Ten sam projekt, inny komputer: odtwórz swój workflow ComfyUI.

Konkretny przypadek: szukanie światła plakatu

Projekt to studium kierunku dla fikcyjnej ceramiki: matowy, ivory wazon, cokół w kolorze kobaltowym i piaskowe tło. Kompozycja wymaga wolnej strefy w lewym górnym rogu, aby później dodać tytuł w programie do składu. Celem jest porównanie trzech intencji światła, a następnie wyjaśnienie wybranego rozwiązania. Nie chodzi o wierne odtworzenie sfotografowanego obiektu.

Dołączony workflow ma trzy gałęzie z tymi samymi wymiarami, tym samym modelem, tym samym ziarnem i tymi samymi ustawieniami. W prompcie pozytywnym zmienia się tylko zdanie opisujące światło. Nie używa żadnego obrazu wejściowego, żadnego niestandardowego węzła, żadnego refiner ani LoRA. Otrzymujesz projekt na tyle mały, by zrozumieć każde połączenie, i na tyle uporządkowany, by przygotować prawdziwe porównanie. Do pobrania udostępniamy workflow i parametry. Dla tego zestawu nie wykonano żadnej generacji: wygeneruj, a następnie porównaj obrazy w swoim środowisku.

Przygotuj oprogramowanie i zanotuj faktycznie używane wersje

Graf jest przeznaczony dla definicji ComfyUI 0.37.0 i frontendu 1.52.7 wskazanego przez jego zależności. Manifest zachowuje ich pełne commity. Te wersje zostały sprawdzone w oficjalnych źródłach; nie opisują instalacji wykonanej na potrzeby tego artykułu. Użyj instalacji przygotowanej zgodnie z procedurą odpowiednią dla Twojego systemu, a następnie porównaj jej wersje z tym odniesieniem.

Python, PyTorch, sterownik i precyzja obliczeń również wchodzą w skład zestawu do odtworzenia. Plik environnement-a-remplir.json pozostawia te pola puste do czasu Twojej obserwacji. Nie wpisuj tam domniemanej wersji na podstawie nazwy swojego GPU. Strona Środowiska pomaga uporządkować te zależności. Walidator z paczki do pobrania wymaga jedynie Pythona 3.10 lub nowszego i jego biblioteki standardowej; nie wymaga ComfyUI.

Zidentyfikuj checkpoint bez mylenia nazwy z zawartością

Oczekiwany plik to sd_xl_base_1.0.safetensors, w ComfyUI/models/checkpoints/, pochodzący z repozytorium Stability AI w rewizji ustalonej w manifeście. Ten przepis używa pełnego checkpointu SDXL Base 1.0: loader przekazuje grafowi model, kodowanie tekstu i VAE. Żadne wagi nie są rozpowszechniane z naszymi zasobami. Przed pobraniem go osobno zapoznaj się ze stroną modelu i jego licencją.

Manifest podaje rozmiar 6 938 078 334 bajtów i skrót SHA-256 pochodzące z metadanych repozytorium wydawcy. Nie pobraliśmy wag, aby ponownie obliczyć ten skrót. Opcja --checkpoint walidatora porównuje posiadany przez Ciebie plik z tym odniesieniem. Zmieniony plik niekoniecznie jest tym samym modelem; jego rozmiar na dysku nie mówi też o jego szczytowym zużyciu pamięci GPU.

Jeśli Twoja instalacja używa katalogu centralnego lub podfolderu, wybierz ścieżkę proponowaną przez loader i zanotuj tę adaptację. Puste menu skłania najpierw do sprawdzenia folderu i typu loadera, zanim zaczniesz mnożyć kopie modelu.

Zaimportuj JSON i czytaj węzły we właściwej kolejności

Rozpakuj archiwum, a następnie otwórz workflow-ui.json w interfejsie ComfyUI lub przeciągnij plik na jego kanwę. To format interfejsu 0.4, z pozycjami, widgetami i połączeniami. Ten plik nie jest ładunkiem przeznaczonym dla punktu końcowego API /prompt. Przed uruchomieniem czegokolwiek sprawdź wybrany checkpoint i brakujące węzły.

15 węzłów wykorzystuje tylko sześć wbudowanych typów. Loader, pusty latent i negatywny tekst są wspólne. Każda gałąź dodaje tekst pozytywny, KSampler, dekodowanie VAE i zapis. Trzy gałęzie nie oznaczają trzech GPU ani jednoczesnego wykonania. Plik reconstruction.md szczegółowo opisuje 25 połączeń, jeśli wolisz odtworzyć graf ręcznie.

Checkpoint.CLIP → Texte positif.clip
Checkpoint.MODEL → KSampler.model
Texte positif.CONDITIONING → KSampler.positive
Texte négatif.CONDITIONING → KSampler.negative
Latent vide.LATENT → KSampler.latent_image
KSampler.LATENT → VAEDecode.samples
Checkpoint.VAE → VAEDecode.vae
VAEDecode.IMAGE → SaveImage.images

Zachowaj stałe ustawienia, aby porównać trzy intencje

Trzy KSampler używają ziarna 24092026, 24 kroków, CFG 6.5, samplera euler, schedulera normal i denoise 1. Kontrola po generacji jest ustawiona na fixed w każdej gałęzi. Ten wybór pozwala zachować te same parametry testu; nie rości sobie pretensji do bycia najlepszym ustawieniem dla wszystkich obrazów.

