EAS提供了场景化部署方式，您只需配置几个参数，即可一键部署基于ComfyUI和Stable Video Diffusion模型的AI视频生成服务，帮助您完成社交平台短视频内容生成、动画制作等任务。本文为您介绍如何基于ComfyUI镜像部署服务和几种常用的调用方式。
背景信息
随着AIGC的广泛应用，AI视频生成已成为当前热门应用之一。目前市面上有许多开源视频生成大模型可供选择，它们在不同领域展现了各自独特的性能。与此同时，AIGC开源工具ComfyUI也迅速在市场上崭露头角。作为一个基于节点流程式的AIGC生成工具WebUI，ComfyUI将AIGC流程拆分成工作节点，实现了精准的工作流定制和可复现性。您可以一键部署基于ComfyUI的AI视频生成服务，支持以下三种版本：
标准版：仅适用于单用户使用WebUI，或使用一个实例调用API场景。支持以下两种调用方式：
WebUI：请求发送时，会绕过EAS接口，前端直接将请求传递给后端服务器，所有请求均由同一个后端实例进行处理。建议您只部署1个实例，当您需要多台实例时，需选择集群版。
API：通过EAS接口发送请求给后端实例进行处理。建议您只部署1个实例，当您需要多台实例时，需选择API版本。
API版：系统将自动转换服务为异步模式，适用于高并发场景。该模式仅支持API异步调用。基于其异步特性，系统会创建队列服务实例，因此需要分配额外的CPU实例。
集群版：适合多用户同时在WebUI页面进行操作。仅支持通过WebUI进行调用，不提供API服务。主要适用于设计组或教学场景，通过分时复用的设计来提升推理集群的利用率，降低成本。由于Proxy负责处理WebUI请求，因此需要分配额外的CPU实例。参考集群版服务原理介绍，了解集群版服务的实现原理。该版本优势如下：
系统为每个用户提供独立的后端环境。当开启了多个实例时，单个用户的任务会按顺序执行，而多用户环境下的任务则在不同实例之间分配，实现高效的GPU共享。
系统为每个用户分配独立的工作目录，便于管理和存储模型、输出图像或视频等文件。
具体使用流程如下：
根据您的具体使用场景，选择部署标准版、API版或集群版的服务。
根据部署的服务版本，支持以下三种调用方式：
使用WebUI发送服务请求，仅标准版和集群版服务支持使用该方式。
在EAS的在线调试页面发送同步调用请求，只有标准版服务支持同步调用功能。
只有标准版和API版服务支持通过API发送服务请求。其中，标准版服务仅支持同步调用，而API版服务仅支持异步调用。
前提条件
在部署微调模型、安装ComfyUI插件、使用API调用服务时，您必须挂载NAS或OSS存储，以便上传微调模型、插件和获取推理结果。请提前准备NAS或OSS存储空间：
已创建OSS存储空间和空目录，例如：
oss://bucket-test/data-oss/，其中：bucket-test为OSS存储空间名称；data-oss为该存储空间下的空目录。关于如何创建OSS存储空间，请参见创建存储空间；关于如何创建空目录，请参见管理目录。已创建NAS文件系统和空目录。具体操作，请参见创建文件系统。
部署EAS服务
支持以下两种部署方式：
方式一：场景化模型部署（推荐）
进入模型在线服务页面。
登录PAI控制台。
在左侧导航栏单击工作空间列表，在工作空间列表页面中单击待操作的工作空间名称，进入对应工作空间内。
在工作空间页面的左侧导航栏选择模型部署>模型在线服务（EAS），进入模型在线服务（EAS）页面。
在模型在线服务（EAS）页面，单击部署服务，在场景化模型部署区域，单击AI视频生成-ComfyUI部署。
在AI视频生成-ComfyUI部署页面，配置以下关键参数。
参数
描述
基本信息
服务名称
自定义模型服务名称。
版本选择
支持选择以下版本：
标准版：适用于单用户使用WebUI或使用一个实例调用API场景。支持通过WebUI生成视频，也可通过API进行调用。
API版：系统将自动转换服务为异步模式，适用于高并发场景。仅支持通过API进行调用。
集群版WebUI：适合多用户同时在WebUI页面进行操作。仅支持通过WebUI进行调用，不提供API服务。关于该版本的实现原理介绍，请参见集群版服务原理介绍。
更多关于每个版本的使用场景说明，请参见背景信息。
模型配置
当部署微调模型、安装ComfyUI插件，或选择API版、标准版并通过API进行调用时，您需要单击添加按钮，进行模型配置，以便上传微调模型、插件和获取推理结果。支持以下两种配置类型：
按对象存储（OSS）：单击
选择已创建的OSS存储目录。按文件存储（NAS）：配置NAS挂载点和NAS源路径。
后续，您可以将自定义模型和ComfyUI插件上传至指定的OSS或NAS路径，以便加载和使用这些资源。具体操作，请参见如何挂载自定义模型和ComfyUI插件？。
资源配置
实例数
当版本选择标准版时，建议将实例数配置为1。
资源配置选择
资源规格推荐使用GU30、A10或T4卡型。系统默认选择，性价比高。
说明ComfyUI仅支持单卡（单机单卡或多机单卡）运行，不支持多卡并发操作。
单击部署。
方式二：自定义模型部署
进入模型在线服务页面。
登录PAI控制台。
在左侧导航栏单击工作空间列表，在工作空间列表页面中单击待操作的工作空间名称，进入对应工作空间内。
在工作空间页面的左侧导航栏选择模型部署>模型在线服务（EAS），进入模型在线服务（EAS）页面。
在模型在线服务（EAS）页面，单击部署服务，在自定义模型部署区域，单击自定义部署。
在新建服务页面，配置以下关键参数。
参数
描述
模型服务信息
