Тот же проект, другая машина: воссоздайте ваш workflow ComfyUI.

Конкретный случай: поиск света для афиши

Проект представляет собой исследование направления для вымышленной керамики: матовая слоновая кость вазы, подставка цвета кобальтового синего и песочный фон. Композиция требует свободной зоны вверху слева, чтобы затем добавить заголовок в программе вёрстки. Цель — сравнить три световых замысла, а затем объяснить сделанный выбор. Речь не идёт о точном воспроизведении сфотографированного объекта.

Предоставленный рабочий процесс содержит три ветви с одинаковыми размерами, одной и той же моделью, одним и тем же зерном и одинаковыми настройками. Меняется только фраза о свете в положительном промпте. В нём не используется ни входное изображение, ни пользовательские узлы, ни refiner, ни LoRA. Вы получаете проект, достаточно компактный, чтобы разобраться в каждом соединении, и достаточно структурированный, чтобы подготовить настоящее сравнение. Скачивание предоставляет рабочий процесс и параметры. Для этого набора не выполнялось ни одной генерации: создайте, а затем сравните изображения в своём окружении.

Подготовить программы и записать реально использованные версии

Граф рассчитан на определения ComfyUI 0.37.0 и фронтенд 1.52.7, указанный в его зависимостях. Манифест сохраняет их полные коммиты. Эти версии были сверены с официальными источниками; они не описывают установку, выполненную для этой статьи. Используйте установку, подготовленную по процедуре, подходящей для вашей системы, затем сверьте её версии с этим эталоном.

Python, PyTorch, драйвер и точность вычислений также входят в набор для воспроизведения. Файл environnement-a-remplir.json оставляет эти поля пустыми до вашего наблюдения. Не вписывайте туда версию, предположенную по названию вашего GPU. Страница Environnements помогает упорядочить эти зависимости. Валидатор из загрузки требует только Python 3.10 или новее и его стандартную библиотеку; ему не нужен ComfyUI.

Определить checkpoint, не путая название и содержимое

Ожидаемый файл — sd_xl_base_1.0.safetensors в ComfyUI/models/checkpoints/, из репозитория Stability AI на ревизии, зафиксированной в манифесте. Этот рецепт использует полный checkpoint SDXL Base 1.0: загрузчик предоставляет графу модель, кодирование текста и VAE. Никакие веса не распространяются вместе с нашими ресурсами. Ознакомьтесь со страницей модели и её лицензией, прежде чем приобретать её отдельно.

Манифест предоставляет размер 6 938 078 334 байта и хеш SHA-256, взятые из метаданных репозитория издателя. Мы не скачивали веса, чтобы пересчитать этот хеш. Опция --checkpoint валидатора сравнивает файл, который у вас уже есть, с этим эталоном. Переименованный файл — не обязательно та же модель; его размер на диске также не даёт пикового использования памяти GPU.

Если ваша установка использует центральный каталог или подпапку, выберите путь, предложенный загрузчиком, и отметьте эту адаптацию. Пустое меню сначала предлагает проверить папку и тип загрузчика, прежде чем размножать копии модели.

Импортировать JSON и читать узлы в правильном порядке

Распакуйте архив, затем откройте workflow-ui.json в интерфейсе ComfyUI или перетащите файл на его холст. Это формат интерфейса 0.4 с позициями, виджетами и соединениями. Этот файл не является payload, предназначенным для точки входа API /prompt. Проверьте выбранный checkpoint и отсутствие недостающих узлов, прежде чем что-либо запускать.

15 узлов используют только шесть встроенных типов. Загрузчик, пустой latent и негативный текст — общие. Каждая ветвь добавляет позитивный текст, KSampler, декодирование VAE и сохранение. Три ветви не означают ни три GPU, ни одновременное выполнение. Файл reconstruction.md подробно описывает 25 соединений, если вы предпочитаете собрать граф вручную.

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

Сохранять фиксированные настройки, чтобы сравнить три замысла

Три KSampler используют зерно 24092026, 24 шага, CFG 6.5, сэмплер euler, планировщик normal и denoise 1. Контроль после генерации установлен на fixed в каждой ветви. Этот выбор позволяет сохранить одинаковые параметры испытания; он не претендует на то, чтобы быть лучшей настройкой для всех изображений.

