comfyui

GitHub
1k 344 中等 1 次阅读 昨天NOASSERTION图像开发框架Agent
AI 解读 由 AI 自动生成,仅供参考

ComfyUI 是一款基于 Docker 容器化技术打造的 AI 图像生成工作流工具,专为云端 GPU 环境和本地部署设计。它依托 AI-Dock 基础镜像,解决了传统部署中环境配置复杂、依赖冲突多以及跨平台兼容性差等痛点,让用户能更专注于创意实现而非繁琐的技术调试。

这款工具特别适合开发者、AI 研究人员以及需要灵活定制工作流的设计师使用。无论是想在 Vast.ai 等云服务平台快速启动项目,还是在本地构建稳定的生成环境,ComfyUI 都能提供高度可配置的解决方案。其独特亮点在于支持 NVIDIA CUDA、AMD ROCm 及纯 CPU 多种硬件架构,并内置了自动更新机制与安全的身份验证功能。用户只需通过简单的环境变量(如 HF_TOKEN 或 CIVITAI_TOKEN)即可轻松访问 HuggingFace 和 Civitai 上的受限模型(如 SD3、FLUX.1)。此外,它还提供了独立的 Python 环境和完善的 API 接口文档,方便进行二次开发或服务集成。虽然默认不捆绑模型以减小体积,但通过预置的配置脚本,用户可以自动化完成所有初始化设置,极大提升了部署效率与用户体验。

使用场景

一家小型游戏工作室的美术团队需要在云端 GPU 集群上快速部署 ComfyUI,以批量生成具有统一风格的角色概念图,并集成到自动化生产管线中。

没有 comfyui 时

  • 环境配置繁琐:开发人员需手动在每台云实例上安装 CUDA 驱动、Python 依赖及 ComfyUI 核心代码,耗时数小时且极易因版本冲突导致失败。
  • 模型获取受阻:下载 HuggingFace 或 Civitai 上的 gated 模型(如 SD3、FLUX.1)时,缺乏内置的令牌管理机制,需反复手动配置认证信息。
  • 服务管理混乱:缺乏统一的进程守护机制,ComfyUI 进程意外崩溃后无法自动重启,导致夜间批量任务中断且无人知晓。
  • 多硬件适配困难:团队混合使用 NVIDIA 和 AMD 显卡,需维护多套不同的安装脚本,难以实现“一次构建,到处运行”。

使用 comfyui 后

  • 一键容器化部署:直接拉取预构建的 Docker 镜像,通过简单的环境变量(如 AUTO_UPDATE=true)即可在几分钟内启动包含完整依赖的运行环境。
  • 无缝模型认证:仅需传入 HF_TOKENCIVITAI_TOKEN 环境变量,容器启动时即自动完成身份验证并下载受保护的模型文件。
  • 高可用服务守护:内置 Supervisor 服务自动监控 ComfyUI 进程,确保任务异常退出后立即重启,保障批量生成任务全天候稳定运行。
  • 跨平台统一体验:一套镜像同时支持 CUDA、ROCm 及 CPU 环境,团队无需关心底层硬件差异,大幅降低了运维复杂度。

comfyui 通过标准化的容器方案,将原本复杂的 AI 绘图环境搭建转化为可复制的自动化流程,让美术团队能专注于创意生产而非技术调试。

运行环境要求

操作系统
  • Linux
GPU
  • 支持 NVIDIA CUDA、AMD ROCm 或 CPU 模式
  • 具体显卡型号和显存大小未说明,需根据运行的模型(如 SD3, FLUX.1)自行配置
  • 可通过 COMFYUI_ARGS 环境变量传递 --gpu-only 或 --highvram 等参数
内存

未说明

依赖
notes该工具以 Docker 容器形式运行,不预捆绑模型或第三方配置,需使用配置脚本自动设置。支持通过环境变量配置 Civitai 和 HuggingFace 的认证令牌以下载受限模型。默认服务端口为 8188,所有服务默认受密码保护。
python未说明 (通过 micromamba 管理 'comfyui' 和 'api' 独立环境)
ComfyUI
ComfyUI API wrapper
micromamba
comfyui hero image