Wspólny prompt opisuje wazon, podstawę, tło i obszar przeznaczony na tytuł. Ostatnie zdanie określa światło. Pełny tekst każdego wariantu znajdziesz w manifeście: podczas rekonstrukcji skopiuj cały wariant. Instrukcje modelu są w tym przykładzie SDXL w języku angielskim. Wspólny negatywny prosi między innymi o unikanie tekstu, logotypów, zduplikowanych obiektów i zniekształceń. Te instrukcje pozostają prośbami kierowanymi do modelu, bez gwarancji, że będzie ich w pełni przestrzegał.

Sprawdź katalog przed uruchomieniem GPU

Z rozpakowanego katalogu uruchom poniższy walidator. Czyta on wyłącznie workflow i manifest, sprawdza identyfikatory, wejścia, typy danych, wzajemne powiązania, brak cykli i zgodność parametrów trzech wariantów. Nie kontaktuje się z żadnym serwisem i nie ładuje żadnego modelu. Błąd wskazuje część katalogu do sprawdzenia.

Dostarczony workflow został również zweryfikowany względem oficjalnego schematu UI 0.4. Publiczny walidator jest celowo ograniczony do profilu tego ćwiczenia: jeśli dodasz inny węzeł lub zmienisz jego numerację, może odrzucić twoją kopię, nawet jeśli ComfyUI potrafi jej użyć. Zachowaj więc nienaruszony oryginał przed swoimi modyfikacjami.

Wynik ok: true dowodzi spójności tego JSON i jego grafu. Nie dowodzi faktycznego importu do twojego interfejsu, dostępności checkpointu ani wygenerowania obrazu. Te ostatnie kroki nie zostały wykonane przy dostarczeniu tego katalogu.

python validate_workflow.py

python validate_workflow.py --checkpoint "D:/modeles/sd_xl_base_1.0.safetensors"

Uruchom, otwórz wyniki i udokumentuj swój wybór

Gdy zależności są gotowe, uruchom workflow i sprawdź, czy każda gałąź dociera do SaveImage. Prefiksy a_frontale, b_laterale i c_contrejour znajdują się pod RenderParcel/ceramique-v1/ w katalogu wyjściowym ComfyUI. Aplikacja uzupełnia nazwy własnymi licznikami. Przepis tworzy trzy osobne pliki; nie tworzy automatycznie planszy porównawczej.

Otwórz pliki PNG i sprawdź wymiary, krawędź wazonu, czytelność materiału oraz dostępne miejsce na tytuł. Wypełnij comparaison.csv swoimi obserwacjami i powodem wyboru. Komórki pobranego pliku są puste: żaden wariant nie został tu oceniony wizualnie. Jeśli generowanie się nie powiedzie, odnotuj tę porażkę, zamiast przypisywać jej czas lub jakość.

Ten sam seed nie gwarantuje identycznych pikseli między wersjami, sprzętem i operacjami. Zmiana światła może również zmienić sylwetkę: workflow bada pewną intencję, nie przypisując na stałe tożsamości produktu. Zachowaj obraz referencyjny z własnego uruchomienia i porównaj najpierw zapowiedziane kryteria, a piksele dopiero wtedy, gdy uzasadnia to Twoje środowisko i protokół.

Rozpoznawanie błędów, które uniemożliwiają wznowienie

Zacznij od pierwszego zaobserwowanego błędu. Zmiana jednocześnie modelu, wersji ComfyUI i parametrów samplingu niepotrzebnie utrudnia diagnozę. Tabela oddziela wady pliku od tych, które ujawniają się dopiero przy wczytywaniu lub w trakcie generowania.

Jeśli brakuje Ci pamięci, zanotuj, którego etapu to dotyczy: wczytywania, samplingu czy dekodowania. W tym ćwiczeniu batch jest już ograniczony do jednego obrazu. Niższa rozdzielczość może posłużyć do diagnozy, ale tworzy kolejny przebieg; zaktualizuj manifest, zamiast porównywać jego wyniki tak, jakby pochodziły z pierwotnego przypadku.

Zarchiwizuj przepis i wybierz sprzęt na podstawie własnych obserwacji

Ostateczny pakiet wznowienia zbiera faktycznie użyty JSON, uzupełniony manifest, porównanie, wersje środowiska oraz wynik kontrolny, który otworzyłeś. Przechowuj JSON osobno: metadane multimediów mogą zniknąć podczas konwersji lub udostępniania. Przewodnik eksportu pomaga odróżnić dostawę wizualną od źródeł potrzebnych do ponownego uruchomienia.

Zanim rozszerzysz projekt, obserwuj pełną generację aż do dekodowania i zapisu. Nie mierzyliśmy tutaj ani czasu obliczeń, ani wymaganej pamięci VRAM. Rozważ RTX 4090 z 24 GB lub RTX 6000 Ada z 48 GB w zależności od zaobserwowanej potrzeby, zgodności Twojego środowiska i przydatnego planu. Ich pamięć nie jest obietnicą wydajności; ten graf nie sumuje automatycznie pamięci kilku kart.

Warsztat obrazu pomaga doprecyzować kierunek i kryteria przed rezerwacją. Następnie możesz przygotować konfigurację i zachować te same dane wejściowe do własnego testu sprzętowego. Oryginalne zasoby pakietu są objęte licencją MIT; oprogramowanie i model podlegają swoim własnym licencjom.