服务名称
自定义服务名称。本案例使用的示例值为：comfyui_svd_demo。
部署方式
选择镜像部署AI-Web应用。
镜像选择
在PAI平台镜像列表中选择comfyui；镜像版本选择1.3。其中：
x.x：表示标准版。
x.x-api：表示API版。
x.x-cluster：表示集群版。
说明由于版本迭代迅速，部署时镜像版本选择最高版本即可。
更多关于每个版本的使用场景说明，请参见背景信息。
填写模型配置
当部署微调模型、安装ComfyUI插件，或选择API版、标准版并通过API进行调用时，您需要单击填写模型配置，进行模型配置，以便上传微调模型、插件和获取推理结果。支持以下两种配置类型：
OSS挂载
单击
选择已创建的OSS存储目录。例如oss://bucket-test/data-oss/。挂载路径：配置为
/code/data-oss，表示将您配置的OSS文件目录挂载到镜像的/code/data-oss路径下。
NAS挂载
NAS挂载点：选择NAS文件系统和挂载点，EAS服务通过挂载点来访问NAS文件系统。
NAS源路径：需要挂载的NAS中的源路径，即NAS实例内部的文件系统路径。例如
/data-oss。挂载路径：配置为
/code/data-oss，表示将您配置的NAS源路径挂载到镜像的/code/data-oss路径下。
后续，您可以将自定义模型和ComfyUI插件上传至指定的OSS或NAS路径，以便加载和使用这些资源。具体操作，请参见如何挂载自定义模型和ComfyUI插件？。
运行命令
配置镜像版本后，系统自动配置运行命令
python main.py --listen --port 8000。端口号为：8000。
当您进行模型配置后，您需要在运行命令中增加
--data-dir挂载目录，其中挂载目录需要与填写模型配置中挂载路径一致。例如python main.py --listen --port 8000 --data-dir /code/data-oss。资源部署信息
资源组种类
选择公共资源组。
实例数
当镜像版本标准版时，建议将实例数配置为1。
资源配置方法
选择常规资源配置。
资源配置选择
实例规格必须选择GPU类型，推荐使用ml.gu7i.c16m60.1-gu30（性价比最高）。如库存不足可选择ecs.gn6i-c16g1.4xlarge。
说明ComfyUI仅支持单卡（单机单卡或多机单卡）运行，不支持多卡并发操作。
单击部署。
当服务状态为运行中时，表明服务已成功部署。
调用EAS服务
通过WebUI调用EAS服务
通过WebUI，您可以调用标准版和集群版的EAS服务。在标准版服务中，所有请求都由同一个后端实例处理。而集群版服务则适合多用户同时操作，它能够在多个实例间分配并处理各用户的任务。具体操作步骤如下：
单击目标服务的服务方式列下的查看Web应用。
说明访问WebUI时，大约需要1分钟的加载时间，之后您将能看到完整的初始工作流界面。
在WebUI页面进行模型推理验证。
根据您自己的业务需要，选择文生图的模型和图生视频的模型，本方案使用默认配置。然后在CLIP文本编码器中输入Prompts，例如：
Rocket takes off from the ground, fire, sky, airplane，单击添加提示词队列， 等待工作流运行完成即可获得AI生成的视频。
右键单击生成的视频，选择保存图像，即可将生成的视频保存到本地。
生成的视频示例如下所示：
在线调试EAS服务
仅标准版服务支持在线调试，具体操作步骤如下：
生成请求体。具体操作，请参见如何生成请求体。
在模型在线服务（EAS）页面，单击目标服务操作列下的在线调试，进入在线调试页面。
发送POST请求，获取Prompt ID。
在调试页面的在线调试请求参数区域的Body处填写已准备好的请求体。并在请求URL文本编辑框中添加
/prompt。
单击发送请求，即可在调试信息区域查看预测结果，示例如下。
发送GET请求，根据Prompt ID获取推理结果。
在在线调试请求参数区域中，将请求方法修改为GET，并在文本框中配置
/history/<prompt id>，示例如下。
其中
<prompt id>需要替换为步骤3获取的Prompt ID。单击发送请求，即可获取推理结果。
您可以在挂载存储的
output目录中，查看生成的推理结果。
通过API调用EAS服务
标准版和API版服务支持API调用。API调用支持同步调用和异步调用两种方式：
同步调用
标准版服务仅支持同步调用方式，即客户端发送一个请求，同步等待结果返回。
异步调用
API版服务仅支持异步调用方式，即客户端使用EAS的队列服务向输入队列发送请求，并通过订阅的方式从输出队列查询结果。
由于ComfyUI本身具有异步队列系统，即使发起同步调用，实质上也是异步进行的。即当用户提交请求后，系统会返回一个Prompt ID，您需要使用该ID轮询以获取推理结果。
同步调用
查看调用信息。
在服务列表中，单击标准版服务名称，进入服务详情页面。
在基本信息区域，单击查看调用信息。
在调用信息对话框的公网地址调用页签，获取服务访问地址和Token。
获取Prompt ID。
生成请求体。具体操作，请参见如何生成请求体。
发送请求，获取Prompt ID。
支持以下两种方式：
Curl
HTTP请求方式：POST
请求URL：
<service_url>/prompt请求头部：
头部
值
描述
Authorization
<token>
授权密钥
Content-Type
