cog comfyui
1.0.0
在復制上運行comfyui工作流程：
我們建議：
我們試圖包括許多最受歡迎的模型權重和自定義節點：
提出一個問題以請求更多的自定義節點或模型，或在Replicate上使用train選項卡以使用自己的權重（請參見下文）。
您需要Comfyui工作流的API版本。這與通常共享的JSON版本不同，它不包含有關節點等的視覺信息。
獲取您的API JSON：
如果您的模型採用輸入，例如IMG2IMG或Controlnet的圖像，則有3個選項：
修改您的API JSON文件以指向URL：
- "image": "/your-path-to/image.jpg",
+ "image": "https://example.com/image.jpg", 運行模型時，您還可以上傳單個輸入文件。
此文件將被保存為input.[extension] - 例如input.jpg 。它將放置在comfyui input目錄中，因此您可以在工作流中引用以下方式：
- "image": "/your-path-to/image.jpg",
+ "image": "image.jpg", 這些將下載並提取到input目錄。然後，您可以根據其相對路徑在工作流中參考它們。
因此，一個包含：
- my_img.png
- references/my_reference_01.jpg
- references/my_reference_02.jpg
可以在工作流中使用：
"image": "my_img.png",
...
"directory": "references",
隨著所有輸入的更新，您現在可以運行工作流程。
一些工作流程保存臨時文件，例如預處理的ControlNet圖像。您也可以通過啟用return_temp_files選項來返回這些。
複製的any-comfyui-workflow模型是共享的公共模型。這意味著許多用戶將向其發送工作流，這可能與您的工作流完全不同。這樣做的效果是，內部comfyui服務器可能需要在內存中和內存中交換模型，這可能會降低您的預測時間。
comfyui及其自定義節點也在不斷更新。雖然這意味著最新版本通常正在運行，但如果對自定義節點進行破壞更改，則您的工作流程可能會停止工作。
如果您有自己的專用實例，您將：
為了從模型中獲得最佳性能，您應該運行專用實例。您有3個選擇：
轉到：
https://replate.com/deployments/create
選擇fofr/any-comfyui-workflow作為您要部署的模型。選擇您的硬件，最小值和最大實例，您可以開始使用。您將被固定在您部署的版本中。當更新any-comfyui-workflow時，您可以使用它測試工作流程，然後使用新版本再次部署。
您可以在重複文檔中閱讀有關部署的更多信息：
https://replate.com/docs/deployments
您可以將此存儲庫用作模板來創建自己的模型。這使您可以完全控制comfyui版本，自定義節點以及您用於運行模型的API。
您需要熟悉Python，並且還需要GPU來使用COG推動模型。 Replicate有一個很好的入門指南：https：//replate.com/docs/guides/push-a-model
重複的kolors模型是一個很好的例子：
它是由此存儲庫創建的，然後使用COG部署。您可以逐步瀏覽該存儲庫的提交，以了解發生了什麼變化以及方式，但廣泛：
scripts/prepare_template.py首先運行，以刪除示例和不必要的樣板custom_nodes.json已修改以添加或刪除所需的自定義節點，請確保還要從cog.yaml添加或刪除其依賴項./scripts/install_custom_nodes.py安裝自定義節點（或./scripts/reset.py重新安裝comfyui和所有自定義節點）workflow_api.jsonpredict.py ，並且更改了update_workflow方法，以便修改JSON的正確部分cog predict -i option_name=option_value -i another_option_name=another_option_value在gpu上測試該模型cog push r8.im/your-username/your-model-name複製請訪問複製的火車選項卡：
https://replate.com/fofr/any-comfyui-workflow/train
在這裡，您可以將公共或私人URL授予Huggingface和civitai的權重。如果URL是私有的或需要身份驗證，請確保包括API密鑰或訪問令牌。
檢查培訓日誌，以查看在工作流JSON中要使用的文件名。例如：
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
經過培訓後，您將擁有自己的Comfyui型號，並在模型設置過程中加載了定制的權重。為了防止其他人使用它，您可以將其私有化。私人模型對複制的公共模型的收費不同。
克隆這個存儲庫：
git clone --recurse-submodules https://github.com/fofr/cog-comfyui.git運行以下腳本以安裝所有自定義節點：
./scripts/install_custom_nodes.py您可以在custom_nodes.json中查看節點列表
sudo cog run -p 8188 bash運行此命令啟動COG容器，讓您訪問它
cd ComfyUI/
python main.py --listen 0.0.0.0http://<gpu-machines-ip>:8188當您獲得http://<gpu-machines-ip>:8188時，您會看到經典的comfyui網絡表單！
