ComfyUI

🖼️ 本地 AI 图像生成工作流引擎

多媒体生成榜 #2

在本地运行 ComfyUI 工作流,通过 HTTP API 生成图像,支持自定义提示词、模型下载与自动化工作流执行。

收藏
13.5k
安装
3.5k
版本
1.0.0
CLS 安全性认证2026-06-25
点击查看完整报告 >

使用说明

核心用法

ComfyUI Runner 是一个本地化图像生成工具,核心功能包括:

1. 工作流执行:通过 comfyui_run.py 脚本将 API 格式的 JSON 工作流提交至本地 ComfyUI 服务器(默认 127.0.0.1:8188),轮询直至完成并返回输出图像路径。

2. 动态工作流编辑:运行前需智能解析工作流 JSON,识别并修改关键节点:

  • 提示词节点:查找 CLIPTextEncodePrimitiveStringMultiline 或标题含 "Prompt"/"positive" 的节点,注入用户描述的主体、风格、光照、质量等参数
  • 风格节点:识别 StringConcatenate 等拼接节点,处理风格前缀
  • 随机种子:定位 KSamplerBasicGuider 等采样器节点,设置随机种子确保生成多样性

3. 模型权重管理download_weights.py 支持从 URL 批量下载模型文件,自动推断子目录(checkpoints/loras/vae 等),使用 pget 并行加速,支持 --overwrite 强制覆盖。

4. 服务器生命周期管理:检测安装状态,支持从源码克隆、venv 环境搭建到服务启动的全流程自动化。

显著优点

  • 完全本地化:数据不出本机,隐私安全性高
  • 工作流透明化:直接操作 JSON 节点,无黑箱封装,高级用户可精细控制每个生成参数
  • 模型生态兼容:标准 ComfyUI 目录结构,支持 CivitAI、HuggingFace 等来源的任意模型
  • 灵活的输入处理:支持文件路径、原始 JSON、URL 列表等多种输入形式

潜在缺点与局限性

  • 环境依赖重:需 Python 3、venv、PyTorch 及 CUDA/ROCm 等深度学习运行时,首次部署门槛高
  • 硬件要求苛刻:Stable Diffusion XL 级别模型需 8GB+ VRAM,复杂工作流可能耗尽资源
  • 节点识别不确定性:工作流结构由用户定义,自动识别 prompt/sampler 节点存在误判风险
  • 无内置审查:生成内容不受过滤,可能产出 NSFW 或版权敏感图像
  • 单实例限制:脚本绑定 127.0.0.1:8188,不支持多服务器负载均衡

适合人群

  • 具备 Linux/macOS 命令行经验的技术用户
  • 需要隐私敏感图像生成(医疗、法律、商业机密场景)
  • 已拥有 RTX 3060 12GB 或更高级别显卡的工作站用户
  • 愿意投入时间学习 ComfyUI 节点式工作流的设计师与开发者

常规风险

| 风险类别 | 具体描述 | 缓解措施 |
|---------|---------|---------|
| 模型安全 | 下载的 `.safetensors` 可能携带恶意 pickle 载荷 | 优先使用官方来源,启用 `--no-pget` 时校验文件哈希 |
| 生成合规 | 本地运行无内容过滤,可能生成违规图像 | 用户需自行承担内容责任,建议商业场景叠加外部审核 |
| 资源耗尽 | 大分辨率生成导致 OOM 或系统冻结 | 工作流中预设保守的 latent 尺寸,监控显存使用 |
| 路径遍历 | 脚本处理用户提供的文件路径 | 确保 `--base` 参数限定在用户主目录内,不跟随符号链接 |

安全解读

核心功能

ComfyUI Runner 是一款本地图像生成工具,通过调用 ComfyUI 的 HTTP API 执行工作流。用户可通过自然语言描述图像内容(主题、风格、场景),系统会自动识别并修改工作流中的提示节点,无需手动编辑复杂的 JSON 文件。支持自定义种子值以实现可复现或多样化输出,并能从网络下载模型权重到指定目录。

显著优点

1. 本地化隐私保护:所有图像生成在本地完成,不向云端服务上传敏感数据,符合 GDPR 数据最小化原则
2. 灵活的工作流编辑:自动识别 CLIPTextEncodePrimitiveStringMultiline 等提示节点,智能注入用户描述

3. 模型管理便捷:内置 download_weights.py 脚本支持从 Hugging Face、CivitAI 等来源并行下载模型,自动分类到 checkpointslorasvae 等子目录

4. 性能优化:可选集成 pget 工具实现多线程高速下载,回退机制确保兼容性

5. 透明可控:代码开源可审计,用户可完全掌控生成过程和模型来源

潜在局限

  • 依赖本地环境:需自行安装 ComfyUI 并配置 Python 虚拟环境,对新手有一定门槛
  • 模型文件体积大:SDXL/Flux 等模型单文件可达 6-20GB,占用大量磁盘空间
  • 硬件要求高:本地推理需要 NVIDIA GPU(推荐 8GB+ VRAM)或 Apple Silicon,纯 CPU 模式速度极慢
  • 节点识别非万能:复杂自定义工作流可能无法自动识别提示节点,需手动检查
  • 无内置内容过滤:依赖用户自律,无自动 NSFW 检测或版权保护机制

适合人群

  • 注重隐私、不愿使用云端 AI 绘图服务的创作者
  • 已具备 Stable Diffusion/ComfyUI 使用经验的进阶用户
  • 需要批量生成、自动化工作流的技术用户
  • 拥有高性能本地工作站的内容生产者

常规风险

  • 模型来源安全:用户提供的第三方模型 URL 可能包含恶意代码,建议仅从 Hugging Face、CivitAI 等可信平台下载
  • 存储路径风险:模型下载脚本已验证无路径遍历漏洞,但仍建议定期检查 ~/ComfyUI/models/ 目录内容
  • 服务可用性:ComfyUI 服务器未启动时 workflow 执行失败,需确保 127.0.0.1:8188 端口可访问
  • pget 二进制动态加载:首次使用时会从 GitHub 下载 pget 加速工具,可通过 --no-pget 禁用此行为
  • 版权合规:生成的图像可能涉及训练数据版权争议,商业用途需了解相关法律风险

ComfyUI 内容

assets文件夹
scripts文件夹
手动下载zip · 11.2 kB
default-workflow.jsonapplication/json
请选择文件