ComfyUI 使用全攻略系列：API简介

最新推荐文章于 2025-03-21 10:23:58 发布

AI绘画月月

最新推荐文章于 2025-03-21 10:23:58 发布

阅读量3.8k

点赞数 29

文章标签：人工智能 stable diffusion AIGC comfyui AI作画

本文链接：https://blog.csdn.net/2401_84760719/article/details/144981558

版权

前言

现在comfyUI的插件越来越多、功能越来越丰富，我们能够使用这些插件构建愈发强大的解决各种场景的工作流。

而对于工作流也是我们个人的心血结晶，那么有没有什么办法能够让广大用户都能用上我们的工作流呢？

下面，我们先一起来研究一下它的API

获取工作流

1.开启DEV模式

在comfyUI功能栏上点击小齿轮，在弹出的页面中开启DEV模式，如下：

开启开发者模式后，右侧功能栏中才会显示"保存(API)格式"按钮；

2.获取工作流

我们开发和调试好工作流后，我们可以通过"保存(API)格式"来获得最小的工作流文件，如下：

例如，我们以comfyUI默认的工作流为例，点击右侧的按钮后，得到如下得文件。

{`  `"3": {`    `"inputs": {`      `"seed": 156680208700286,`      `"steps": 20,`      `"cfg": 8,`      `"sampler_name": "euler",`      `"scheduler": "normal",`      `"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": "0XL\\DreamShaper-XL-v2.1-Turbo-闪电_v2.1-Turbo.safetensors"`    `},`    `"class_type": "CheckpointLoaderSimple",`    `"_meta": {`      `"title": "Checkpoint加载器(简易)"`    `}`  `},`  `"5": {`    `"inputs": {`      `"width": 512,`      `"height": 512,`      `"batch_size": 1`    `},`    `"class_type": "EmptyLatentImage",`    `"_meta": {`      `"title": "空Latent"`    `}`  `},`  `"6": {`    `"inputs": {`      `"text": "beautiful scenery nature glass bottle landscape, , purple galaxy bottle,",`      `"clip": [`        `"4",`        `1`      `]`    `},`    `"class_type": "CLIPTextEncode",`    `"_meta": {`      `"title": "CLIP文本编码器"`    `}`  `},`  `"7": {`    `"inputs": {`      `"text": "text, watermark",`      `"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"`    `}`  `}``}

从前面的截图中，我们得知节点6是正向提示词、节点7是负向提示词，节点9是保存图片。

一般情况下，我们使用工作流来生图时，设置好模型后，只会去调整正负向提示词，其他的大体上不变。

注：我们想使用不同的提示词来生图，只需要替换掉节点6中text的值即可。

所有的AI设计工具，安装包、模型和插件，都已经整理好了，👇获取~

comfyUI API

1.触发工作流

我们在浏览器中打开开发者工具后，触发工作流，看看效果。

这些信息说明，手动触发工作流时，调用了prompt接口：

功能：触发执行工作流

地址：http://192.168.0.105:8188/api/prompt；

类型：POST，

body里面的数据如下：

该接口触发工作流执行时，向comfyUI发送了client_id数据和api格式的工作流数据。

注：extra_data数据是包含坐标等信息的工作流数据，执行工作流时comfyUI用不到。

这里，我们可以用工具postman来试一下看看效果。

至此，我们得到了comfyUI的触发任务执行接口

2.获取执行历史

点击"显示历史"可以看到当前client_id执行的所有的历史记录，如下：

这里，我们就获得了第二个HTTP接口：

功能：获取执行历史列表：

接口地址：http://192.168.0.105:8188/api/history?max_items=200

类型：GET请求

接着点击上面红色框中的"加载"可以得到任意一个的历史详情，如下：

3.预览图片

这里我们就得到了第三个接口：

功能：获得图片详情

地址：http://192.168.0.105:8188/api/view?filename=ComfyUI_00291_.png&subfolder=&type=output&rand=0.05807305220146097

类型：GET

注：

1.其中rand参数可选，我们可以删除掉；

2.filename：生成的图片文件名称；

3.subfolder：子文件夹；

4.type：输出类型

4.socket接口

仔细阅读另外2个python脚本，我们发现它在执行工作流后，建立了如下的socket链接：

ws://192.168.0.105:8188/ws?clientId=785fc027452145f29bc2e096f2b25182

示例如下：

为了帮助大家更好地掌握 ComfyUI，我在去年花了几个月的时间，撰写并录制了一套ComfyUI的基础教程，共六篇。这套教程详细介绍了选择ComfyUI的理由、其优缺点、下载安装方法、模型与插件的安装、工作流节点和底层逻辑详解、遮罩修改重绘/Inpenting模块以及SDXL工作流手把手搭建。