Comfy-Org/ComfyUI

解决的问题

ComfyUI 解决了使用 AI 模型生成媒体时缺乏控制和灵活性的问题。视觉专业人士通常希望微调每个模型、参数和输出，但许多工具都是黑盒。ComfyUI 提供了一个可视化节点图，用户可以在不编写代码的情况下组装、调整和重用复杂的工作流。它还专注于在消费级硬件上本地运行这些模型，包括仅 4GB VRAM 和 8GB RAM 的 GPU，使用异步权重流式传输来保持高性能。

工作原理

ComfyUI 使用基于节点的可视化界面。每个节点代表一个步骤（例如，加载模型、应用效果或输出图像），连线连接它们以定义数据流。工作流可以保存为 JSON 并重新加载，甚至可以通过应用模式导出到简单的 UI。引擎在本地执行图，具有异步排队、部分图重新执行、智能 VRAM/RAM 管理和模型卸载等功能。它原生支持广泛的用于图像生成、视频、音频、3D 和文本的开源模型，还可以加载单独的组件，如 VAE、LoRA、ControlNet 和放大器。

适用人群

ComfyUI 面向视觉专业人士——艺术家、设计师和开发者——他们需要对 AI 生成进行精细控制，并希望在没有云服务的情况下本地运行强大的模型。它也适用于希望通过 API 端点将 AI 工作流集成到生产管道中的用户，以及那些更喜欢自托管、离线环境的用户。

亮点

• 可视化节点图，无需代码即可构建工作流，支持图像、视频、音频、3D 和文本。
• 高度优化的扩散模型推理引擎，支持低 VRAM 硬件（4GB VRAM + 8GB RAM）。
• 原生支持非常广泛的最先进开源模型，包括 Stable Diffusion、Flux、Wan、HunyuanVideo 等。
• 完全离线运行；可选的付费 API 节点（合作伙伴节点）提供对某些闭源模型的访问。
• 可通过桌面应用或便携式构建在 Windows、Linux 和 macOS 上使用，并提供官方云版本。
• 可通过自定义节点扩展，并支持高比特深度图像/视频格式，如 16 位 PNG、32 位 EXR 和 10 位 AVIF。
• 包含内置工具，用于修复、扩展、模型合并、放大、分割、深度估计等。
• 通过 API 端点集成到生产中，并提供每周发布周期和稳定的核心版本。