application/json
指定请求体格式
代码示例
curl --location --request POST '<service_url>/prompt' \ --header 'Authorization: <token>' \ --header 'Content-Type: application/json' \ --data-raw '{ "prompt": ...省略 }'其中关键配置项如下：
配置项
描述
<service_url>
替换为步骤1中获取的服务访问地址。您需要将访问地址末尾的
/删除。例如http://comfyui****.175805416243****.cn-beijing.pai-eas.aliyuncs.com。<token>
替换为步骤1中获取的Token。例如
ZGJmNzcwYjczODE1MmVlNWY1NTNiNGYxNDkzODI****NzU2NTFiOA==。data-raw
配置为请求体，例如：
重要请求体中的布尔值（true和false）首字母需要小写。
Python
代码示例如下：
import requests url = "<service_url>/prompt" payload = { "prompt": ...省略 } session = requests.session() session.headers.update({"Authorization":"<token>"}) response = session.post(url=f'{url}', json=payload) if response.status_code != 200: raise Exception(response.content) data = response.json() print(data)其中关键配置项如下：
配置项
描述
<service_url>
替换为步骤1中获取的服务访问地址。您需要将访问地址末尾的
/删除，例如http://comfyui****.175805416243****.cn-beijing.pai-eas.aliyuncs.com。<token>
替换为步骤1中获取的Token。
ZGJmNzcwYjczODE1MmVlNWY1NTNiNGYxNDkzODI****NzU2NTFiOA==payload
配置为请求体，例如：
重要请求体中的布尔值（True和False）首字母需要大写。
返回结果示例如下：
{'prompt_id': '021ebc5b-e245-4e37-8bd3-00f7b949****', 'number': 5, 'node_errors': {}}您可以从返回结果中获取Prompt ID。
发送请求，获取推理结果。
支持以下两种方式：
Curl
HTTP请求方式：
GET请求URL：
<service_url>/history/<prompt_id>请求头部：
代码示例：
curl --location --request GET '<service_url>/history/<prompt_id>' \ --header 'Authorization: <token>'其中关键配置项如下：
配置项
描述
<service_url>
替换为步骤1中获取的服务访问地址。您需要将访问地址末尾的
/删除。例如http://comfyui****.175805416243****.cn-beijing.pai-eas.aliyuncs.com。<token>
替换为步骤1中获取的Token。例如
ZGJmNzcwYjczODE1MmVlNWY1NTNiNGYxNDkzODI****NzU2NTFiOA==。<prompt_id>
替换为步骤2中获取的prompt_id。
头部
值
描述
Authorization
<token>
授权密钥
Python
代码示例如下：
import requests # 构造请求URL。 url = "<service_url>/history/<prompt_id>" session = requests.session() session.headers.update({"Authorization":"<token>"}) response = session.get(url=f'{url}') if response.status_code != 200: raise Exception(response.content) data = response.json() print(data)其中关键配置项如下：
配置项
描述
<service_url>
替换为步骤1中获取的服务访问地址。您需要将访问地址末尾的
/删除，例如http://comfyui****.175805416243****.cn-beijing.pai-eas.aliyuncs.com。<token>
替换为步骤1中获取的Token。例如
ZGJmNzcwYjczODE1MmVlNWY1NTNiNGYxNDkzODI****NzU2NTFiOA==。<prompt_id>
替换为步骤2中获取的prompt_id。
返回结果示例如下：
