ガイド

スクリーンショットの最終行だけでは、インスタンス、入力、最初の例外を特定できないことがよくあります。完全な記録をローカルに保持し、共有用に内容を確認して伏せ字にした報告を作成します。

インストールコマンドをコピーする前に、シェル、実行中の Python、作業ディレクトリを確認します。

モデル名は、複数の重みをまとめたチェックポイント、分割された重み、量子化版、テキストエンコーダー、VAE を指すことがあります。ワークフローで実際に使った成果物を特定できるよう、十分な識別情報を残します。

対応している extra_model_paths の設定を使うと、既存のモデル保存先を参照できます。Python 環境、ノード登録、ワークフローのバージョンは共有されません。

互換性のある LoRA を一つ使い、条件をそろえて比較します。選択欄に表示されても、サンプリング経路で変更後の重みが使われているとは限りません。

モデル名から一律の最小 VRAM 容量を主張するのではなく、特定の構成で実行できる範囲を確認します。

ノードや重みをインストールする前に、JSON、画像、動画の形式と出所を確認します。静的な調査は準備に役立ちますが、対象環境での実行確認の代わりにはなりません。

古いコードに戻しても、Python パッケージ、フロントエンド、ノード、設定が自動的に復元されるわけではありません。関連する環境全体の復旧情報を用意します。

無作為なアンインストールを、制御したグループと再現可能な入力に置き換えます。目的は原因となる最小の組み合わせを特定することであり、すべてのサードパーティ製ノードを一括して判定することではありません。

リポジトリのダウンロードは手順の一つにすぎません。対象パッケージを特定し、依存関係を満たして、実行中のバックエンドに必要なクラスが実際に登録されることを確認します。

Windows Portable には独立した Python と ComfyUI のフォルダーがあります。システムの Python にパッケージを導入しても、Portable の組み込み Python から使えるとは限りません。

対応する Python、実際の計算デバイス、独立した作業フォルダーを先に決めます。すべてのマシンに同じ pip コマンドを使わず、Desktop や Portable とは別の手順として進めます。

ComfyUI のノードキャンバス、ワークフローグラフ、モデルとノードのパネル、実行キュー、保存した出力を初めて確認するためのガイドです。ラベルはバージョンによって異なります。このガイドは現在の公式インターフェース資料に基づいており、実際の UI を操作して確認したものではありません。

公式 Comfy Cloud、自分で管理する GPU や Docker コンテナー、Google Colab のマネージドノートブックを区別し、モデルの配置、外部公開、データの保存先を決めます。

Apple シリコン搭載 Mac 向けの公式 Desktop と、独立した Python 環境による手動インストールを比較します。CUDA 向けの対処法を使う前に、PyTorch の MPS 対応状況を確認してください。

Windows、Apple シリコン搭載 Mac、Linux 向けの公式インストーラーを選び、ComfyUI のインストールを作成します。ランチャーとモデル・出力ファイルの保存場所の違いも確認します。

Wonderful Launcher の公開資料に基づく参考情報です。ComfyUI World と同じ運営主体が記載されていることを明示し、ダウンロードと規約は原文を参照します。

透過を指定し、元の PNG を保持して、ビューアーの背景を信頼するのではなくアルファ値を確認します。

テキストから画像を生成する場合と画像を編集する場合のプロンプト書き換えを、ベースの条件付けエンコーダーから分けて扱います。

ランタイム間でコマンドをコピーせず、旧版と新版のコンポーネント一式、ノード、アダプター、ライセンスをそれぞれ保持します。

7B という表記から最低 VRAM を推測しないでください。コンポーネントの常駐状況、キャッシュ、参照画像の寸法、出力の負荷を調べます。

学習ツールの実装は、学習済みアダプターのカタログではありません。正確なベースモデル、アダプターファイル、ローダーでの読み込みに関する根拠を分けて記録します。

拡散モデル、条件付けエンコーダー、VAE をそれぞれ選択します。任意のプロンプト強化モデルやファイルサイズの推定値を、最低 VRAM の根拠にしないでください。

環境と一つの管理された変更を記録し、メタデータと実行時の成功を区別します。