cardenluo/ComfyUI-Apt_Preset

해결하는 문제

이 프로젝트는 ComfyUI 워크플로우의 복잡성과 "밀집된" 연결로 인해 자주 조작 및 유지보수가 어려워지는 문제를 해결합니다. 노드를 구조적인 "Loader → Controller → Sampler" 프레임워크로 정리함으로써 일관성을 높이고, 새로운 저장된 워크플로우마다 운영 방법을 다시 배워야 하는 필요성을 줄입니다.

작동 방식

이 플러그인은 관련 기능을 그룹화하여 반복적인 연결을 제거하는 전용 노드를 도입합니다:

• 유니버설 로더: 다양한 모델 조합(XL, SD, Flux, SD3.5 등)과 GGUF 모델을 지원하는 단일 노드(Sum_load_adv)이며, 파라미터 프리셋을 저장할 수 있습니다.
• 컨트롤러 스택: 이미지 제어(IPA, Redux, ControlNet), 동영상 생성(Wan), 애니메이션(AnimateDiff)과 같은 특정 작업을 위한 중앙 집중형 기능 모듈입니다.
• 간소화된 샘플러: ComfyUI 내장 포트를 하나의 포트로 패키지화한 기본 샘플러와, 2차 수리 또는 리파인 확대와 같은 작업을 한 단계에서 샘플링과 결합하는 특수 기능 샘플러입니다.
• 유틸리티 노드: 데이터, 이미지, 마스크(얼굴, 옷, 몸체의 세그멘테이션 포함) 처리를 위한 전용 도구입니다.

대상 사용자

노드 기반 워크플로우를 더 효율적으로 정리하고 시각적 혼잡함을 줄이면서도, 최신 AI 이미지 및 동영상 생성 모델의 광범위한 지원을 유지하고자 하는 ComfyUI 사용자.

주요 특징

• 프리셋 시스템: 모델 및 샘플링 설정을 프리셋으로 저장하고 재사용하여 수동 재구성의 필요성을 피합니다.
• 통합 로더: SD, Flux, Wan, QwenEdit 등 다양한 모델 유형을 하나의 노드에서 지원합니다.
• 압축된 컨트롤 스택: ControlNet 및 IPA와 같은 복잡한 제어 도구를 하나의 관리 가능한 스택으로 그룹화합니다.
• 통합 이미지/마스크 처리: 이미지 및 마스크의 전처리 및 후처리를 위한 내장 도구를 포함합니다.