Comfyui

使用 ComfyUI 生成圖像、視頻和音頻 — 安裝、啟動、管理節點/模型、通過參數注入運行工作流。使用官方的 comfy-cli 進行生命週期管理，並使用直接的 REST/WebSocket API 進行執行。

技能元數據


來源	捆綁（默認安裝）
路徑	`skills/creative/comfyui`
版本	`5.1.0`
作者	['kshitijk4poor', 'alt-glitch', 'purzbeats']
許可證	MIT
平臺	macos, linux, windows
標籤	`comfyui`, `image-generation`, `stable-diffusion`, `flux`, `sd3`, `wan-video`, `hunyuan-video`, `creative`, `generative-ai`, `video-generation`
相關技能	`stable-diffusion-image-generation`, `image_gen`

參考：完整 SKILL.md

信息

以下是 Hermes 在觸發此技能時加載的完整技能定義。這是技能激活時代理看到的指令。

ComfyUI

通過 ComfyUI 生成圖像、視頻、音頻和 3D 內容，使用官方 comfy-cli 進行設置/生命週期管理，並使用直接的 REST/WebSocket API 進行工作流執行。

此技能包含的內容

參考文檔 (references/)：

official-cli.md — 每個 comfy ... 命令及其標誌
rest-api.md — REST + WebSocket 端點（本地 + 雲），負載模式
workflow-format.md — API 格式 JSON，常見節點類型，參數映射
template-integrity.md — 將 comfyui-workflow-templates 從編輯器格式轉換為 API 格式：Reroute 旁路，帶點號的動態輸入鍵（values.a, resize_type.width），雲特性（302 重定向，免費層 1 個併發作業，1080p VRAM 上限），兼容 Discord 的 ffmpeg 拼接。由 @purzbeats 編寫。當你從官方模板開始時，請加載此文檔。

腳本 (scripts/)：

腳本	用途
`_common.py`	共享 HTTP、雲路由、節點目錄（不要直接運行）
`hardware_check.py`	探測 GPU/VRAM/磁盤 → 推薦本地 vs Comfy Cloud
`comfyui_setup.sh`	硬件檢查 + comfy-cli + ComfyUI 安裝 + 啟動 + 驗證
`extract_schema.py`	讀取工作流 → 列出可控制參數 + 模型依賴項
`check_deps.py`	針對運行中的服務器檢查工作流 → 列出缺失的節點/模型
`auto_fix_deps.py`	運行 check_deps 然後執行 `comfy node install` / `comfy model download`
`run_workflow.py`	注入參數，提交，監控，下載輸出（HTTP 或 WS）
`run_batch.py`	通過掃描多次提交工作流，並行度取決於你的層級
`ws_monitor.py`	用於執行作業的實時 WebSocket 查看器（實時進度）
`health_check.py`	驗證清單運行器 — comfy-cli + 服務器 + 模型 + 冒煙測試
`fetch_logs.py`	拉取給定 prompt_id 的回溯/狀態消息

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

何時使用

用戶要求使用 Stable Diffusion、SDXL、Flux、SD3 等生成圖像
用戶想要運行特定的 ComfyUI 工作流文件
用戶想要鏈式生成步驟（txt2img → upscale → 面部修復）
用戶需要 ControlNet、inpainting、img2img 或其他高級管道
用戶要求管理 ComfyUI 隊列、檢查模型或安裝自定義節點
用戶希望通過 AnimateDiff、Hunyuan、Wan、AudioCraft 等生成視頻/音頻/3D 內容

架構：兩層結構

┌─────────────────────────────────────────────────────┐
│ 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    │
└─────────────────────────────────────────────────────┘

為什麼分為兩層？ 官方 CLI 非常適合安裝和服務器管理，但對工作流執行的支持很少。REST/WS API 填補了這一空白 — 腳本處理 CLI 不做的參數注入、執行監控和輸出下載。

