Comfyui

使用 ComfyUI 生成图像、视频和音频 — 安装、启动、管理节点/模型、通过参数注入运行工作流。使用官方的 comfy-cli 进行生命周期管理，并使用直接的 REST/WebSocket API 进行执行。

技能元数据


来源	捆绑（默认安装）
路径	`skills/creative/comfyui`
版本	`5.1.0`
作者	['kshitijk4poor', 'alt-glitch', 'purzbeats']
许可证	MIT
平台	macos, linux, windows
标签	`comfyui`, `image-generation`, `stable-diffusion`, `flux`, `sd3`, `wan-video`, `hunyuan-video`, `creative`, `generative-ai`, `video-generation`
相关技能	`stable-diffusion-image-generation`, `image_gen`

参考：完整 SKILL.md

信息

以下是 Hermes 在触发此技能时加载的完整技能定义。这是技能激活时代理看到的指令。

ComfyUI

通过 ComfyUI 生成图像、视频、音频和 3D 内容，使用官方 comfy-cli 进行设置/生命周期管理，并使用直接的 REST/WebSocket API 进行工作流执行。

此技能包含的内容

参考文档 (references/)：

official-cli.md — 每个 comfy ... 命令及其标志
rest-api.md — REST + WebSocket 端点（本地 + 云），负载模式
workflow-format.md — API 格式 JSON，常见节点类型，参数映射
template-integrity.md — 将 comfyui-workflow-templates 从编辑器格式转换为 API 格式：Reroute 旁路，带点号的动态输入键（values.a, resize_type.width），云特性（302 重定向，免费层 1 个并发作业，1080p VRAM 上限），兼容 Discord 的 ffmpeg 拼接。由 @purzbeats 编写。当你从官方模板开始时，请加载此文档。

脚本 (scripts/)：

脚本	用途
`_common.py`	共享 HTTP、云路由、节点目录（不要直接运行）
`hardware_check.py`	探测 GPU/VRAM/磁盘 → 推荐本地 vs Comfy Cloud
`comfyui_setup.sh`	硬件检查 + comfy-cli + ComfyUI 安装 + 启动 + 验证
`extract_schema.py`	读取工作流 → 列出可控制参数 + 模型依赖项
`check_deps.py`	针对运行中的服务器检查工作流 → 列出缺失的节点/模型
`auto_fix_deps.py`	运行 check_deps 然后执行 `comfy node install` / `comfy model download`
`run_workflow.py`	注入参数，提交，监控，下载输出（HTTP 或 WS）
`run_batch.py`	通过扫描多次提交工作流，并行度取决于你的层级
`ws_monitor.py`	用于执行作业的实时 WebSocket 查看器（实时进度）
`health_check.py`	验证清单运行器 — comfy-cli + 服务器 + 模型 + 冒烟测试
`fetch_logs.py`	拉取给定 prompt_id 的回溯/状态消息

示例工作流 (workflows/)： SD 1.5, SDXL, Flux Dev, SDXL img2img, SDXL inpaint, ESRGAN upscale, AnimateDiff video, Wan T2V。参见 workflows/README.md。

何时使用

用户要求使用 Stable Diffusion、SDXL、Flux、SD3 等生成图像
用户想要运行特定的 ComfyUI 工作流文件
用户想要链式生成步骤（txt2img → upscale → 面部修复）
用户需要 ControlNet、inpainting、img2img 或其他高级管道
用户要求管理 ComfyUI 队列、检查模型或安装自定义节点
用户希望通过 AnimateDiff、Hunyuan、Wan、AudioCraft 等生成视频/音频/3D 内容

架构：两层结构

┌─────────────────────────────────────────────────────┐
│ Layer 1: comfy-cli (official lifecycle tool)        │
│   Setup, server lifecycle, custom nodes, models     │
│   → comfy install / launch / stop / node / model    │
└─────────────────────────┬───────────────────────────┘
                          │
┌─────────────────────────▼───────────────────────────┐
│ Layer 2: REST/WebSocket API + skill scripts         │
│   Workflow execution, param injection, monitoring   │
│   POST /api/prompt, GET /api/view, WS /ws           │
│   → run_workflow.py, run_batch.py, ws_monitor.py    │
└─────────────────────────────────────────────────────┘

