cog comfyui
1.0.0
Execute os fluxos de trabalho conformáveis em replicar:
Recomendamos:
Tentamos incluir muitos dos pesos e nós personalizados do modelo mais populares:
Levante um problema para solicitar mais nós ou modelos personalizados ou use a guia train em replicação para usar seus próprios pesos (veja abaixo).
Você precisará da versão da API do seu fluxo de trabalho confortável. Isso é diferente da versão JSON comumente compartilhada, não inclui informações visuais sobre nós, etc.
Para obter sua API JSON:
Se o seu modelo tiver entradas, como imagens para img2img ou controlnet, você terá 3 opções:
Modifique seu arquivo JSON da API para apontar para um URL:
- "image": "/your-path-to/image.jpg",
+ "image": "https://example.com/image.jpg", Você também pode fazer upload de um único arquivo de entrada ao executar o modelo.
Este arquivo será salvo como input.[extension] - por exemplo, input.jpg . Ele será colocado no diretório input confortyui, para que você possa fazer referência ao seu fluxo de trabalho com:
- "image": "/your-path-to/image.jpg",
+ "image": "image.jpg", Estes serão baixados e extraídos para o diretório input . Você pode fazer referência a eles em seu fluxo de trabalho com base nos caminhos relativos deles.
Então, um arquivo zip contendo:
- my_img.png
- references/my_reference_01.jpg
- references/my_reference_02.jpg
Pode ser usado no fluxo de trabalho como:
"image": "my_img.png",
...
"directory": "references",
Com todos os seus insumos atualizados, agora você pode executar seu fluxo de trabalho.
Alguns fluxos de trabalho salvam arquivos temporários, por exemplo, imagens de controle controlador pré-processado. Você também pode retornar, ativando a opção return_temp_files .
O modelo any-comfyui-workflow em replicado é um modelo público compartilhado. Isso significa que muitos usuários enviarão fluxos de trabalho para ele, que podem ser bem diferentes dos seus. O efeito disso será que o servidor Comfyui interno pode precisar trocar os modelos dentro e fora da memória, isso pode diminuir o tempo de previsão.
Comfyui e seus nós personalizados também estão sendo atualizados continuamente. Embora isso signifique que as versões mais recentes geralmente estejam em execução, se houver alterações interrompidas nos nós personalizados, seu fluxo de trabalho poderá parar de funcionar.
Se você tiver sua própria instância dedicada, você será:
Para obter o melhor desempenho do modelo, você deve executar uma instância dedicada. Você tem 3 opções:
Vá para:
https://replicate.com/deployments/create
Selecione fofr/any-comfyui-workflow como o modelo que você deseja implantar. Escolha suas instâncias de hardware e min e máximo, e você está pronto para ir. Você será fixado na versão de que você implanta. Quando any-comfyui-workflow é atualizado, você pode testar seu fluxo de trabalho com ele e implantar novamente usando a nova versão.
Você pode ler mais sobre implantações nos documentos replicados:
https://replicate.com/docs/deployments
Você pode usar este repositório como um modelo para criar seu próprio modelo. Isso fornece controle completo sobre a versão conforfyui, nós personalizados e a API que você usará para executar o modelo.
Você precisará estar familiarizado com o Python e também precisará de uma GPU para empurrar seu modelo usando o Cog. REPLICATE tem um bom guia para iniciar: https://replicate.com/docs/guides/push-a-model
O modelo kolors em replicação é um bom exemplo a seguir:
Foi criado a partir deste repositório e depois implantado usando o Cog. Você pode passar pelos comprometimentos desse repositório para ver o que foi alterado e como, mas amplamente:
scripts/prepare_template.py é executado primeiro, para remover exemplos e caldeira desnecessáriacustom_nodes.json é modificado para adicionar ou remover nós personalizados de que você precisa, certificando -se de adicionar ou remover suas dependências do cog.yaml./scripts/install_custom_nodes.py para instalar os nós personalizados (ou ./scripts/reset.py para reinstalar conformamente e todos os nós personalizados)workflow_api.jsonpredict.py é atualizado com uma nova API e o método update_workflow é alterado para que modifique as partes certas do JSONcog predict -i option_name=option_value -i another_option_name=another_option_value em uma GPUcog push r8.im/your-username/your-model-nameVisite a guia do trem em replicar:
https://replicate.com/fofr/any-comfyui-workflow/train
Aqui você pode dar URLs públicos ou privados aos pesos no Huggingface e Civitai. Se os URLs forem privados ou precisarem de autenticação, inclua uma chave da API ou token de acesso.
Verifique os registros de treinamento para ver quais nomes de arquivos usarem no seu fluxo de trabalho JSON. Por exemplo:
Downloading from HuggingFace:
...
Size of the tar file: 217.88 MB
====================================
When using your new model, use these filenames in your JSON workflow:
araminta_k_midsommar_cartoon.safetensors
Depois de executar o treinamento, você terá seu próprio modelo conforfyui com seus pesos personalizados carregados durante a configuração do modelo. Para impedir que outros o usem, você pode torná -lo privado. Os modelos privados são cobrados de maneira diferente dos modelos públicos em replicação.
Clone este repositório:
git clone --recurse-submodules https://github.com/fofr/cog-comfyui.gitExecute o script a seguir para instalar todos os nós personalizados:
./scripts/install_custom_nodes.pyVocê pode ver a lista de nós em Custom_Nodes.json
sudo cog run -p 8188 bashExecuta este comando inicia o contêiner deg e vamos acessá -lo
cd ComfyUI/
python main.py --listen 0.0.0.0http://<gpu-machines-ip>:8188 Quando você obteve http://<gpu-machines-ip>:8188 verá o formulário clássico da Web Comfyui!
