ComfyUI 运行器

概述

使用 API 格式的 JSON 在本地服务器（默认 127.0.0.1:8188）上运行 ComfyUI 工作流，并返回输出图像。

运行前编辑工作流

运行脚本仅接受--workflow <路径>参数。您必须在运行前检查并编辑工作流 JSON，运用您对 ComfyUI API 格式的最佳理解。不要假定固定的节点 ID、class_type名称或_meta.title值——用户可能已经更新了默认工作流或提供了自定义工作流。

对于每次运行（包括默认工作流）：

1. 读取工作流 JSON（默认路径：skills/comfyui/assets/default-workflow.json，或用户提供的路径/文件）。
2. 通过检查图来识别与提示相关的节点：寻找包含主要文本提示的节点——例如，PrimitiveStringMultiline,CLIPTextEncode(正向文本)，或任何带有_meta.title或class_type属性，且其值表明是“提示”/“正向”/“文本”的节点。将相应的输入（例如inputs.value，或编码器的文本输入）更新为你从用户处推导出的图像提示（主题、风格、光照、质量）。如果用户没有要求自定义图像，你可以保留现有提示，或者仅在需要时进行调整。
3. 可选地识别风格/前缀节点——例如StringConcatenate，或作为风格输入的第二个字符串。如果用户要求特定风格或需要清除默认前缀，则对它们进行设置。
4. 可选地设置新种子——找到采样器类节点（例如KSampler、BasicGuider，或任何带有种子输入）并设置种子为一个新的随机整数，以便每次运行可以不同。
5. 将修改后的工作流写入临时文件（例如skills/comfyui/assets/tmp-workflow.json）。使用~/ComfyUI/venv/bin/python执行任何内联Python代码；不要使用裸python。
6. 运行：comfyui_run.py --workflow <已编辑json文件的路径>。

如果工作流结构不清晰或您无法找到提示/采样器节点，请按原样运行文件，并仅更改您能可靠识别的部分。对于任意用户提供的JSON文件也采用相同方法：先检查，根据您的最佳知识进行编辑，然后运行。

运行脚本（单一职责）

~/ComfyUI/venv/bin/python skills/comfyui/scripts/comfyui_run.py \
  --workflow <path-to-workflow.json>

该脚本仅负责将工作流加入队列并轮询直到完成。它打印包含prompt_id和输出images. 所有提示/风格/种子的更改均由您事先在JSON中完成。

如果服务器无法访问

如果运行脚本因连接错误（例如，连接到127.0.0.1:8188被拒绝或超时）而失败，则可能未安装ComfyUI或ComfyUI未运行。

检查：目录~/ComfyUI是否存在且包含main.py文件？

• 如果未安装：请安装ComfyUI（例如，克隆仓库、创建虚拟环境、安装依赖项，然后启动服务器）。示例：

  git clone https://github.com/comfyanonymous/ComfyUI.git ~/ComfyUI
  cd ~/ComfyUI
  python3 -m venv venv
  ~/ComfyUI/venv/bin/pip install -r requirements.txt
  

  然后启动服务器（见下文）。告知用户，根据工作流程，他们可能需要将模型权重安装到~/ComfyUI/models/目录中。

• 如果已安装但未运行：请启动ComfyUI服务器，以便API在8188端口可用。示例：

  ~/ComfyUI/venv/bin/python ~/ComfyUI/main.py --listen 127.0.0.1
  

  在后台或单独的终端中运行，使其保持运行。然后重试工作流运行。

使用~（或用户的主目录）作为路径，以便在其计算机上正常工作。

从URL下载模型权重

当用户粘贴或发送模型权重URL列表（每行一个，或用逗号分隔）时，将这些文件下载到ComfyUI安装目录中，以便工作流后续使用。

1. 规范化列表——每行一个URL；去除空行和注释行（以#开头的行）。
2. 运行下载脚本时使用ComfyUI基础路径（默认~/ComfyUI）。脚本在可用时使用pget进行并行下载；如果pget不在PATH中，脚本会自动将其安装到~/.local/bin（无需sudo）。如果无法安装pget（例如不支持的OS/架构），则回退到内置下载功能。使用ComfyUI虚拟环境的Python以确保脚本正确运行：

   ~/ComfyUI/venv/bin/python skills/comfyui/scripts/download_weights.py --base ~/ComfyUI
   

   将URL作为参数传递，或通过标准输入传输文件/列表：

   echo "https://example.com/model.safetensors" | ~/ComfyUI/venv/bin/python skills/comfyui/scripts/download_weights.py --base ~/ComfyUI
   

   或者将用户的列表保存到临时文件中并运行：

   ~/ComfyUI/venv/bin/python skills/comfyui/scripts/download_weights.py --base ~/ComfyUI < /tmp/weight_urls.txt
   

   要强制使用内置下载（不使用pget）：添加--no-pget。
3. 子文件夹：脚本会根据URL/文件名推断ComfyUI模型的子文件夹（例如vae、clip、loras、checkpoints、text_encoders、controlnet、upscale_models）。用户可以按行可选地指定子文件夹，格式为url 子文件夹（例如：https://.../model.safetensors vae). 你也可以通过--subfolder loras来传递一个默认值，这样该次运行中的所有URL都会指向models/loras/目录。
4. 现有文件：默认情况下，脚本会跳过磁盘上已存在的URL；使用--overwrite参数来替换它们。
5. 路径：文件会被写入到~/ComfyUI/models/<子文件夹>/目录下。告诉用户每个文件保存的位置，并说明如果需要，可以在ComfyUI服务器（重新）启动后运行工作流。

支持的子文件夹（位于ComfyUI/models/目录下）：checkpoints、clip、clip_vision、controlnet、扩散模型、嵌入、LoRAs、文本编码器、UNet、VAE、VAE近似模型、超分辨率模型及其他。当自动推断错误时，使用--subfolder <名称>。

运行后，

输出保存在ComfyUI/output/目录下。使用脚本输出中的图像列表来定位文件（文件名 + 子文件夹）。

⚠️ 请始终将输出发送给用户

在成功运行ComfyUI后，你必须将生成的图像交付给用户。不要仅以纯文本回复文件名或回复NO_REPLY。

1. 解析脚本输出的JSON以获取图像信息（每张图像包含文件名、子文件夹和类型）。
2. 构建完整路径：ComfyUI/output/+ 子文件夹 + 文件名（例如：ComfyUI/output/z-image_00007_.png）。
3. 通过用户所在的渠道将图像发送给用户（例如，使用消息/发送工具并附带图像路径，以便用户收到文件）。如果有助于理解，可以包含一个简短的说明（例如：“给你。”或“东京街景。”）。

每次成功运行都必须确保用户收到图像。绝不能只提供一个文件名或没有交付物。

资源

脚本/

• comfyui_run.py：将一个工作流加入队列，轮询直至完成，打印prompt_id和images。无参数——运行前需编辑JSON。
• download_weights.py：将模型权重URL下载到~/ComfyUI/models/<子文件夹>/。优先使用pget（如果缺失则安装到~/.local/bin）；回退使用内置下载功能。输入：通过参数提供URL，或通过标准输入每行一个。选项：--base、--subfolder、--overwrite，--no-pget. 当未提供子文件夹时，从URL/文件名推断子文件夹。

assets/

• default-workflow.json: 默认工作流。复制并编辑（提示词、风格、种子），然后使用编辑后的路径运行；或者直接运行以进行通用执行。