Skip to main content

Documentation Index

Fetch the complete documentation index at: https://api.xcompute.us/llms.txt

Use this file to discover all available pages before exploring further.

ComfyUI 是图像与视频工作流工具，强项是节点编排、本地模型和图像后处理。它和 Xcompute 的关系，不是“替代”，而是“组合”：
  1. Xcompute 负责调用远程模型
  2. ComfyUI 负责节点编排、批量工作流、后处理和本地增强
ComfyUI 官方设置界面

​
先理解 ComfyUI 适合做什么

ComfyUI 官方重点强调的是：
  1. 节点式图像和视频工作流
  2. 本地模型与外部模型混合编排
  3. 通过 API 和外部服务接入复杂内容生产链路

​
这篇文章适合谁

如果你是下面这些场景，这篇很适合你：
  1. 想做批量出图或图像工作流
  2. 想把远程大模型和本地图像处理串起来
  3. 想把 Xcompute 作为生图入口，再在 ComfyUI 里继续做后处理

​
官方安装方式

​
方案一：桌面版或便携版

如果你只是想快速开始，优先用官方桌面版或 Windows 便携版。

​
方案二：手动安装

适合 Linux / macOS / 有 Python 环境的用户。 
git clone https://github.com/Comfy-Org/ComfyUI.git
cd ComfyUI
pip install -r requirements.txt
python main.py

​
先理解一个关键点

ComfyUI 并不像 Claude Code、Codex、OpenCode 那样，天然就是一个“文本模型客户端”。它更像一个图像工作流引擎。
所以你不要把它理解成“把 Base URL 填进去就完事”的工具。 更准确的理解是：
  1. Xcompute 负责远程生成
  2. ComfyUI 负责工作流编排、后处理、节点连接

​
Xcompute 怎么和 ComfyUI 配合

这里要讲清楚一点：
ComfyUI 官方的 Partner Nodes 更偏向接它自己的合作模型与账户体系，不适合直接当成 Xcompute 的通用接入口。
所以更推荐这两种方式：

​
方式一：把 Xcompute 当外部生成服务

你在 ComfyUI 外部先调用 Xcompute 的图像或视频接口，再把返回结果喂回 ComfyUI 继续做：
  1. 文生图
  2. 图生图
  3. 放大
  4. 风格化
  5. 拼接到更复杂的本地工作流里

​
方式二：用 HTTP/API 节点接远程接口

如果你的 ComfyUI 工作流里已经有 API 调用能力，可以直接请求： 
POST https://xcompute.us/v1/images/generations
请求示例： 
{
  "model": "gemini-3.1-flash-image-preview",
  "prompt": "赛博朋克风格的城市夜景，霓虹灯闪烁",
  "size": "16:9",
  "resolution": "2K",
  "n": 1
}

​
非技术用户推荐做法

如果你不是开发者，最推荐的做法不是自己拼 API 节点，而是这样：
  1. 先在 Xcompute 文生图
  2. 把图拿回来
  3. 导入 ComfyUI
  4. 再做高清放大、风格延展、修复、视频转换
这会比你一开始就折腾复杂 API 工作流更容易成功。

​
推荐工作流

  1. 在 Xcompute 生成初稿图
  2. 通过任务状态接口拿到输出图 URL
  3. 将图片导入 ComfyUI
  4. 在 ComfyUI 里做局部修复、风格延展、放大或视频转换

​
第一次使用建议

​
路线 A：最省事

  1. 安装 ComfyUI
  2. 打开界面
  3. 用 Xcompute 先生成一张图片
  4. 拖进 ComfyUI
  5. 做一次最简单的放大或修图

​
路线 B：进阶一点

  1. 在 ComfyUI 中搭一个图片处理工作流
  2. 用外部脚本或 API 节点请求 Xcompute
  3. 自动把结果喂给下一步节点

​
常见问题

​
为什么我不建议一开始就硬接 Partner Nodes

因为 ComfyUI 官方 Partner Nodes 更偏它自己的账户体系和合作模型，对 Xcompute 这种外部服务并不是最直接的路径。

​
非技术用户最容易卡在哪里

  1. Python 环境
  2. 模型文件路径
  3. 节点太复杂
所以第一阶段建议先把它当“后处理台”来用，而不是一上来就当全自动 API 编排器。

​
什么时候适合用 ComfyUI + Xcompute

  1. 你要做复杂图像工作流
  2. 你既想用远程大模型，也想保留本地后处理能力
  3. 你要做批量图像生产或图像到视频链路

​
官方参考

  1. ComfyUI README
  2. ComfyUI install guide
  3. ComfyUI Partner Nodes / API Nodes docs