快速開始

檢測環境

# 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

如果未安裝任何內容，請參閱下面的 設置與入門 — 但始終先運行硬件檢查。

一行健康檢查

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

核心工作流

步驟 1：獲取 API 格式的工作流 JSON

工作流必須採用 API 格式（每個節點都有 class_type）。它們來自：

ComfyUI Web UI → Workflow → Export (API)（新版 UI）或傳統的 "Save (API Format)" 按鈕（舊版 UI）
此技能的 workflows/ 目錄（ ready-to-run 示例）
社區下載（civitai, Reddit, Discord）— 通常是編輯器格式，必須加載到 ComfyUI 中然後重新導出

編輯器格式（頂層 nodes 和 links 數組）不可直接執行。腳本會檢測到此情況並提示你重新導出。

步驟 2：查看可控制的內容

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

步驟 3：帶參數運行

# 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 設為 -1（或使用 --randomize-seed 省略它）會在每次運行時生成一個新的隨機種子。

步驟 4：展示結果

腳本向 stdout 發出 JSON，描述每個輸出文件：

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

決策樹

用戶說	工具	命令
生命週期（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`
執行（使用腳本）
"is everything ready?"	script	`health_check.py`（可選附帶 `--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`

設置與入門

當用戶要求設置 ComfyUI 時，首先要做的是詢問他們想要 Comfy Cloud（託管、零安裝、API 密鑰）還是本地（在他們的機器上安裝 ComfyUI）。在得到回答之前，不要開始運行安裝命令或硬件檢查。

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

步驟 0：詢問本地 vs Cloud（始終優先）

建議話術：

"您希望在本地機器上運行 ComfyUI，還是使用 Comfy Cloud？

Comfy Cloud — 託管在 RTX 6000 Pro GPU 上，預裝所有常用模型，零設置。需要 API 密鑰（需要付費訂閱才能實際運行工作流；免費層僅限只讀）。如果您沒有性能足夠的 GPU，這是最佳選擇。

本地 — 免費，但您的機器必須滿足硬件要求：

具有 ≥6 GB 顯存的 NVIDIA GPU（SDXL 需 ≥8 GB，Flux/視頻需 ≥12 GB），或

支持 ROCm 的 AMD GPU（Linux），或

Apple Silicon Mac（M1+）具有 ≥16 GB 統一內存（推薦 ≥32 GB）。

Intel Mac 和沒有 GPU 的機器將無法工作 — 請改用 Cloud。

您希望選擇哪種方式？"

路由：

Cloud → 跳至 路徑 A。
本地 → 首先運行硬件檢查，然後根據結果從路徑 B–E 中選擇一個。
不確定 → 運行硬件檢查並讓結果決定。

步驟 1：驗證硬件（僅當用戶選擇本地時）

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

結果	含義	操作
`ok`	≥8 GB 顯存（獨立顯卡）或 ≥32 GB 統一內存（Apple Silicon）	本地安裝 — 使用報告中的 `comfy_cli_flag`
`marginal`	SD1.5 可行；SDXL 緊張；Flux/視頻不太可能	輕量工作流可本地運行，否則選擇路徑 A（Cloud）
`cloud`	無可用 GPU，<6 GB 顯存，<16 GB Apple 統一內存，Intel Mac，Rosetta Python	除非用戶明確強制本地安裝，否則切換到 Cloud

該腳本還會顯示 wsl: true（帶有 NVIDIA 透傳的 WSL2）和 rosetta: true（Apple Silicon 上的 x86_64 Python — 必須重新安裝為 ARM64）。

如果結果是 cloud 但用戶想要本地安裝，請不要靜默繼續。原樣顯示 notes 數組，並詢問他們是否希望 (a) 切換到 Cloud 或 (b) 強制本地安裝（在現代模型上會出現內存溢出或速度慢到無法使用）。

選擇安裝路徑

首先使用硬件檢查。下表是當用戶已經告知你其硬件情況時的後備方案：

情況	推薦路徑
硬件檢查結果為 `verdict: cloud`	路徑 A：Comfy Cloud
無 GPU / 希望在不承諾的情況下嘗試	路徑 A：Comfy Cloud
Windows + NVIDIA + 非技術用戶	路徑 B：ComfyUI Desktop
Windows + NVIDIA + 技術用戶	路徑 C：Portable 或路徑 D：comfy-cli
Linux + 任何 GPU	路徑 D：comfy-cli（最簡單）
macOS + Apple Silicon	路徑 B：Desktop 或路徑 D：comfy-cli
無頭模式 / 服務器 / CI / 代理	路徑 D：comfy-cli

