SwarmUI项目中ComfyUI工作流保存位置解析
2025-07-01 07:31:02作者:齐冠琰
在SwarmUI项目与ComfyUI的集成使用过程中,用户保存的工作流文件存储机制是一个值得关注的技术细节。与原生ComfyUI不同,SwarmUI采用了一套特有的存储方案来保存用户自定义工作流。
存储位置说明
SwarmUI将用户在Simple标签页中保存的工作流文件统一存放在项目目录下的特定路径:(Swarm)/src/BuiltinExtensions/ComfyUIBackend/CustomWorkflows。这个设计体现了SwarmUI作为上层封装框架对ComfyUI的扩展能力。
技术实现特点
-
专用格式存储:不同于ComfyUI原生的工作流格式,SwarmUI使用自定义格式保存工作流。这种格式不仅包含基础的工作流定义,还额外存储了SwarmUI特有的元数据信息,这使得工作流能够支持SwarmUI提供的增强功能。
-
模块化设计:将工作流保存在BuiltinExtensions子目录下,反映了SwarmUI的模块化架构思想。这种设计便于功能扩展和维护,同时也保持了与核心系统的清晰边界。
迁移注意事项
当用户需要迁移或备份工作流时,需要注意:
- 这些工作流文件是SwarmUI专用格式,不能直接用于原生ComfyUI环境
- 迁移时需要完整复制整个CustomWorkflows目录以保持所有关联关系
- 不同版本的SwarmUI可能存在格式兼容性问题
最佳实践建议
对于需要跨平台或长期保存的工作流,建议:
- 定期备份CustomWorkflows目录
- 重要工作流可在SwarmUI和原生ComfyUI中分别保存标准格式
- 记录工作流的关键参数和节点配置作为补充文档
理解这一存储机制有助于用户更好地管理自己的工作流资产,也为开发者提供了扩展SwarmUI功能的底层视角。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.17 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
685
324
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
678
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
343
146