ComfyUI 项目使用指南

项目介绍

ComfyUI 是一个基于 Stable Diffusion 3 的开源项目，旨在提供一个易于使用的 API 来运行 ComfyUI。该项目由 fofr 开发，并在 GitHub 上托管。ComfyUI 通过提供一个模板，使得用户可以快速启动和运行 Stable Diffusion 3，同时支持自定义节点和模型。

项目快速启动

环境准备

1. 安装 Cog：首先需要安装 Cog，可以通过以下命令进行安装：

   sudo apt-get update && sudo apt-get install -y cog
   

2. 克隆项目：克隆 ComfyUI 项目到本地：

   git clone https://github.com/fofr/cog-comfyui.git
   cd cog-comfyui
   

启动服务

1. 启动 Cog 容器：使用以下命令启动 Cog 容器并暴露端口 8188：

   sudo cog run -p 8188 bash
   

2. 启动 ComfyUI 服务：在 Cog 容器内启动 ComfyUI 服务，绑定到所有网络接口：

   cd ComfyUI/
   python main.py --listen 0.0.0.0
   

3. 访问服务：在本地机器上通过 GPU 机器的 IP 和暴露的端口（8188）访问服务：

   http://<gpu-ip>:8188
   

加载模型

1. 下载模型权重：首先获取 Stable Diffusion 3 的权重，下载 sd3_medium_incl_clips_t5xxlfp8.safetensors 到 ComfyUI/models/checkpoints 文件夹。

应用案例和最佳实践

应用案例

ComfyUI 可以用于多种应用场景，包括但不限于：

• 图像生成：使用 Stable Diffusion 3 生成高质量的图像。
• 模型训练：通过自定义节点和模型进行模型训练和微调。

最佳实践

• 优化性能：确保 GPU 资源充足，并合理配置 Cog 容器以优化性能。
• 自定义节点：根据需求添加自定义节点，扩展 ComfyUI 的功能。

典型生态项目

相关项目

• Stable Diffusion：ComfyUI 基于 Stable Diffusion 3，是一个强大的图像生成模型。
• Cog：Cog 是一个用于构建和运行机器学习模型的工具，ComfyUI 利用 Cog 进行容器化部署。

通过以上步骤和指南，您可以快速启动并使用 ComfyUI 项目，进行图像生成和模型训练等操作。