ComfyUIは、ノードとグラフでつないだワークフローによって画像・動画・音声・3Dモデルの生成を行う、拡散モデル向けのGUIとAPIとバックエンドです。Stable Diffusion系、Flux、Qwen-Image、Z-Imageなど多数の主要モデルをネイティブに扱える設計になっています。Windows・Linux・macOSのローカル環境や、デスクトップアプリ、クラウド版としても提供されています。
中核はノードグラフによるワークフロー定義です。各ノードがモデルロード・条件付け・サンプリングなどの処理単位を表し、つなぎ合わせるとJSON形式のワークフローになります。実行時はキューに投入され、非同期の実行エンジンが順に処理し、部分的な再実行やVRAM管理、モデルのオフロードを行います。api_server以下のroutesがHTTP APIを提供し、外部アプリからの呼び出しにも対応します。app/assets以下にはalembicによるDBマイグレーションを伴う資産管理機構があり、モデルやメディアの情報を記録します。blueprintsフォルダには完成済みワークフローがJSONテンプレートとして多数収録されています。
- STEP 01
リポジトリをクローンして依存パッケージをインストールすると、pytorchなど大きなライブラリの導入に時間がかかることが分かります。
- STEP 02
main.pyを起動すると、ローカルサーバーが立ち上がりブラウザでノードグラフ編集画面にアクセスできます。
- STEP 03
ただしREADMEに明記されている通りコア部分はモデルを自動ダウンロードしないため、チェックポイントやVAEなどのファイルを自分で配置する必要があります。
- STEP 04
blueprints内のJSONテンプレートを読み込むと、Text to ImageやImage Editなど用途別の完成ワークフローがそのまま画面に展開されます。
- STEP 05
ノードをつないでキューに投入すると、実行の進行状況が表示され、完了後に画像や動画が出力フォルダに保存されます。
- STEP 06
Windowsではpython_embeded配下のバッチファイル経由でも起動でき、NVIDIA・AMD・Intel向けの起動スクリプトが用途別に分かれています。
手元にはノードグラフで組んだ生成パイプラインと、それをJSON化したワークフローファイルが残ります。APIエンドポイントも同時に立ち上がるため、外部アプリからHTTP経由で同じ処理を呼び出せる状態になります。加えてapp/assets配下の資産管理DBにより、生成物やモデル情報を後から検索・整理できる基盤も得られます。
READMEに「core does not download anything」と明記されている通り、モデル本体は別途自分で用意して配置する必要があります。
pytorchやCUDA関連の依存が重く、GPUの種類ごとに起動スクリプトや設定が分かれている点は環境構築の手間になります。
alembicによるDBマイグレーションを含む資産管理機構があり、スキーマ変更を伴う運用では通常のファイルベース運用より管理コストが上がります。
Windows portable版とデスクトップアプリ版とmanual install版で導入手順や挙動が異なるため、自分の環境に合う方式を事前に見極める必要があります。
モデルやパラメータを細かく制御したい上級ユーザーや、生成パイプラインをAPI経由で自社アプリに組み込みたい開発者に向いています。多数のCIワークフロー（test-execution、test-launch、test-unitなど）とalembicマイグレーション履歴、豊富なblueprintテンプレート群が実在することから、単なる概念実証ではなく継続運用を前提に設計・検証されているプロジェクトだと判断できます。README記載の「core does not download anything」という制約も含め、インストールせずとも構成と挙動の見立てには十分な根拠があります。