--- title: "Comfyui — 拡散モデルのワークフローで画像・動画・音声を生成する" description: "拡散モデルのワークフローで画像・動画・音声を生成する" upstream_path: user-guide/skills/bundled/creative/creative-comfyui.md upstream_blob: 5276ffaa0d03566e4b9bf8d30d158f6ecfc6bf40 sources: - https://hermes-agent.nousresearch.com/docs/user-guide/skills/bundled/creative/creative-comfyui --- # Comfyui {#comfyui} 拡散モデルのワークフローで画像・動画・音声を生成します。 ## skill の情報 {#skill-metadata} | | | |---|---| | 提供元 | 最初から入っています | | パス | `skills/creative/comfyui` | | バージョン | `5.1.0` | | 作者 | ['kshitijk4poor', 'alt-glitch', 'purzbeats'] | | ライセンス | MIT | | 対応プラットフォーム | macos, linux, windows | | タグ | `comfyui`, `image-generation`, `stable-diffusion`, `flux`, `sd3`, `wan-video`, `hunyuan-video`, `creative`, `generative-ai`, `video-generation` | | 関連 skill | [`stable-diffusion`](/hermes/docs/user-guide/skills/optional/mlops/mlops-stable-diffusion/) | ## 参考: SKILL.md 全文 {#reference-full-skillmd} :::info 以下は、この skill が呼び出されたときに Hermes が読み込む定義の全文です。skill が有効なあいだ、エージェントはこれを指示として見ています。 ::: # ComfyUI {#comfyui} ComfyUI を使って画像・動画・音声・3D コンテンツを生成します。セットアップと起動停止には公式の `comfy-cli` を、ワークフローの実行には REST/WebSocket API を直接使います。 ## この skill に入っているもの {#whats-in-this-skill} **参照ドキュメント（`references/`）:** - `official-cli.md` — `comfy ...` コマンドの全一覧とフラグ - `rest-api.md` — REST と WebSocket のエンドポイント（ローカル・クラウド両方）、ペイロードの形式 - `workflow-format.md` — API 形式の JSON、よく使うノードの種類、パラメータの対応 - `template-integrity.md` — `comfyui-workflow-templates` をエディタ形式から API 形式へ変換する方法。 Reroute の迂回、ドット付きの動的入力キー （`values.a`、`resize_type.width`）、クラウド特有の挙動（302 リダイレクト、無料枠は同時実行 1 件、 1080p の VRAM 上限）、Discord で再生できる ffmpeg の結合まで扱います。 執筆は [@purzbeats](https://github.com/purzbeats)。公式テンプレートから始めるときは必ず読み込んでください。 **スクリプト（`scripts/`）:** | スクリプト | 用途 | |--------|---------| | `_common.py` | HTTP 処理・クラウドへの振り分け・ノード一覧の共通部分（直接実行はしません） | | `hardware_check.py` | GPU/VRAM/ディスクを調べて、ローカルと Comfy Cloud のどちらが向くか判定します | | `comfyui_setup.sh` | ハードウェア確認 + comfy-cli + ComfyUI の導入 + 起動 + 動作確認 | | `extract_schema.py` | ワークフローを読んで、変更できるパラメータと必要なモデルを一覧にします | | `check_deps.py` | 起動中のサーバーとワークフローを突き合わせ、足りないノードやモデルを挙げます | | `auto_fix_deps.py` | check_deps を実行し、`comfy node install` / `comfy model download` まで走らせます | | `run_workflow.py` | パラメータを差し込んで送信し、進行を見守り、出力を受け取ります（HTTP または WS） | | `run_batch.py` | 値を振りながら同じワークフローを N 回投げます。契約プランの上限まで並列実行します | | `ws_monitor.py` | 実行中のジョブを WebSocket でリアルタイムに眺めます（進捗が随時出ます） | | `health_check.py` | 動作確認の一括実行 — comfy-cli とサーバーとモデルを見て、試し生成まで行います | | `fetch_logs.py` | 指定した prompt_id のトレースバックや状態メッセージを取り出します | **ワークフローの例（`workflows/`）:** SD 1.5、SDXL、Flux Dev、SDXL img2img、 SDXL inpaint、ESRGAN のアップスケール、AnimateDiff の動画、Wan T2V。詳しくは `workflows/README.md` を見てください。 ## こんなときに使います {#when-to-use} - Stable Diffusion、SDXL、Flux、SD3 などで画像を生成したいと言われたとき - 特定の ComfyUI ワークフローファイルを実行したいとき - 生成処理をつなげたいとき（txt2img → アップスケール → 顔の補正） - ControlNet、インペイント、img2img といった凝ったパイプラインが必要なとき - ComfyUI のキュー管理、モデルの確認、カスタムノードの追加を頼まれたとき - AnimateDiff、Hunyuan、Wan、AudioCraft などで動画・音声・3D を生成したいとき ## 構成: 2 つの層 {#architecture-two-layers} ``` ┌─────────────────────────────────────────────────────┐ │ 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 │ └─────────────────────────────────────────────────────┘ ``` **なぜ 2 層なのか。** 公式 CLI は導入とサーバー管理には申し分ないのですが、ワークフローの実行まわりは ほとんど面倒を見てくれません。そこを REST/WS API が埋めます。パラメータの差し込み、実行中の監視、 出力の受け取りといった CLI がやらない部分をスクリプトが担当します。 ## まず動かす {#quick-start} ### 環境を調べる {#detect-environment} ```bash # 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 ``` 上のコマンドで何も入っていないと分かったら、後半の **セットアップと導入の流れ** を見てください。ただし、 ハードウェアの確認だけは必ず先に済ませます。 ### 一行で状態を確認する {#one-line-health-check} ```bash python3 scripts/health_check.py # → JSON: comfy_cli on PATH? server reachable? at least one checkpoint? smoke-test passes? ``` ## 基本の流れ {#core-workflow} ### ステップ 1: API 形式のワークフロー JSON を用意する {#step-1-get-a-workflow-json-in-api-format} ワークフローは API 形式（各ノードに `class_type` がある形）である必要があります。入手先は次のとおりです。 - ComfyUI のウェブ画面 → **Workflow → Export (API)**（新しい画面）または 従来の「Save (API Format)」ボタン（古い画面） - この skill の `workflows/` ディレクトリ（そのまま動く例） - コミュニティからのダウンロード（civitai、Reddit、Discord）— たいていエディタ形式なので、 いったん ComfyUI に読み込んでから書き出し直します エディタ形式（最上位に `nodes` と `links` の配列がある形）は **そのままでは実行できません**。 スクリプトがこれを検出して、書き出し直すよう伝えます。 ### ステップ 2: 何を変えられるか見る {#step-2-see-whats-controllable} ```bash 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 ``` ### ステップ 3: パラメータを指定して実行する {#step-3-run-with-parameters} ```bash # 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` に `-1` を渡す（または `--randomize-seed` を付けて seed を省く）と、実行ごとに新しい乱数の シードが選ばれます。 ### ステップ 4: 結果を見せる {#step-4-present-results} スクリプトは、出力ファイル 1 つ 1 つを説明する JSON を標準出力に流します。 ```json { "status": "success", "prompt_id": "abc-123", "outputs": [ {"file": "./outputs/sdxl_00001_.png", "node_id": "9", "type": "image", "filename": "sdxl_00001_.png"} ] } ``` ## 判断早見表 {#decision-tree} | 言われたこと | 使うもの | コマンド | |-----------|------|---------| | **起動停止まわり（comfy-cli を使う）** | | | | 「ComfyUI を入れて」 | comfy-cli | `bash scripts/comfyui_setup.sh` | | 「ComfyUI を動かして」 | comfy-cli | `comfy launch --background` | | 「ComfyUI を止めて」 | comfy-cli | `comfy stop` | | 「X ノードを入れて」 | comfy-cli | `comfy node install ` | | 「X モデルを落として」 | comfy-cli | `comfy model download --url --relative-path models/checkpoints` | | 「入っているモデルを見せて」 | comfy-cli | `comfy model list` | | 「入っているノードを見せて」 | comfy-cli | `comfy node show installed` | | **実行まわり（スクリプトを使う）** | | | | 「準備はできてる?」 | スクリプト | `health_check.py`（必要なら `--workflow X --smoke-test` を付けます） | | 「このワークフローで何を変えられる?」 | スクリプト | `extract_schema.py W.json` | | 「W に必要なものが揃っているか見て」 | スクリプト | `check_deps.py W.json` | | 「足りないものを入れて」 | スクリプト | `auto_fix_deps.py W.json` | | 「画像を作って」 | スクリプト | `run_workflow.py --workflow W --args '{...}'` | | 「この画像を使って」（img2img） | スクリプト | `run_workflow.py --input-image image=./x.png ...` | | 「シードを変えて 8 パターン」 | スクリプト | `run_batch.py --count 8 --randomize-seed ...` | | 「進み具合を見せて」 | スクリプト | `ws_monitor.py --prompt-id ` | | 「ジョブ X のエラーを見せて」 | スクリプト | `fetch_logs.py ` | | **REST を直接叩く** | | | | 「キューには何が入ってる?」 | REST | `curl http://HOST:8188/queue`（ローカル）または `--host https://cloud.comfy.org` | | 「今のをやめて」 | REST | `curl -X POST http://HOST:8188/interrupt` | | 「GPU のメモリを空けて」 | REST | `curl -X POST http://HOST:8188/free` | ## セットアップと導入の流れ {#setup-onboarding} ComfyUI のセットアップを頼まれたら、**まず最初に聞くのは、Comfy Cloud（ホスト型・インストール不要・ API キーが要る）か、ローカル（自分のマシンに ComfyUI を入れる）か** です。答えをもらう前に、 インストールのコマンドやハードウェアの確認を始めないでください。 **公式ドキュメント:** https://docs.comfy.org/installation **CLI のドキュメント:** https://docs.comfy.org/comfy-cli/getting-started **クラウドのドキュメント:** https://docs.comfy.org/get_started/cloud **クラウド API:** https://docs.comfy.org/development/cloud/overview ### ステップ 0: ローカルかクラウドかを聞く（必ず最初に） {#step-0-ask-local-vs-cloud-always-first} 聞き方の例です。 > 「ComfyUI を自分のマシンで動かしますか。それとも Comfy Cloud を使いますか。 > > - **Comfy Cloud** — RTX 6000 Pro の GPU で動き、よく使うモデルは入った状態で、 > セットアップは不要です。API キーが必要です（実際にワークフローを回すには有料契約が要ります。 > 無料枠は閲覧のみ）。手元に十分な GPU がないならこちらです。 > - **ローカル** — 無料ですが、マシンが次の条件を満たしている必要があります。 > - **6 GB 以上の VRAM** を持つ NVIDIA GPU（SDXL なら 8 GB 以上、Flux や動画なら 12 GB 以上）、または > - ROCm に対応した AMD GPU（Linux）、または > - **16 GB 以上のユニファイドメモリ** を積んだ Apple Silicon の Mac（M1 以降。32 GB 以上を推奨）。 > - Intel Mac や GPU のないマシンでは動きません。クラウドを使ってください。 > > どちらにしますか。」 振り分けは次のとおりです。 - **クラウド** → **経路 A** へ進みます。 - **ローカル** → 先にハードウェアを確認し、その判定に応じて 経路 B〜E から選びます。 - **決めかねている** → ハードウェアを確認して、その判定に決めてもらいます。 ### ステップ 1: ハードウェアを確認する（ローカルを選んだときだけ） {#step-1-verify-hardware-only-if-user-chose-local} ```bash python3 scripts/hardware_check.py --json # Optional: also probe `torch` for actual CUDA/MPS: python3 scripts/hardware_check.py --json --check-pytorch ``` | 判定 | 意味 | やること | |------------|---------------------------------------------------------------|--------| | `ok` | VRAM 8 GB 以上（単体 GPU）、またはユニファイドメモリ 32 GB 以上（Apple Silicon） | ローカルに導入します。レポートの `comfy_cli_flag` を使ってください | | `marginal` | SD1.5 は動きます。SDXL は厳しく、Flux や動画はほぼ無理です | 軽いワークフローならローカルで大丈夫です。