{ "130bcd6b-5bb5-496c-9c8c-3a1359a0****": { "prompt": ...省略, "outputs": { "9": { "images": [ { "filename": "ComfyUI_1712645398_18dba34d-df87-4735-a577-c63d5506a6a1_.png", "subfolder": "", "type": "output" } ] }, "15": { "images": [ { "filename": "ComfyUI_1712645867_.webp", "subfolder": "", "type": "output" } ], "animated": [ true ] }, "19": { "gifs": [ { "filename": "comfyUI_00002.mp4", "subfolder": "", "type": "output", "format": "video/h264-mp4" } ] } }, "status": { "status_str": "success", "completed": true, "messages": ...省略, } } }在本示例返回的
outputs中提供了prompt生成的图像、webp文件和mp4视频，您可以在挂载存储的output目录中，根据文件名称来查找这些文件。
异步调用
仅API版的服务支持异步调用，且仅支持api_prompt路径。
查看调用信息。
单击API版服务的服务方式列下的调用信息，在调用信息对话框的异步调用页签，查看服务访问地址和Token。
推送请求。
代码示例如下：
import requests,io,base64 from PIL import Image, PngImagePlugin url = "<service_url>" session = requests.session() session.headers.update({"Authorization":"<token>"}) work_flow = { '3': ...省略 } for i in range(5): payload = work_flow response = session.post(url=f'{url}/api_prompt?task_id=txt2img_{i}', json=payload) if response.status_code != 200: exit(f"send request error:{response.content}") else: print(f"send {i} success, index is {response.content}")其中关键配置项如下：
配置项
描述
<service_url>
替换为步骤1获取的服务访问地址。您需要将访问地址末尾的
/删除，例如http://175805416243****.cn-beijing.pai-eas.aliyuncs.com/api/predict/comfyui_api。<token>
替换为步骤1获取的Token。例如
ZTJhM****TBhMmJkYjM3M2U0NjM1NGE3OGNlZGEyZTdjYjlm****Nw==。work_flow
配置为工作流对应的JSON文件内容，示例如下。如何获取工作流JSON文件，请参见如何生成请求体。
重要文件中的布尔值（True和False）首字母需要大写。
订阅结果。
执行以下命令安装eas_prediction SDK。
pip install eas_prediction --user执行以下代码，获取返回结果。
from eas_prediction import QueueClient sink_queue = QueueClient('<service_domain>', '<service_name>/sink') sink_queue.set_token('<token>') sink_queue.init() watcher = sink_queue.watch(0, 5, auto_commit=False) for x in watcher.run(): if 'task_id' in x.tags: print('index {} task_id is {}'.format(x.index, x.tags['task_id'])) print(f'index {x.index} data is {x.data}') sink_queue.commit(x.index)其中关键配置说明如下：
配置项
描述
<service_domain>
请替换为步骤1查询的服务访问地址中的调用信息。例如
139699392458****.cn-hangzhou.pai-eas.aliyuncs.com。<service_name>
请替换为EAS服务名称。
<token>
请替换为步骤1查询的Token。
返回结果示例如下：
index 42 task_id is txt2img_0 index 42 data is