为什么分为两层？ 官方 CLI 非常适合安装和服务器管理，但对工作流执行的支持很少。REST/WS API 填补了这一空白 — 脚本处理 CLI 不做的参数注入、执行监控和输出下载。

快速开始

检测环境

# What's available?
command -v comfy >/dev/null 2>&1 && echo "comfy-cli: installed"
curl -s http://127.0.0.1:8188/system_stats 2>/dev/null && echo "server: running"

# Can this machine run ComfyUI locally? (GPU/VRAM/disk check)
python3 scripts/hardware_check.py

如果未安装任何内容，请参阅下面的 设置与入门 — 但始终先运行硬件检查。

一行健康检查

python3 scripts/health_check.py
# → JSON: comfy_cli on PATH? server reachable? at least one checkpoint? smoke-test passes?

核心工作流

步骤 1：获取 API 格式的工作流 JSON

工作流必须采用 API 格式（每个节点都有 class_type）。它们来自：

ComfyUI Web UI → Workflow → Export (API)（新版 UI）或传统的 "Save (API Format)" 按钮（旧版 UI）
此技能的 workflows/ 目录（ ready-to-run 示例）
社区下载（civitai, Reddit, Discord）— 通常是编辑器格式，必须加载到 ComfyUI 中然后重新导出

编辑器格式（顶层 nodes 和 links 数组）不可直接执行。脚本会检测到此情况并提示你重新导出。

步骤 2：查看可控制的内容

python3 scripts/extract_schema.py workflow_api.json --summary-only
# → {"parameter_count": 12, "has_negative_prompt": true, "has_seed": true, ...}

python3 scripts/extract_schema.py workflow_api.json
# → full schema with parameters, model deps, embedding refs

步骤 3：带参数运行

# Local (defaults to http://127.0.0.1:8188)
python3 scripts/run_workflow.py \
  --workflow workflow_api.json \
  --args '{"prompt": "a beautiful sunset over mountains", "seed": -1, "steps": 30}' \
  --output-dir ./outputs

# Cloud (export API key once; uses correct /api routing automatically)
export COMFY_CLOUD_API_KEY="comfyui-..."
python3 scripts/run_workflow.py \
  --workflow workflow_api.json \
  --args '{"prompt": "..."}' \
  --host https://cloud.comfy.org \
  --output-dir ./outputs

# Real-time progress via WebSocket (requires `pip install websocket-client`)
python3 scripts/run_workflow.py \
  --workflow flux_dev.json \
  --args '{"prompt": "..."}' \
  --ws

# img2img / inpaint: pass --input-image to upload + reference automatically
python3 scripts/run_workflow.py \
  --workflow sdxl_img2img.json \
  --input-image image=./photo.png \
  --args '{"prompt": "make it watercolor", "denoise": 0.6}'

# Batch / sweep: 8 random seeds, parallel up to cloud tier limit
python3 scripts/run_batch.py \
  --workflow sdxl.json \
  --args '{"prompt": "abstract"}' \
  --count 8 --randomize-seed --parallel 3 \
  --output-dir ./outputs/batch

seed 设为 -1（或使用 --randomize-seed 省略它）会在每次运行时生成一个新的随机种子。

步骤 4：展示结果

脚本向 stdout 发出 JSON，描述每个输出文件：

{
  "status": "success",
  "prompt_id": "abc-123",
  "outputs": [
    {"file": "./outputs/sdxl_00001_.png", "node_id": "9",
     "type": "image", "filename": "sdxl_00001_.png"}
  ]
}