對於完全自動化的路徑（硬件檢查 → 安裝 → 啟動 → 驗證）：

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

它在內部運行 hardware_check.py，當判定結果為 cloud 時拒絕在本地安裝（除非使用 --force-cloud-override），選擇正確的 comfy-cli 標誌，並優先使用 pipx/uvx 而非全局 pip，以避免汙染系統 Python。

路徑 A：Comfy Cloud（無本地安裝）

適用於沒有合適 GPU 或希望零設置的用戶。託管於 RTX 6000 Pro 上。

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

在 https://comfy.org/cloud 註冊
在 https://platform.comfy.org/login 生成 API 密鑰

設置密鑰：

export COMFY_CLOUD_API_KEY="comfyui-xxxxxxxxxxxx"

運行工作流：

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

定價： https://www.comfy.org/cloud/pricing 併發任務數： 免費/標準版 1 個，創作者版 3 個，專業版 5 個。免費套餐無法通過 API 運行工作流 — 僅可瀏覽模型。使用 /api/prompt、/api/upload/*、/api/view 等接口需要付費訂閱。

路徑 B：ComfyUI Desktop（Windows / macOS）

面向非技術用戶的一鍵安裝程序。目前處於 Beta 階段。

文檔： 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 — 請使用路徑 D。

路徑 C：ComfyUI Portable（僅限 Windows）

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

從 https://github.com/comfyanonymous/ComfyUI/releases 下載，解壓，運行 run_nvidia_gpu.bat。通過 update/update_comfyui_stable.bat 進行更新。

路徑 D：comfy-cli（全平臺 — 推薦用於 Agent）

官方 CLI 是無頭/自動化設置的最佳路徑。

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

安裝 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

安裝 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

默認位置：~/comfy/ComfyUI（Linux），~/Documents/comfy/ComfyUI（macOS/Win）。使用 comfy --workspace /custom/path install 覆蓋默認位置。

啟動 / 驗證

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

路徑 E：手動安裝（高級 / 不支持的硬件）

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

文檔： 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

安裝後：下載模型

# 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"

列出已安裝的模型：comfy model list。

安裝後：安裝自定義節點

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

安裝後：驗證

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

圖片上傳（img2img / 圖像修復）

最簡單的方法是在 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}'

該標誌會上傳 photo.png，然後將其服務器端文件名注入到名為 image 的模式參數中。對於圖像修復（inpainting），需同時傳遞兩者：

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"}'

通過 REST 手動上傳：

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 特定說明

基礎 URL： https://cloud.comfy.org
認證： X-API-Key 請求頭（或 WebSocket 使用 ?token=KEY）
API 密鑰： 設置一次 $COMFY_CLOUD_API_KEY，腳本會自動獲取
輸出下載： /api/view 返回指向簽名 URL 的 302 重定向；腳本會跟隨重定向，並在從存儲後端獲取前剝離 X-API-Key（防止將 API 密鑰洩露給 S3/CloudFront）。
與本地 ComfyUI 的端點差異：
- /api/object_info、/api/queue、/api/userdata — 免費套餐返回 403；僅限付費用戶。
- Cloud 上的 /history 重命名為 /history_v2（腳本會自動路由）。
- Cloud 上的 /models/<folder> 重命名為 /experiment/models/<folder>（腳本會自動路由）。
- WebSocket 中的 clientId 目前被忽略 — 用戶的所有連接接收相同的廣播。請在客戶端按 prompt_id 過濾。
- 上傳時接受 subfolder 但會被忽略 — Cloud 使用扁平命名空間。
併發任務數： 免費/標準版：1 個，創作者版：3 個，專業版：5 個。多餘任務自動排隊。使用 run_batch.py --parallel N 以飽和您的套餐額度。