b'[{"type": "executed", "data": {"node": "9", "output": {"images": [{"filename": "ComfyUI_1712647318_8e7f3c93-d2a8-4377-92d5-8eb552adc172_.png", "subfolder": "", "type": "output"}]}, "prompt_id": "c3c983b6-f92b-4dd5-b4dc-442db4d1736f"}}, {"type": "executed", "data": {"node": "15", "output": {"images": [{"filename": "ComfyUI_1712647895_.webp", "subfolder": "", "type": "output"}], "animated": [true]}, "prompt_id": "c3c983b6-f92b-4dd5-b4dc-442db4d1736f"}}, {"type": "executed", "data": {"node": "19", "output": {"gifs": [{"filename": "comfyUI_00001.mp4", "subfolder": "", "type": "output", "format": "video/h264-mp4"}]}, "prompt_id": "c3c983b6-f92b-4dd5-b4dc-442db4d1736f"}}, {"9": {"images": [{"filename": "ComfyUI_1712647318_8e7f3c93-d2a8-4377-92d5-8eb552adc172_.png", "subfolder": "", "type": "output"}]}, "15": {"images": [{"filename": "ComfyUI_1712647895_.webp", "subfolder": "", "type": "output"}], "animated": [true]}, "19": {"gifs": [{"filename": "comfyUI_00001.mp4", "subfolder": "", "type": "output", "format": "video/h264-mp4"}]}}]' index 43 task_id is txt2img_1 index 43 data is b'[{"9": {"images": [{"filename": "ComfyUI_1712647318_8e7f3c93-d2a8-4377-92d5-8eb552adc172_.png", "subfolder": "", "type": "output"}]}, "15": {"images": [{"filename": "ComfyUI_1712647895_.webp", "subfolder": "", "type": "output"}], "animated": [true]}, "19": {"gifs": [{"filename": "comfyUI_00001.mp4", "subfolder": "", "type": "output", "format": "video/h264-mp4"}]}}]' index 44 task_id is txt2img_2 index 44 data is b'[{"9": {"images": [{"filename": "ComfyUI_1712647318_8e7f3c93-d2a8-4377-92d5-8eb552adc172_.png", "subfolder": "", "type": "output"}]}, "15": {"images": [{"filename": "ComfyUI_1712647895_.webp", "subfolder": "", "type": "output"}], "animated": [true]}, "19": {"gifs": [{"filename": "comfyUI_00001.mp4", "subfolder": "", "type": "output", "format": "video/h264-mp4"}]}}]' index 45 task_id is txt2img_3 index 45 data is b'[{"9": {"images": [{"filename": "ComfyUI_1712647318_8e7f3c93-d2a8-4377-92d5-8eb552adc172_.png", "subfolder": "", "type": "output"}]}, "15": {"images": [{"filename": "ComfyUI_1712647895_.webp", "subfolder": "", "type": "output"}], "animated": [true]}, "19": {"gifs": [{"filename": "comfyUI_00001.mp4", "subfolder": "", "type": "output", "format": "video/h264-mp4"}]}}]' index 46 task_id is txt2img_4 index 46 data is b'[{"9": {"images": [{"filename": "ComfyUI_1712647318_8e7f3c93-d2a8-4377-92d5-8eb552adc172_.png", "subfolder": "", "type": "output"}]}, "15": {"images": [{"filename": "ComfyUI_1712647895_.webp", "subfolder": "", "type": "output"}], "animated": [true]}, "19": {"gifs": [{"filename": "comfyUI_00001.mp4", "subfolder": "", "type": "output", "format": "video/h264-mp4"}]}}]'您可以在挂载存储的