决策树

用户说	工具	命令
生命周期（使用 comfy-cli）
"install ComfyUI"	comfy-cli	`bash scripts/comfyui_setup.sh`
"start ComfyUI"	comfy-cli	`comfy launch --background`
"stop ComfyUI"	comfy-cli	`comfy stop`
"install X node"	comfy-cli	`comfy node install <name>`
"download X model"	comfy-cli	`comfy model download --url <url> --relative-path models/checkpoints`
"list installed models"	comfy-cli	`comfy model list`
"list installed nodes"	comfy-cli	`comfy node show installed`
执行（使用脚本）
"is everything ready?"	script	`health_check.py`（可选附带 `--workflow X --smoke-test`）
"what can I change in this workflow?"	script	`extract_schema.py W.json`
"check if W's deps are met"	script	`check_deps.py W.json`
"fix missing deps"	script	`auto_fix_deps.py W.json`
"generate an image"	script	`run_workflow.py --workflow W --args '{...}'`
"use this image" (img2img)	script	`run_workflow.py --input-image image=./x.png ...`
"8 variations with random seeds"	script	`run_batch.py --count 8 --randomize-seed ...`
"show me live progress"	script	`ws_monitor.py --prompt-id <id>`
"fetch the error from job X"	script	`fetch_logs.py <prompt_id>`
直接 REST
"what's in the queue?"	REST	`curl http://HOST:8188/queue`（本地）或 `--host https://cloud.comfy.org`
"cancel that"	REST	`curl -X POST http://HOST:8188/interrupt`
"free GPU memory"	REST	`curl -X POST http://HOST:8188/free`

设置与入门

当用户要求设置 ComfyUI 时，首先要做的是询问他们想要 Comfy Cloud（托管、零安装、API 密钥）还是本地（在他们的机器上安装 ComfyUI）。在得到回答之前，不要开始运行安装命令或硬件检查。

官方文档： https://docs.comfy.org/installation CLI 文档： https://docs.comfy.org/comfy-cli/getting-started Cloud 文档： https://docs.comfy.org/get_started/cloud Cloud API： https://docs.comfy.org/development/cloud/overview

步骤 0：询问本地 vs Cloud（始终优先）

建议话术：

"您希望在本地机器上运行 ComfyUI，还是使用 Comfy Cloud？

Comfy Cloud — 托管在 RTX 6000 Pro GPU 上，预装所有常用模型，零设置。需要 API 密钥（需要付费订阅才能实际运行工作流；免费层仅限只读）。如果您没有性能足够的 GPU，这是最佳选择。

本地 — 免费，但您的机器必须满足硬件要求：

具有 ≥6 GB 显存的 NVIDIA GPU（SDXL 需 ≥8 GB，Flux/视频需 ≥12 GB），或

支持 ROCm 的 AMD GPU（Linux），或

Apple Silicon Mac（M1+）具有 ≥16 GB 统一内存（推荐 ≥32 GB）。

Intel Mac 和没有 GPU 的机器将无法工作 — 请改用 Cloud。

您希望选择哪种方式？"

路由：

Cloud → 跳至 路径 A。
本地 → 首先运行硬件检查，然后根据结果从路径 B–E 中选择一个。
不确定 → 运行硬件检查并让结果决定。

步骤 1：验证硬件（仅当用户选择本地时）

python3 scripts/hardware_check.py --json
# Optional: also probe `torch` for actual CUDA/MPS:
python3 scripts/hardware_check.py --json --check-pytorch

结果	含义	操作
`ok`	≥8 GB 显存（独立显卡）或 ≥32 GB 统一内存（Apple Silicon）	本地安装 — 使用报告中的 `comfy_cli_flag`
`marginal`	SD1.5 可行；SDXL 紧张；Flux/视频不太可能	轻量工作流可本地运行，否则选择路径 A（Cloud）
`cloud`	无可用 GPU，<6 GB 显存，<16 GB Apple 统一内存，Intel Mac，Rosetta Python	除非用户明确强制本地安装，否则切换到 Cloud

该脚本还会显示 wsl: true（带有 NVIDIA 透传的 WSL2）和 rosetta: true（Apple Silicon 上的 x86_64 Python — 必须重新安装为 ARM64）。

如果结果是 cloud 但用户想要本地安装，请不要静默继续。原样显示 notes 数组，并询问他们是否希望 (a) 切换到 Cloud 或 (b) 强制本地安装（在现代模型上会出现内存溢出或速度慢到无法使用）。

选择安装路径

首先使用硬件检查。下表是当用户已经告知你其硬件情况时的后备方案：

情况	推荐路径
硬件检查结果为 `verdict: cloud`	路径 A：Comfy Cloud
无 GPU / 希望在不承诺的情况下尝试	路径 A：Comfy Cloud
Windows + NVIDIA + 非技术用户	路径 B：ComfyUI Desktop
Windows + NVIDIA + 技术用户	路径 C：Portable 或路径 D：comfy-cli
Linux + 任何 GPU	路径 D：comfy-cli（最简单）
macOS + Apple Silicon	路径 B：Desktop 或路径 D：comfy-cli
无头模式 / 服务器 / CI / 代理	路径 D：comfy-cli

