очень полезные функции, которые помогут вам разобраться в ситуациях когда какие-то запросы закончились неудачей или когда нужно посмотреть параметры генерации определённых файлов (особенно полезно при тестировании).

Открыть Queue вы можете с помощью кнопки в левом верхнем углу или с помощью клавиши q.

Вы увидите следующую информацию:

выполненные задачи — при клике на превью картинки будет открыта картинка в полном размере
в левом углу каждой превью — зелёным цветом указано сколько секунд выполнялась данная задача
при использовании Batch, в правом углу превью будет указано сколько файлов было создано в этой партии
также будут отмечены задачи завершившиеся неудачей (Failed или Cancelled) и задачи ожидающие своей очереди (Pending)

Если вы хотите узнать, какие параметры у неудавшейся задачи (например, какой промпт использовался или какой размер Batch), то кликните правой кнопкой по иконке неудавшейся задачи и выберите в контекстом меню «Load Workflow».

Будет открыта вкладка с соответствующим данному запросу Workflow — там вы сможете проверить и изменить любые настройки, а также заново перезапустить эту задачу с этими же или новыми параметрами.

Если вы хотите удалить из очереди определённую задачу, то это тоже возможно. Кликните правой кнопкой мыши по любой задаче со статусом «Pending» или «Running».

В контекстом меню вы можете выбрать «Load Workflow» для проверки свойств задачи, либо вы можете выбрать «Delete» чтобы не выполнять указанную задачу.

Если вы хотите посмотреть свойства задачи создавшей определённую картинку (сид, настройки, промпт и прочее), то кликните правой кнопкой мыши по завершённой задаче и выберите «Load Workflow». Будет открыть рабочий процесс с теми самыми настройками, которые использовались для создания этого изображения.

Смотрите продолжение: Основы генерации изображений из текстовых запросов на своём компьютере

Связанные статьи:

One Comment to 5. Знакомство с ComfyUI

brutus:

16.11.2025 в 18:56

Группа исследователей изучила, какой язык лучше всего понимает искусственный интеллект. Лидером оказался польский, а английский оказался лишь на шестом месте.
Десять наиболее эффективных языков для разговорного ИИ представлены ниже:

— польский 88%

— французский 87%

— итальянский 86%

— испанский 85%

— русский 84%

— английский 83,9%

— украинский 83,5%

— португальский 82%

— немецкий 81%

— голландский 80%

Ответить

HackWare.ru

Этичный хакинг и тестирование на проникновение, информационная безопасность

5. Знакомство с ComfyUI

Как генерировать фото, видео, музыку и 3D модели с помощью нейросетей на своём компьютере (руководство по ComfyUI). Полное оглавление

5.1 Интерфейс ComfyUI

5.2 Почему ошибка не найдены модели. Как скачивать модели для ComfyUI

5.3 Куда сохранять модели для ComfyUI

5.4 Как запустить первую генерацию в ComfyUI

5.5 Как писать промпты

5.6 Что такое сид. Как создать картинку с указанием сида. Использование одинаковых сидов

5.7 Как использовать умные префиксы в именах файлов в ComfyUI

5.8 Как сохранять изменения в шаблонах ComfyUI

5.9 ComfyUI по умолчанию сохраняет в метаданные промпт, схему рабочего процесса и вообще всё

5.10 Как восстановить запрос и сид используемые при генерации изображения и видео

5.11 Как использовать файлы моделей совместно в ComfyUI с другими программами

5.12 Настройка width, height и batch_size в ComfyUI

5.13 Как импортировать workflow (рабочий процесс) в ComfyUI

5.14 Полезные сочетания клавиш ComfyUI

Workflow (рабочий процесс)

Ноды (узлы)

Очередь

Просмотр

Панель управления

5.15 Использование Очереди (Job history / Queue): просмотр свойств неудавшихся задач, просмотр свойств соответствующих определённым результатам

5.16 Перенос модели CLIP-энкодера в RAM и обработка на CPU

5.17 Большой размер изображения и кадров видео не всегда лучше

5.18 Как отключать и включать отдельные ноды и целые workflow. В чём разница между «Bypass», «Set Group Nodes to Never», «Bypass Group Nodes»

5.19 Полезные возможности ноды Load Image

5.20 Как пользоваться редактором масок

5.21 Сабграфы ComfyUI — что это и как ими пользоваться

5.22 Как включить предварительный просмотр обрабатываемого изображения

5.23 Как пользоваться Assets для просмотра сгенерированных и импортированных изображений

5.24 Как устанавливать расширения ComfyUI с помощью ComfyUI-Manager

5.25 Как устанавливать расширения ComfyUI вручную

5.26 Как обновить все расширения ComfyUI и их зависимости

5.27 Как удалить расширение в ComfyUI вместе с зависимостями

Устаревшие разделы (сохранены для пользователей старых версий)

5.15 Использование Очереди (Queue): просмотр свойств неудавшихся задач, просмотр свойств соответствующих определённым результатам

Связанные статьи:

Рекомендуется Вам:

One Comment to 5. Знакомство с ComfyUI

Добавить комментарий Отменить ответ