output目录中，查看推理结果文件。
相关文档
ComfyUI的API版本启用了异步队列，关于异步调用的原理介绍，请参见部署异步推理服务。
通过EAS，您还可以完成以下场景化部署：
部署支持WebUI和API调用的LLM大语言模型，并在部署LLM应用后，利用LangChain框架集成企业知识库，实现智能问答和自动化功能。详情请参见5分钟使用EAS一键部署LLM大语言模型应用。
部署集成了大语言模型（LLM）和检索增强生成（RAG）技术的对话系统服务，适用于问答、摘要生成和依赖外部知识的自然语言处理任务。详情请参见大模型RAG对话系统。
附录
如何生成请求体
您需要在WebUI页面设置满足业务需求的工作流，然后构建相应的请求体。具体操作步骤如下：
在模型在线服务（EAS）页面，单击目标服务的服务方式列下的查看Web应用，进入WebUI页面。
说明访问WebUI时，大约需要1分钟的加载时间，之后您将能看到完整的初始工作流界面。
在WebUI页面，单击
按钮，并在Settings对话框中选中启用开发模式选项复选框。
在WebUI页面，根据您的业务需求配置工作流。
您可以在Checkpoint加载器区域选择模型，在CLIP文本编码器中输入正向和反向提示词、调整采样器配置等。完成这些操作后，单击添加提示词队列以获取AI生成的视频，并确保所有配置都符合您的需求。
确定工作流符合预期后，请单击保存（API格式），下载该工作流对应的JSON文件。
其中：
同步调用和在线调试的请求体需要将下载的JSON文件内容置于prompt键下进行包装。例如，上述工作流对应的请求体为：
{ "prompt": { "3": { "inputs": { "seed": 367490676387803, "steps": 40, "cfg": 7, "sampler_name": "dpmpp_sde_gpu", "scheduler": "karras", "denoise": 1, "model": [ "4", 0 ], "positive": [ "6", 0 ], "negative": [ "7", 0 ], "latent_image": [ "5", 0 ] }, "class_type": "KSampler", "_meta": { "title": "K采样器" } }, "4": { "inputs": { "ckpt_name": "LandscapeBING_v10.safetensors" }, "class_type": "CheckpointLoaderSimple", "_meta": { "title": "Checkpoint加载器(简易)" } }, "5": { "inputs": { "width": 720, "height": 1280, "batch_size": 1 }, "class_type": "EmptyLatentImage", "_meta": { "title": "空Latent" } }, "6": { "inputs": { "text": "Rocket takes off from the ground, fire，sky, airplane", "clip": [ "4", 1 ] }, "class_type": "CLIPTextEncode", "_meta": { "title": "CLIP文本编码器" } }, "7": { "inputs": { "text": "", "clip": [ "4", 1 ] }, "class_type": "CLIPTextEncode", "_meta": { "title": "CLIP文本编码器" } }, "8": { "inputs": { "samples": [ "3", 0 ], "vae": [ "4", 2 ] }, "class_type": "VAEDecode", "_meta": { "title": "VAE解码" } }, "9": { "inputs": { "filename_prefix": "ComfyUI", "images": [ "8", 0 ] }, "class_type": "SaveImage", "_meta": { "title": "保存图像" } }, "13": { "inputs": { "seed": 510424455529432, "steps": 40, "cfg": 2.5, "sampler_name": "euler_ancestral", "scheduler": "karras", "denoise": 1, "model": [ "17", 0 ], "positive": [ "16", 0 ], "negative": [ "16", 1 ], "latent_image": [ "16", 2 ] }, "class_type": "KSampler", "_meta": { "title": "K采样器" } }, "14": { "inputs": { "samples": [ "13", 0 ], "vae": [ "18", 2 ] }, "class_type": "VAEDecode", "_meta": { "title": "VAE解码" } }, "15": { "inputs": { "filename_prefix": "ComfyUI", "fps": 