Общий промпт описывает вазу, основание, фон и зону, предназначенную для заголовка. Последняя фраза задаёт свет. Полный текст каждого варианта вы найдёте в манифесте: при реконструкции копируйте вариант целиком. Инструкции модели в этом примере SDXL приведены на английском. Общий негативный промпт в частности требует избегать текста, логотипов, дублированных объектов и деформаций. Эти указания остаются запросами к модели, без гарантии, что она их выполнит в точности.

Проверить папку, прежде чем задействовать GPU

Из распакованной папки запустите валидатор ниже. Он читает только workflow и манифест, проверяет идентификаторы, порты, типы данных, взаимные ссылки, отсутствие циклов и согласованность параметров трёх вариантов. Он не обращается ни к каким сервисам и не загружает никаких моделей. Ошибка указывает, какую часть папки нужно проверить.

Поставленный workflow также был проверен на соответствие официальной схеме UI 0.4. Публичный валидатор намеренно ограничен профилем этого упражнения: если вы добавите другой узел или измените его нумерацию, он может отклонить вашу копию, даже если ComfyUI умеет её использовать. Поэтому сохраняйте нетронутый оригинал перед своими адаптациями.

Результат ok: true доказывает согласованность этого JSON и его графа. Он не доказывает фактический импорт в ваш интерфейс, доступность checkpoint или создание изображения. Эти последние шаги не выполнялись при поставке этой папки.

python validate_workflow.py

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

Запустить, открыть результаты и задокументировать свой выбор

Когда все зависимости собраны, запустите workflow и проверьте, что каждая ветка доходит до SaveImage. Префиксы a_frontale, b_laterale и c_contrejour находятся в RenderParcel/ceramique-v1/ в выходном каталоге ComfyUI. Приложение дополняет имена своими счётчиками. Рецепт создаёт три отдельных файла; он не формирует автоматически сравнительную доску.

Откройте PNG и проверьте размеры, край вазы, читаемость материала и свободное место для заголовка. Заполните comparaison.csv своими наблюдениями и критерием отбора. Ячейки загрузки пусты: ни один вариант здесь визуально не оценивался. Если генерация не удалась, зафиксируйте эту неудачу, а не приписывайте ей время или качество.

Одно и то же зерно не гарантирует идентичных пикселей между версиями, оборудованием и операциями. Изменение света также может изменить силуэт: workflow исследует замысел, не фиксируя идентичность продукта. Сохраните контрольное изображение собственного запуска и сравните заявленные критерии, а пиксели — только если ваше окружение и протокол это оправдывают.

Распознавание ошибок, препятствующих возобновлению

Начните с первой наблюдаемой ошибки. Менять одновременно модель, версию ComfyUI и параметры сэмплирования — это без нужды усложняет диагностику. Таблица разделяет дефекты папки и те, что проявляются только при загрузке или во время генерации.

Если вам не хватает памяти, отметьте соответствующий этап: загрузка, сэмплирование или декодирование. В этом упражнении размер пакета уже ограничен одним изображением. Более низкое разрешение может послужить для диагностики, но оно создаёт ещё один прогон; обновите манифест вместо того, чтобы сравнивать его результаты так, будто они получены из исходного случая.

Заархивировать рецепт и выбрать оборудование по вашим наблюдениям

Итоговое досье для воспроизведения объединяет фактически использованный JSON, заполненный манифест, сравнение, версии окружения и эталонный вывод, который вы открыли. Храните JSON отдельно: метаданные медиафайла могут исчезнуть при конвертации или передаче. Руководство по экспорту помогает отличить визуальную поставку от исходников, необходимых для повторного запуска.

Прежде чем расширять проект, пронаблюдайте полную генерацию вплоть до декодирования и сохранения. Мы здесь не измеряли ни время вычислений, ни необходимый объём VRAM. Рассмотрите RTX 4090 на 24 ГБ или RTX 6000 Ada на 48 ГБ в зависимости от выявленной потребности, совместимости вашего окружения и подходящего тарифа. Их память не является обещанием производительности; этот граф не суммирует память нескольких карт автоматически.

Мастерская изображений поможет вам уточнить направление и критерии перед бронированием. Затем вы сможете подготовить конфигурацию и сохранить те же входные данные для собственного теста оборудования. Исходные ресурсы досье распространяются по лицензии MIT; программное обеспечение и модель по-прежнему подчиняются своим соответствующим лицензиям.