对于完全自动化的路径（硬件检查 → 安装 → 启动 → 验证）：

bash scripts/comfyui_setup.sh
# Or with overrides:
bash scripts/comfyui_setup.sh --m-series --port=8190 --workspace=/data/comfy

它在内部运行 hardware_check.py，当判定结果为 cloud 时拒绝在本地安装（除非使用 --force-cloud-override），选择正确的 comfy-cli 标志，并优先使用 pipx/uvx 而非全局 pip，以避免污染系统 Python。

路径 A：Comfy Cloud（无本地安装）

适用于没有合适 GPU 或希望零设置的用户。托管于 RTX 6000 Pro 上。

文档： https://docs.comfy.org/get_started/cloud

在 https://comfy.org/cloud 注册
在 https://platform.comfy.org/login 生成 API 密钥

设置密钥：

export COMFY_CLOUD_API_KEY="comfyui-xxxxxxxxxxxx"

运行工作流：

python3 scripts/run_workflow.py \
  --workflow workflows/flux_dev_txt2img.json \
  --args '{"prompt": "..."}' \
  --host https://cloud.comfy.org \
  --output-dir ./outputs

定价： https://www.comfy.org/cloud/pricing 并发任务数： 免费/标准版 1 个，创作者版 3 个，专业版 5 个。免费套餐无法通过 API 运行工作流 — 仅可浏览模型。使用 /api/prompt、/api/upload/*、/api/view 等接口需要付费订阅。

路径 B：ComfyUI Desktop（Windows / macOS）

面向非技术用户的一键安装程序。目前处于 Beta 阶段。

文档： https://docs.comfy.org/installation/desktop

Windows (NVIDIA)： https://download.comfy.org/windows/nsis/x64
macOS (Apple Silicon)： https://comfy.org

Desktop 版本不支持 Linux — 请使用路径 D。

路径 C：ComfyUI Portable（仅限 Windows）

文档： https://docs.comfy.org/installation/comfyui_portable_windows

从 https://github.com/comfyanonymous/ComfyUI/releases 下载，解压，运行 run_nvidia_gpu.bat。通过 update/update_comfyui_stable.bat 进行更新。

路径 D：comfy-cli（全平台 — 推荐用于 Agent）

官方 CLI 是无头/自动化设置的最佳路径。

文档： https://docs.comfy.org/comfy-cli/getting-started

安装 comfy-cli

# Recommended:
pipx install comfy-cli
# Or use uvx without installing:
uvx --from comfy-cli comfy --help
# Or (if pipx/uvx unavailable):
pip install --user comfy-cli

以非交互方式禁用分析：

comfy --skip-prompt tracking disable

安装 ComfyUI

comfy --skip-prompt install --nvidia              # NVIDIA (CUDA)
comfy --skip-prompt install --amd                 # AMD (ROCm, Linux)
comfy --skip-prompt install --m-series            # Apple Silicon (MPS)
comfy --skip-prompt install --cpu                 # CPU only (slow)
comfy --skip-prompt install --nvidia --fast-deps  # uv-based dep resolution

默认位置：~/comfy/ComfyUI（Linux），~/Documents/comfy/ComfyUI（macOS/Win）。使用 comfy --workspace /custom/path install 覆盖默认位置。

启动 / 验证

comfy launch --background                       # background daemon on :8188
comfy launch -- --listen 0.0.0.0 --port 8190    # LAN-accessible custom port
curl -s http://127.0.0.1:8188/system_stats      # health check

路径 E：手动安装（高级 / 不支持的硬件）

适用于 Ascend NPU、Cambricon MLU、Intel Arc 或其他不受支持的硬件。

文档： https://docs.comfy.org/installation/manual_install

git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu130
pip install -r requirements.txt
python main.py

安装后：下载模型

# SDXL (general purpose, ~6.5 GB)
comfy model download \
  --url "https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/resolve/main/sd_xl_base_1.0.safetensors" \
  --relative-path models/checkpoints

# SD 1.5 (lighter, ~4 GB, good for 6 GB cards)
comfy model download \
  --url "https://huggingface.co/stable-diffusion-v1-5/stable-diffusion-v1-5/resolve/main/v1-5-pruned-emaonly.safetensors" \
  --relative-path models/checkpoints

