O mesmo projeto, outra máquina: reconstruir seu workflow ComfyUI.

Um caso preciso: buscar a luz de um cartaz

O projeto é um estudo de direção para uma cerâmica fictícia: um vaso marfim fosco, uma base azul-cobalto e um fundo areia. A composição exige uma área livre no canto superior esquerdo para adicionar um título depois em um software de diagramação. O objetivo é comparar três intenções de luz e, em seguida, explicar a escolha adotada. Não se trata de reproduzir fielmente um objeto fotografado.

O workflow fornecido tem três ramificações, com as mesmas dimensões, o mesmo modelo, a mesma seed e os mesmos ajustes. Apenas a frase de luz muda no prompt positivo. Ele não usa nenhuma imagem de entrada, nenhum nó personalizado, nenhum refiner nem LoRA. Você obtém um projeto pequeno o suficiente para entender cada conexão e estruturado o suficiente para preparar uma comparação real. O download fornece o workflow e os parâmetros. Nenhuma geração foi executada para este dossiê: produza e depois compare as imagens no seu ambiente.

Preparar os softwares e registrar as versões realmente utilizadas

O grafo tem como referência as definições do ComfyUI 0.37.0 e o frontend 1.52.7 indicado por suas dependências. O manifesto preserva seus commits completos. Essas versões foram consultadas nas fontes oficiais; elas não descrevem uma instalação executada para este artigo. Use uma instalação preparada de acordo com o procedimento adequado ao seu sistema e, em seguida, compare suas versões com esta referência.

Python, PyTorch, o driver e a precisão de cálculo também fazem parte do dossiê de retomada. O arquivo environnement-a-remplir.json deixa esses campos vazios até a sua observação. Não copie para lá uma versão suposta a partir do nome da sua GPU. A página Ambientes ajuda a organizar essas dependências. O validador do download exige apenas Python 3.10 ou mais recente e sua biblioteca padrão; ele não requer o ComfyUI.

Identificar o checkpoint sem confundir nome e conteúdo

O arquivo esperado é sd_xl_base_1.0.safetensors, em ComfyUI/models/checkpoints/, proveniente do repositório Stability AI na revisão fixada no manifesto. Esta receita usa o checkpoint SDXL Base 1.0 completo: o carregador fornece o modelo, a codificação do texto e o VAE ao grafo. Nenhum peso é distribuído com nossos recursos. Consulte a página do modelo e sua licença antes de obtê-lo separadamente.

O manifesto fornece um tamanho de 6.938.078.334 bytes e um hash SHA-256 provenientes dos metadados do repositório do editor. Não baixamos os pesos para recalcular esse hash. A opção --checkpoint do validador compara o arquivo que você já possui com essa referência. Um arquivo renomeado não é necessariamente o mesmo modelo; seu peso em disco também não indica seu pico de uso de memória de GPU.

Se sua instalação usa um diretório central ou uma subpasta, selecione o caminho proposto pelo carregador e registre essa adaptação. Um menu vazio convida primeiro a verificar a pasta e o tipo de carregador, antes de multiplicar as cópias do modelo.

Importar o JSON e ler os nós na ordem correta

Descompacte a pasta e abra workflow-ui.json na interface do ComfyUI ou arraste o arquivo para o canvas dela. Trata-se do formato de interface 0.4, com posições, widgets e conexões. Esse arquivo não é o payload destinado ao ponto de entrada da API /prompt. Verifique o checkpoint selecionado e a ausência de nós faltantes antes de executar qualquer coisa.

Os 15 nós usam apenas seis tipos integrados. O carregador, o latent vazio e o texto negativo são comuns. Cada ramo adiciona um texto positivo, um KSampler, uma decodificação VAE e um salvamento. Três ramos não significam três GPUs nem execução simultânea. O arquivo reconstruction.md detalha as 25 conexões caso você prefira refazer o grafo manualmente.

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

Manter os ajustes fixos para comparar três intenções

Os três KSampler usam a semente 24092026, 24 passos, um CFG de 6.5, o sampler euler, o scheduler normal e um denoise de 1. O controle pós-geração está definido como fixed em cada ramo. Essa escolha permite manter os mesmos parâmetros de teste; ela não pretende ser o melhor ajuste para todas as imagens.