隊列與系統管理

# 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

常見陷阱

需要 API 格式 — 每個腳本和 /api/prompt 端點都期望 API 格式的工作流 JSON。腳本會檢測編輯器格式（頂層的 nodes 和 links 數組），並提示您通過“Workflow → Export (API)”（新版 UI）或“Save (API Format)”（舊版 UI）重新導出。
服務器必須正在運行 — 所有執行都需要活躍的服務器。comfy launch --background 可啟動一個服務器。通過 curl http://127.0.0.1:8188/system_stats 進行驗證。
模型名稱必須精確 — 區分大小寫，包含文件擴展名。check_deps.py 進行模糊匹配（帶/不帶擴展名和文件夾前綴），但工作流本身必須使用規範名稱。使用 comfy model list 查看已安裝的內容。
缺少自定義節點 — “class_type not found” 意味著未安裝所需的節點。check_deps.py 報告會指出需要安裝哪個包；auto_fix_deps.py 會為您運行安裝。
工作目錄 — comfy-cli 會自動檢測 ComfyUI 工作區。如果命令因“未找到工作區”而失敗，請使用 comfy --workspace /path/to/ComfyUI <command> 或 comfy set-default /path/to/ComfyUI。
雲免費層 API 限制 — /api/prompt、/api/view、/api/upload/*、 /api/object_info 在免費賬戶上均返回 403。health_check.py 和 check_deps.py 會優雅地處理此情況並顯示清晰的消息。
視頻/音頻工作流的超時 — 當輸出節點為 VHS_VideoCombine、SaveVideo 等時會自動檢測；默認超時從 300 秒增加到 900 秒。可以使用 --timeout 1800 顯式覆蓋。
輸出文件名中的路徑遍歷 — 服務器提供的文件名會通過 safe_path_join 處理，以拒絕任何逃逸出 --output-dir 的路徑。請保持此保護開啟 — 帶有自定義保存節點的工作流可能會生成任意路徑。
工作流 JSON 是任意代碼 — 自定義節點運行 Python，因此提交未知工作流的信任級別與執行 eval 相同。在運行來自不可信來源的工作流之前，請先進行檢查。
自動隨機化種子 — 在 --args 中傳遞 seed: -1（或使用 --randomize-seed 並省略種子），以便每次運行獲得一個新的種子。實際種子會記錄到 stderr。
tracking 提示 — 首次運行 comfy 時可能會提示是否啟用分析功能。使用 comfy --skip-prompt tracking disable 以非交互方式跳過。 comfyui_setup.sh 會為你執行此操作。

驗證清單

使用 python3 scripts/health_check.py 一次性運行整個列表。手動檢查：

hardware_check.py 的結果為 ok，或者用戶明確選擇了 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 顯示至少一個檢查點（本地）或 /api/experiment/models/checkpoints 返回模型（雲端）
工作流 JSON 採用 API 格式
check_deps.py 報告 is_ready: true（或在雲免費層上僅報告 node_check_skipped）
使用小型工作流進行測試運行並完成；輸出文件位於 --output-dir 中

技能元數據​

參考：完整 SKILL.md​

ComfyUI

此技能包含的內容​

何時使用​

架構：兩層結構​

快速開始​

檢測環境​

一行健康檢查​

核心工作流​

步驟 1：獲取 API 格式的工作流 JSON​

步驟 2：查看可控制的內容​

步驟 3：帶參數運行​

步驟 4：展示結果​

決策樹​

設置與入門​

步驟 0：詢問本地 vs Cloud（始終優先）​

步驟 1：驗證硬件（僅當用戶選擇本地時）​

選擇安裝路徑​

路徑 A：Comfy Cloud（無本地安裝）​

路徑 B：ComfyUI Desktop（Windows / macOS）​

路徑 C：ComfyUI Portable（僅限 Windows）​

路徑 D：comfy-cli（全平臺 — 推薦用於 Agent）​

安裝 comfy-cli​

安裝 ComfyUI​

啟動 / 驗證​

路徑 E：手動安裝（高級 / 不支持的硬件）​

安裝後：下載模型​

安裝後：安裝自定義節點​

安裝後：驗證​

圖片上傳（img2img / 圖像修復）​

Cloud 特定說明​

隊列與系統管理​

常見陷阱​

驗證清單​