> ## 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 接入

> 基于 ComfyUI 官方安装方式，讲清楚如何把 ComfyUI 工作流和 Xcompute API 结合起来。

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

<Frame>
  <img src="https://mintcdn.com/dripart/NmGUk_QSXQXRVtZP/images/interface/setting/user.jpg?fit=max&auto=format&n=NmGUk_QSXQXRVtZP&q=85&s=066170b38e0b9ead026029685e00fa65" alt="ComfyUI 官方设置界面" />
</Frame>

<caption>*ComfyUI 官方文档中的设置界面截图*</caption>

## 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。

* 官方项目页：[https://github.com/Comfy-Org/ComfyUI](https://github.com/Comfy-Org/ComfyUI)
* 官方下载页：[https://www.comfy.org/download](https://www.comfy.org/download)

### 方案二：手动安装

适合 Linux / macOS / 有 Python 环境的用户。

```bash theme={null}
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

<Warning>
  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。
</Warning>

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：

<Warning>
  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。
</Warning>

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：

```bash theme={null}
POST https://xcompute.us/v1/images/generations
```

请求示例：

```json theme={null}
{
  "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