そうでなければ **経路 A（クラウド）** へ | | `cloud` | 使える GPU がない、VRAM <6 GB、Apple のユニファイドメモリ <16 GB、Intel Mac、Rosetta 上の Python | 利用者がどうしてもローカルと言わない限り **クラウドに切り替えます** | このスクリプトは `wsl: true`（NVIDIA を渡した WSL2）と `rosetta: true`（Apple Silicon 上で x86_64 の Python が動いている状態。ARM64 で入れ直しが必要）も知らせます。 判定が `cloud` なのに利用者がローカルを望む場合、黙って進めてはいけません。 `notes` の配列をそのまま見せたうえで、(a) クラウドに切り替えるか、(b) それでもローカルに入れるか （最近のモデルではメモリ不足で落ちるか、使い物にならないほど遅くなります）を聞いてください。 ### 導入経路の選び方 {#choosing-an-installation-path} まずハードウェアの確認を行ってください。下の表は、利用者からハードウェアをすでに聞いている場合の 代わりの目安です。 | 状況 | おすすめの経路 | |-----------|------------------| | ハードウェア確認が `verdict: cloud` | **経路 A: Comfy Cloud** | | GPU がない / まずは気軽に試したい | **経路 A: Comfy Cloud** | | Windows + NVIDIA + 技術に明るくない | **経路 B: ComfyUI Desktop** | | Windows + NVIDIA + 技術に明るい | **経路 C: ポータブル版** または **経路 D: comfy-cli** | | Linux + 何らかの GPU | **経路 D: comfy-cli**（いちばん簡単です） | | macOS + Apple Silicon | **経路 B: Desktop** または **経路 D: comfy-cli** | | 画面なし / サーバー / CI / エージェント | **経路 D: comfy-cli** | すべて自動でやる場合（ハードウェア確認 → 導入 → 起動 → 動作確認）は次のとおりです。 ```bash bash scripts/comfyui_setup.sh # Or with overrides: bash scripts/comfyui_setup.sh --m-series --port=8190 --workspace=/data/comfy ``` このスクリプトは内部で `hardware_check.py` を実行し、判定が `cloud` のときはローカル導入を拒みます （`--force-cloud-override` を付けた場合を除く）。さらに適切な `comfy-cli` のフラグを選び、システムの Python を汚さないよう、global な `pip` より `pipx`/`uvx` を優先します。 --- ### 経路 A: Comfy Cloud（ローカルに何も入れない） {#path-a-comfy-cloud-no-local-install} 十分な GPU がない方や、セットアップを一切したくない方向けです。RTX 6000 Pro 上で動きます。 **ドキュメント:** https://docs.comfy.org/get_started/cloud 1. https://comfy.org/cloud で登録します 2. https://platform.comfy.org/login で API キーを発行します 3. キーを設定します: ```bash export COMFY_CLOUD_API_KEY="your-comfyui-key" ``` 4. ワークフローを実行します: ```bash python3 scripts/run_workflow.py \ --workflow workflows/flux_dev_txt2img.json \ --args '{"prompt": "..."}' \ --host https://cloud.comfy.org \ --output-dir ./outputs ``` **料金:** https://www.comfy.org/cloud/pricing **同時実行数:** Free/Standard は 1、Creator は 3、Pro は 5 です。無料枠では **API からワークフローを実行できません**。モデルを眺めるだけです。`/api/prompt`、`/api/upload/*`、`/api/view` などには 有料契約が必要です。 --- ### 経路 B: ComfyUI Desktop（Windows / macOS） {#path-b-comfyui-desktop-windows-macos} 技術に明るくない方向けの、ワンクリック導入版です。現在はベータです。 **ドキュメント:** https://docs.comfy.org/installation/desktop - **Windows（NVIDIA）:** https://download.comfy.org/windows/nsis/x64 - **macOS（Apple Silicon）:** https://comfy.org Desktop 版は Linux に **対応していません**。経路 D を使ってください。 --- ### 経路 C: ComfyUI ポータブル版（Windows 限定） {#path-c-comfyui-portable-windows-only} **ドキュメント:** https://docs.comfy.org/installation/comfyui_portable_windows https://github.com/comfyanonymous/ComfyUI/releases からダウンロードして展開し、 `run_nvidia_gpu.bat` を実行します。更新は `update/update_comfyui_stable.bat` から行います。 --- ### 経路 D: comfy-cli（全プラットフォーム対応。エージェントにはこれを推奨） {#path-d-comfy-cli-all-platforms-recommended-for-agents} 画面なしで自動化したい場合、公式 CLI がいちばん向いています。 **ドキュメント:** https://docs.comfy.org/comfy-cli/getting-started #### comfy-cli を入れる {#install-comfy-cli} ```bash # 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 ``` 対話なしで解析データの送信を止めるには次のようにします。 ```bash comfy --skip-prompt tracking disable ``` #### ComfyUI を入れる {#install-comfyui} ```bash 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 ``` 既定の場所は `~/comfy/ComfyUI`（Linux）、`~/Documents/comfy/ComfyUI` （macOS/Win）です。`comfy --workspace /custom/path install` で変えられます。 #### 起動と動作確認 {#launch-verify} ```bash 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 ``` --- ### 経路 E: 手動での導入（上級者向け / 非対応ハードウェア） {#path-e-manual-install-advanced-unsupported-hardware} Ascend NPU、Cambricon MLU、Intel Arc など、対応していないハードウェア向けです。 **ドキュメント:** https://docs.comfy.org/installation/manual_install ```bash 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 ``` --- ### 導入後: モデルをダウンロードする {#post-install-download-models} ```bash # 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" ``` 入っているものを一覧するには `comfy model list` を実行します。 ### 導入後: カスタムノードを入れる {#post-install-install-custom-nodes} ```bash 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 ``` ### 導入後: 動作を確かめる {#post-install-verify} ```bash 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 ``` ## 画像のアップロード（img2img / インペイント） {#image-upload-img2img-inpainting} いちばん簡単なのは、`run_workflow.py` に `--input-image` を渡す方法です。 ```bash python3 scripts/run_workflow.py \ --workflow workflows/sdxl_img2img.json \ --input-image image=./photo.png \ --args '{"prompt": "make it cyberpunk", "denoise": 0.6}' ``` このフラグは `photo.png` をアップロードしたうえで、サーバー側のファイル名を、スキーマの中で `image` という名前のパラメータに差し込みます。インペイントでは両方を渡します。 ```bash 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"}' ``` REST で手動アップロードする場合は次のとおりです。 ```bash 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: $COMFY_CLOUD_API_KEY" \ -F "image=@photo.png" -F "type=input" -F "overwrite=true" ``` ## クラウドならではの話 {#cloud-specifics} - **ベース URL:** `https://cloud.comfy.org` - **認証:** `X-API-Key` ヘッダー（WebSocket では `?token=KEY`） - **API キー:** `$COMFY_CLOUD_API_KEY` を一度設定すれば、スクリプトが自動で拾います - **出力のダウンロード:** `/api/view` は署名付き URL への 302 を返します。スクリプトはそれを追いかけ、 保管先から取得する前に `X-API-Key` を外します （S3/CloudFront に API キーを渡さないためです）。 - **ローカルの ComfyUI との違い:** - `/api/object_info`、`/api/queue`、`/api/userdata` — **無料枠では 403** になります。 有料契約が必要です。 - `/history` はクラウドでは `/history_v2` という名前です（スクリプトが自動で 振り分けます）。 - `/models/` はクラウドでは `/experiment/models/` という名前です （スクリプトが自動で振り分けます）。 - WebSocket の `clientId` は今のところ無視されます。同じ利用者の接続はすべて 同じ内容を受け取るので、`prompt_id` でクライアント側から絞ってください。 - アップロード時の `subfolder` は受け付けられますが無視されます。クラウドの名前空間は平坦です。 - **同時実行数:** Free/Standard は 1、Creator は 3、Pro は 5 です。あふれた分は自動で 順番待ちになります。`run_batch.py --parallel N` で契約プランの枠を使い切れます。 ## キューとシステムの管理 {#queue-system-management} ```bash # 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 ``` ## つまずきやすいところ {#pitfalls} 1. **API 形式でないと動きません** — すべてのスクリプトと `/api/prompt` エンドポイントは、 API 形式のワークフロー JSON を前提にしています。エディタ形式（最上位に `nodes` と `links` の配列がある形）はスクリプトが見分けて、 「Workflow → Export (API)」（新しい画面）または「Save (API Format)」（古い画面）から書き出し直すよう伝えます。 2. **サーバーが動いている必要があります** — 実行にはすべて、生きているサーバーが要ります。 `comfy launch --background` で起動します。 `curl http://127.0.0.1:8188/system_stats` で確かめてください。 3. **モデル名は完全一致です** — 大文字小文字を区別し、拡張子も含みます。 `check_deps.py` はある程度あいまいに照合しますが（拡張子やフォルダの 接頭辞の有無を吸収）、ワークフロー自体には正式な名前を書く必要があります。 何が入っているかは `comfy model list` で調べられます。 4. **カスタムノードが足りない** — 「class_type not found」は、必要なノードが 入っていないという意味です。`check_deps.py` がどのパッケージを入れればよいか教えてくれます。 `auto_fix_deps.py` なら導入まで代わりにやってくれます。 5. **作業ディレクトリ** — `comfy-cli` は ComfyUI のワークスペースを自動で見つけます。 「no workspace found」で失敗するときは、 `comfy --workspace /path/to/ComfyUI ` を使うか、 `comfy set-default /path/to/ComfyUI` を実行してください。 6. **クラウド無料枠の API 制限** — `/api/prompt`、`/api/view`、`/api/upload/*`、 `/api/object_info` は無料アカウントではすべて 403 になります。`health_check.py` と `check_deps.py` はこれをうまく受け止めて、分かりやすいメッセージを出します。 7. **動画・音声ワークフローの待ち時間** — 出力ノードが `VHS_VideoCombine` や `SaveVideo` などのときは自動で判別し、既定値が 300 秒から 900 秒に上がります。`--timeout 1800` のように明示して上書きすることもできます。 8. **出力ファイル名でのパス移動** — サーバーから返るファイル名は `safe_path_join` を通し、`--output-dir` の外へ出ようとするものは拒みます。 この保護は外さないでください。保存ノードを自作したワークフローは、どんなパスでも作れてしまいます。 9. **ワークフロー JSON は実行されるコードです** — カスタムノードは Python を動かすので、 素性の分からないワークフローを投げるのは `eval` と同じ危うさがあります。 信頼できない出所のワークフローは、実行する前に中身を確かめてください。 10. **シードの自動生成** — `--args` に `seed: -1` を渡す（または `--randomize-seed` を使って seed を省く）と、実行ごとに新しいシードになります。 実際に使われたシードは標準エラー出力に記録されます。 11. **`tracking` の確認が出る** — `comfy` を初めて実行すると、解析データについて聞かれることがあります。 対話なしで飛ばすには `comfy --skip-prompt tracking disable` を使ってください。 `comfyui_setup.sh` はこれを代わりにやってくれます。 ## 動作確認リスト {#verification-checklist} `python3 scripts/health_check.py` を実行すれば、以下を一度にまとめて確認できます。手作業でやる場合は次のとおりです。 - [ ] `hardware_check.py` の判定が `ok` である、または利用者が明示的に Comfy Cloud を選んでいる - [ ] `comfy --version` が動く（または `uvx --from comfy-cli comfy --help`） - [ ] `curl http://HOST:PORT/system_stats` が JSON を返す - [ ] `comfy model list` にチェックポイントが 1 つ以上出る（ローカル）、または `/api/experiment/models/checkpoints` がモデルを返す（クラウド） - [ ] ワークフロー JSON が API 形式である - [ ] `check_deps.py` が `is_ready: true` を返す（クラウド無料枠では `node_check_skipped` だけが出る状態でも可） - [ ] 小さなワークフローで試し実行が最後まで通り、出力が `--output-dir` に届く