SaladTechnologies/comfyui-api

解决的问题

ComfyUI API 将 ComfyUI 从一个本地的、有状态的 GUI 工具转变为无状态的、可扩展的 API 服务器。这使得开发者无需管理底层 ComfyUI 的状态或手动处理文件，即可将强大的生成式 AI 工作流（图像和视频生成）集成到更大的应用程序中。

工作原理

该项目作为 ComfyUI /prompt API 的封装器。它通过下载所需输入媒体、执行工作流，然后交付输出来管理请求的生命周期。支持两种主要操作模式：

• 同步模式： 直接在 HTTP 响应中返回 base64 编码的图像。
• 异步模式： 将完成的输出发送到指定的 webhook URL 或上传到云存储。

它还包含动态模型加载、用于本地存储管理的 LRU 缓存，以及通过启动清单自动安装模型和扩展的功能。

适用人群

希望将 ComfyUI 工作流作为可扩展微服务部署的开发者和机器学习工程师，特别是使用 Kubernetes 或 SaladCloud 等容器化环境的用户。

主要亮点

• 无状态架构： 可在负载均衡器后实现水平扩展。
• 灵活的输出交付： 支持 base64 响应、webhook 和模块化存储后端（S3、Azure Blob、Hugging Face、HTTP）。
• 广泛模型支持： 已验证支持 Stable Diffusion（1.5、XL、3.5）、Flux、AnimateDiff 以及 Hunyuan、CogVideoX、Mochi 等多种视频模型。
• 动态模型加载： 自动缓存通过 URL 提供的模型（在模型加载节点中）。
• 可自定义图像处理： 通过 API 参数可返回 PNG、JPEG 或 WebP 格式的图像。
• 单二进制分发： 以单个二进制文件形式分发，无需外部依赖，便于部署。