# Flux Dev fp8 (smaller variant, ~12 GB)
comfy model download \
  --url "https://huggingface.co/Comfy-Org/flux1-dev/resolve/main/flux1-dev-fp8.safetensors" \
  --relative-path models/checkpoints

# CivitAI (set token first):
comfy model download \
  --url "https://civitai.com/api/download/models/128713" \
  --relative-path models/checkpoints \
  --set-civitai-api-token "YOUR_TOKEN"

列出已安装的模型：comfy model list。

安装后：安装自定义节点

comfy node install comfyui-impact-pack             # popular utility pack
comfy node install comfyui-animatediff-evolved     # video generation
comfy node install comfyui-controlnet-aux          # ControlNet preprocessors
comfy node install comfyui-essentials              # common helpers
comfy node update all
comfy node install-deps --workflow=workflow.json   # install everything a workflow needs

安装后：验证

python3 scripts/health_check.py
# → comfy_cli on PATH? server reachable? checkpoints? smoke test?

python3 scripts/check_deps.py my_workflow.json
# → are this workflow's nodes/models/embeddings installed?

python3 scripts/run_workflow.py \
  --workflow workflows/sd15_txt2img.json \
  --args '{"prompt": "test", "steps": 4}' \
  --output-dir ./test-outputs

图片上传（img2img / 图像修复）

最简单的方法是在 run_workflow.py 中使用 --input-image：

python3 scripts/run_workflow.py \
  --workflow workflows/sdxl_img2img.json \
  --input-image image=./photo.png \
  --args '{"prompt": "make it cyberpunk", "denoise": 0.6}'

该标志会上传 photo.png，然后将其服务器端文件名注入到名为 image 的模式参数中。对于图像修复（inpainting），需同时传递两者：

python3 scripts/run_workflow.py \
  --workflow workflows/sdxl_inpaint.json \
  --input-image image=./photo.png \
  --input-image mask_image=./mask.png \
  --args '{"prompt": "fill with flowers"}'

通过 REST 手动上传：

curl -X POST "http://127.0.0.1:8188/upload/image" \
  -F "image=@photo.png" -F "type=input" -F "overwrite=true"
# Returns: {"name": "photo.png", "subfolder": "", "type": "input"}

# Cloud equivalent:
curl -X POST "https://cloud.comfy.org/api/upload/image" \
  -H "X-API-Key: $COMFY_CLOUD_API_KEY" \
  -F "image=@photo.png" -F "type=input" -F "overwrite=true"

Cloud 特定说明

基础 URL： https://cloud.comfy.org
认证： X-API-Key 请求头（或 WebSocket 使用 ?token=KEY）
API 密钥： 设置一次 $COMFY_CLOUD_API_KEY，脚本会自动获取
输出下载： /api/view 返回指向签名 URL 的 302 重定向；脚本会跟随重定向，并在从存储后端获取前剥离 X-API-Key（防止将 API 密钥泄露给 S3/CloudFront）。
与本地 ComfyUI 的端点差异：
- /api/object_info、/api/queue、/api/userdata — 免费套餐返回 403；仅限付费用户。
- Cloud 上的 /history 重命名为 /history_v2（脚本会自动路由）。
- Cloud 上的 /models/<folder> 重命名为 /experiment/models/<folder>（脚本会自动路由）。
- WebSocket 中的 clientId 目前被忽略 — 用户的所有连接接收相同的广播。请在客户端按 prompt_id 过滤。
- 上传时接受 subfolder 但会被忽略 — Cloud 使用扁平命名空间。
并发任务数： 免费/标准版：1 个，创作者版：3 个，专业版：5 个。多余任务自动排队。使用 run_batch.py --parallel N 以饱和您的套餐额度。

队列与系统管理

# Local
curl -s http://127.0.0.1:8188/queue | python3 -m json.tool
curl -X POST http://127.0.0.1:8188/queue -d '{"clear": true}'    # cancel pending
curl -X POST http://127.0.0.1:8188/interrupt                      # cancel running
curl -X POST http://127.0.0.1:8188/free \
  -H "Content-Type: application/json" \
  -d '{"unload_models": true, "free_memory": true}'