快速开始

Docker 构建

AI-Dock + ComfyUI Docker 镜像

在高度可配置、以云为中心的 AI-Dock 容器中运行 ComfyUI

[!注意] 这些镜像不包含模型或第三方配置。您应该使用一个 配置脚本 来自动配置您的容器。您可以在 config/provisioning 中找到示例,包括 SD3FLUX.1 的设置。

文档

所有 AI-Dock 容器都共享一个通用的基础镜像,旨在使在诸如 vast.ai 等云服务上运行尽可能简单且用户友好。

常见功能和选项已在 基础 Wiki 中记录,而此镜像特有的任何附加功能将在下文详细说明。

版本标签

:latest 标签指向 :latest-cuda,并对应于稳定且经过测试的版本。可能存在更新的构建版本。

标签遵循以下模式:

CUDA
  • :cuda-[x.x.x-base|runtime]-[ubuntu-version]
ROCm
  • :rocm-[x.x.x-runtime]-[ubuntu-version]
CPU
  • :cpu-[ubuntu-version]

请浏览 ghcr.io 以查找适合您目标环境的镜像。或者,您也可以在 DockerHub 上查看精选的 CUDAROCm 构建版本。

支持平台:NVIDIA CUDAAMD ROCmCPU

附加环境变量

变量 描述
AUTO_UPDATE 启动时更新 ComfyUI(默认为 false
CIVITAI_TOKEN 对来自 Civitai 的下载请求进行身份验证——对于受限制的模型是必需的
COMFYUI_ARGS 启动参数。例如:--gpu-only --highvram
COMFYUI_PORT_HOST ComfyUI 界面端口(默认为 8188
COMFYUI_REF 自动更新的 Git 引用。接受分支、标签或提交哈希值。默认:最新发布版本
COMFYUI_URL 使用 URL 覆盖 $DIRECT_ADDRESS:port 以指向 ComfyUI
HF_TOKEN 对来自 HuggingFace 的下载请求进行身份验证——对于受限制的模型(SD3、FLUX 等)是必需的

有关更多配置选项,请参阅基础环境变量 此处

附加 Python 环境

环境 包括的软件包
comfyui ComfyUI 及其依赖项
api ComfyUI API 封装及其依赖项

登录 Shell 时将激活 comfyui 环境。

请参阅基础 micromamba 环境 此处

附加服务

以下服务将与基础镜像提供的 默认服务 一同启动。

ComfyUI

该服务将在端口 8188 上启动,除非您已使用 COMFYUI_PORT_HOST 指定了覆盖端口。

您可以通过变量 COMFYUI_ARGS 设置启动标志。

要管理此服务,您可以使用 supervisorctl [start|stop|restart] comfyui

ComfyUI API 封装

该服务在端口 8188 上可用,目前仍在开发中,旨在取代已被弃用的旧有的无服务器处理程序;如果您需要,旧版 Docker 镜像和源代码仍然可用。

您可以直接通过 /ai-dock/api/ 访问 API,也可以使用位于 /ai-dock/api/docs 的 Swager/openAPI 演示页面。

[!注意] 所有服务默认受密码保护。有关更多信息,请参阅 安全性环境变量 文档。

预配置模板

Vast.ai


作者 (@robballantyne) 在您注册本文档中链接的服务时可能会获得报酬。在多种不同环境中测试多个 GPU 镜像变体既昂贵又耗时;这笔费用有助于抵消相关成本。

常见问题

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

349.3k|★★★☆☆|1周前
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|1周前
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

157.4k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

108.3k|★★☆☆☆|6天前
开发框架图像Agent

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。

100.8k|★★☆☆☆|6天前
插件Agent图像

markitdown

MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器

93.4k|★★☆☆☆|1周前
插件开发框架