O prompt comum descreve o vaso, a base, o fundo e a área destinada ao título. A última frase define a luz. Você encontrará cada texto completo no manifesto: copie a variante inteira ao fazer uma reconstrução. As instruções do modelo estão em inglês neste exemplo SDXL. O negativo comum pede, entre outras coisas, para evitar texto, logos, objetos duplicados e deformações. Essas instruções continuam sendo pedidos ao modelo, sem garantia de que ele as respeitará perfeitamente.

Verificar a pasta antes de mobilizar a GPU

A partir da pasta descompactada, execute o validador abaixo. Ele lê apenas o workflow e o manifesto, verifica os identificadores, as entradas, os tipos de dados, os vínculos recíprocos, a ausência de ciclo e a concordância dos parâmetros das três variantes. Ele não contata nenhum serviço e não carrega nenhum modelo. Um erro indica a parte da pasta a examinar.

O workflow fornecido também foi verificado contra o esquema oficial UI 0.4. O validador público é voluntariamente limitado ao perfil deste exercício: se você adicionar outro nó ou mudar sua numeração, ele pode recusar sua cópia mesmo que o ComfyUI saiba usá-la. Portanto, conserve um original intacto antes das suas adaptações.

Um resultado ok: true demonstra a coerência desse JSON e do seu grafo. Ele não demonstra a importação efetiva na sua interface, a disponibilidade do checkpoint ou a produção de uma imagem. Essas últimas etapas não foram executadas para a entrega desta pasta.

python validate_workflow.py

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

Executar, abrir as saídas e documentar sua escolha

Quando as dependências estiverem reunidas, execute o workflow e verifique se cada ramificação alcança SaveImage. Os prefixos a_frontale, b_laterale e c_contrejour ficam em RenderParcel/ceramique-v1/ no diretório de saída do ComfyUI. O aplicativo completa os nomes com seus contadores. A receita produz três arquivos separados; ela não monta automaticamente uma prancha comparativa.

Abra os PNG e confira as dimensões, a borda do vaso, a legibilidade da matéria e o espaço disponível para o título. Preencha comparaison.csv com suas observações e um motivo de seleção. As células do download estão vazias: nenhuma variante foi avaliada visualmente aqui. Se uma geração falhar, registre essa falha em vez de atribuir a ela um tempo ou uma qualidade.

Uma mesma seed não garante pixels idênticos entre versões, hardwares e operações. Alterar a luz também pode mudar a silhueta: o workflow explora uma intenção, sem travar uma identidade de produto. Guarde uma imagem testemunha da sua própria execução e compare os critérios anunciados, e só depois os pixels, se o seu ambiente e o seu protocolo justificarem.

Reconhecer os erros que impedem a retomada

Comece pelo primeiro erro observável. Mudar ao mesmo tempo o modelo, a versão do ComfyUI e os parâmetros de sampling torna o diagnóstico desnecessariamente difícil. A tabela separa os defeitos da pasta daqueles que só se revelam no carregamento ou durante a geração.

Se faltar memória, anote a etapa em questão: carregamento, amostragem ou decodificação. O lote já está limitado a uma imagem neste exercício. Uma resolução mais baixa pode servir de diagnóstico, mas ela cria outro teste; atualize o manifesto em vez de comparar seus resultados como se viessem do caso original.

Arquivar uma receita e escolher o hardware com base nas suas observações

O dossiê final de retomada reúne o JSON realmente utilizado, o manifesto preenchido, a comparação, as versões do ambiente e uma saída de referência que você abriu. Guarde o JSON separadamente: os metadados de uma mídia podem desaparecer durante uma conversão ou um compartilhamento. O guia de exportação ajuda a distinguir a entrega visual das fontes necessárias para uma nova execução.

Antes de ampliar o projeto, observe uma geração completa até a decodificação e o salvamento. Aqui não medimos nem o tempo de computação nem a capacidade de VRAM necessária. Analise uma RTX 4090 de 24 GB ou uma RTX 6000 Ada de 48 GB conforme a necessidade observada, a compatibilidade do seu ambiente e o plano útil. A memória delas não é uma promessa de cadência; esse grafo não soma automaticamente a memória de várias placas.

O ateliê de imagem ajuda você a definir a direção e os critérios antes de reservar. Depois, você poderá preparar uma configuração e manter as mesmas entradas para o seu próprio teste de hardware. Os recursos originais do dossiê estão sob licença MIT; os softwares e o modelo permanecem sujeitos às suas respectivas licenças.