SaladTechnologies/comfyui-api

解決的問題

ComfyUI API 將 ComfyUI 從一個本地的、有狀態的 GUI 工具轉變為無狀態、可擴展的 API 伺服器。這使得開發者無需管理底層 ComfyUI 的狀態或手動處理檔案，即可將強大的生成式 AI 工作流程（影像與影片生成）整合到更大的應用程式中。

工作原理

此專案作為 ComfyUI /prompt API 的封裝器。它透過下載所需輸入媒體、執行工作流程，然後交付輸出來管理請求的生命週期。支援兩種主要操作模式：

• 同步模式： 直接在 HTTP 回應中返回 base64 編碼的影像。
• 非同步模式： 將完成的輸出傳送至指定的 webhook URL 或上傳至雲端儲存。

它還包含動態模型載入、用於本地儲存管理的 LRU 快取，以及透過啟動清單自動安裝模型與擴充功能的功能。

適用對象

希望將 ComfyUI 工作流程作為可擴展微服務部署的開發者與機器學習工程師，特別是使用 Kubernetes 或 SaladCloud 等容器化環境的使用者。

主要亮點

• 無狀態架構： 可在負載平衡器後實現水平擴展。
• 彈性輸出交付： 支援 base64 回應、webhook 與模組化儲存後端（S3、Azure Blob、Hugging Face、HTTP）。
• 廣泛模型支援： 已驗證支援 Stable Diffusion（1.5、XL、3.5）、Flux、AnimateDiff 以及 Hunyuan、CogVideoX、Mochi 等多種影片模型。
• 動態模型載入： 自動快取透過 URL 提供的模型（於模型載入節點中）。
• 可自訂影像處理： 透過 API 參數可返回 PNG、JPEG 或 WebP 格式的影像。
• 單一二進位分發： 以單一二進位檔形式分發，無外部相依性，便於部署。