10, "lossless": false, "quality": 85, "method": "default", "images": [ "14", 0 ] }, "class_type": "SaveAnimatedWEBP", "_meta": { "title": "保存WEBP" } }, "16": { "inputs": { "width": 512, "height": 768, "video_frames": 35, "motion_bucket_id": 140, "fps": 15, "augmentation_level": 0.15, "clip_vision": [ "18", 1 ], "init_image": [ "8", 0 ], "vae": [ "18", 2 ] }, "class_type": "SVD_img2vid_Conditioning", "_meta": { "title": "SVD_图像到视频_条件" } }, "17": { "inputs": { "min_cfg": 1, "model": [ "18", 0 ] }, "class_type": "VideoLinearCFGGuidance", "_meta": { "title": "线性CFG引导" } }, "18": { "inputs": { "ckpt_name": "svd_xt_image_decoder.safetensors" }, "class_type": "ImageOnlyCheckpointLoader", "_meta": { "title": "Checkpoint加载器(仅图像)" } }, "19": { "inputs": { "frame_rate": 10, "loop_count": 0, "filename_prefix": "comfyUI", "format": "video/h264-mp4", "pix_fmt": "yuv420p", "crf": 20, "save_metadata": true, "pingpong": false, "save_output": true, "images": [ "14", 0 ] }, "class_type": "VHS_VideoCombine", "_meta": { "title": "合并为视频" } } } }异步调用的请求体不需要prompt键值。上述工作流对应的请求体即为已下载的JSON文件内容。
集群版服务原理介绍
实现原理图如下：
集群版服务主要针对多用户场景，实现了客户端和后端推理实例解耦，以便多用户可以分时复用后端推理实例，提升实例的利用率和降低推理成本。
Proxy代理主要负责客户端进程和推理实例的管理。用户的所有操作都在自己的进程中进行处理，相关的文件操作仅限于公共目录和个人目录，从而实现了用户间工作目录的有效隔离。当用户需要使用推理实例来处理请求时，Proxy代理会从后端推理实例中找到可用的空闲实例来处理该推理请求。
加速图片生成速度
xFormers是基于Transformer的开源加速工具，能够有效缩短图片和视频生成时长，节省显存使用。ComfyUI镜像部署默认已开启xFormers加速。
如何挂载自定义模型和ComfyUI插件？
服务部署后，系统会自动在已挂载的OSS或NAS存储空间中创建以下目录结构：
其中：
custom_nodes：该目录用来存储ComfyUI插件。
models：该目录用来存放模型文件。
如果您从开源社区获取了ComfyUI的第三方插件，或自行训练生成了自定义模型，您应将这些插件或模型文件存放于上述指定目录中，以便加载使用新的模型和插件。具体操作步骤如下：
服务部署成功后，单击目标服务的服务方式列下的查看Web应用。
在WebUI界面中，您可以浏览并查看当前可用的模型文件和ComfyUI插件列表。
对于ComfyUI默认工作流，您需要在相应节点查看该节点可用的模型文件，例如在Checkpoint加载器的下拉列表中查看当前可用的模型文件。
右键单击WebUI页面，在快捷菜单中单击新建节点，查看所有已安装的ComfyUI插件。
加载模型文件。
请将模型文件上传至挂载存储的
models目录下的相应子目录中，具体操作，请参见步骤三：上传文件。请参考对应节点的开源项目库的使用说明，确定模型上传至哪个子目录。例如，对于Checkpoint加载器节点，对应的模型应上传至models/checkpoints。在WebUI页面中，单击刷新按钮，然后在Checkpoint加载器的下拉列表中查看模型文件是否加载成功。
如果未加载成功，您需要单击Process Restart，以重新加载模型文件。
此过程将持续大约5分钟，在此期间服务会自动重启并恢复正常运行。重启完成后，您可以访问WebUI页面，以确认模型文件是否已成功加载。
加载ComfyUI插件，支持以下两种方式：
自行上传并加载ComfyUI插件（推荐）。
请将ComfyUI第三方插件上传至挂载存储的
custom_nodes目录。在WebUI页面中，单击Process Restart。
此过程将持续大约5分钟，在此期间服务会自动重启并恢复正常运行。重启完成后，您可以访问WebUI页面，以确认插件是否已成功加载。
在管理器中直接安装插件。由于需要从GitHub等平台拉取代码，有可能存在网络连接失败的问题。
在WebUI页面，单击管理器，然后在ComfyUI管理器对话框中安装节点。