# Cloud — same paths under /api/, plus:
python3 scripts/fetch_logs.py --tail-queue --host https://cloud.comfy.org

常见陷阱

需要 API 格式 — 每个脚本和 /api/prompt 端点都期望 API 格式的工作流 JSON。脚本会检测编辑器格式（顶层的 nodes 和 links 数组），并提示您通过“Workflow → Export (API)”（新版 UI）或“Save (API Format)”（旧版 UI）重新导出。
服务器必须正在运行 — 所有执行都需要活跃的服务器。comfy launch --background 可启动一个服务器。通过 curl http://127.0.0.1:8188/system_stats 进行验证。
模型名称必须精确 — 区分大小写，包含文件扩展名。check_deps.py 进行模糊匹配（带/不带扩展名和文件夹前缀），但工作流本身必须使用规范名称。使用 comfy model list 查看已安装的内容。
缺少自定义节点 — “class_type not found” 意味着未安装所需的节点。check_deps.py 报告会指出需要安装哪个包；auto_fix_deps.py 会为您运行安装。
工作目录 — comfy-cli 会自动检测 ComfyUI 工作区。如果命令因“未找到工作区”而失败，请使用 comfy --workspace /path/to/ComfyUI <command> 或 comfy set-default /path/to/ComfyUI。
云免费层 API 限制 — /api/prompt、/api/view、/api/upload/*、 /api/object_info 在免费账户上均返回 403。health_check.py 和 check_deps.py 会优雅地处理此情况并显示清晰的消息。
视频/音频工作流的超时 — 当输出节点为 VHS_VideoCombine、SaveVideo 等时会自动检测；默认超时从 300 秒增加到 900 秒。可以使用 --timeout 1800 显式覆盖。
输出文件名中的路径遍历 — 服务器提供的文件名会通过 safe_path_join 处理，以拒绝任何逃逸出 --output-dir 的路径。请保持此保护开启 — 带有自定义保存节点的工作流可能会生成任意路径。
工作流 JSON 是任意代码 — 自定义节点运行 Python，因此提交未知工作流的信任级别与执行 eval 相同。在运行来自不可信来源的工作流之前，请先进行检查。
自动随机化种子 — 在 --args 中传递 seed: -1（或使用 --randomize-seed 并省略种子），以便每次运行获得一个新的种子。实际种子会记录到 stderr。
tracking 提示 — 首次运行 comfy 时可能会提示是否启用分析功能。使用 comfy --skip-prompt tracking disable 以非交互方式跳过。 comfyui_setup.sh 会为你执行此操作。

验证清单

使用 python3 scripts/health_check.py 一次性运行整个列表。手动检查：

hardware_check.py 的结果为 ok，或者用户明确选择了 Comfy Cloud
comfy --version 正常工作（或 uvx --from comfy-cli comfy --help）
curl http://HOST:PORT/system_stats 返回 JSON
comfy model list 显示至少一个检查点（本地）或 /api/experiment/models/checkpoints 返回模型（云端）
工作流 JSON 采用 API 格式
check_deps.py 报告 is_ready: true（或在云免费层上仅报告 node_check_skipped）
使用小型工作流进行测试运行并完成；输出文件位于 --output-dir 中

技能元数据​

参考：完整 SKILL.md​

ComfyUI

此技能包含的内容​

何时使用​

架构：两层结构​

快速开始​

检测环境​

一行健康检查​

核心工作流​

步骤 1：获取 API 格式的工作流 JSON​

步骤 2：查看可控制的内容​

步骤 3：带参数运行​

步骤 4：展示结果​

决策树​

设置与入门​

步骤 0：询问本地 vs Cloud（始终优先）​

步骤 1：验证硬件（仅当用户选择本地时）​

选择安装路径​

路径 A：Comfy Cloud（无本地安装）​

路径 B：ComfyUI Desktop（Windows / macOS）​

路径 C：ComfyUI Portable（仅限 Windows）​

路径 D：comfy-cli（全平台 — 推荐用于 Agent）​

安装 comfy-cli​

安装 ComfyUI​

启动 / 验证​

路径 E：手动安装（高级 / 不支持的硬件）​

安装后：下载模型​

安装后：安装自定义节点​

安装后：验证​

图片上传（img2img / 图像修复）​

Cloud 特定说明​

队列与系统管理​

常见陷阱​

验证清单​