客户交付:除了最终图片,还要保留可复现性与权利记录
把 ComfyUI 的成果交给客户,意味着要保留素材、两种格式的工作流 JSON、版本与模型身份、种子以及许可证记录。无法承诺逐像素一致的重新运行,因此请在交付说明中写明交付包支持什么、不支持什么。
用途与适用范围
之后收到修改请求或出现争议时,需要的是配方、环境和权利状况,而不只是文件本身。本文列出随 ComfyUI 交付物应保留的内容,以及资料对复现这些结果有哪些支持。
已核对的依据
ComfyUI 可以在输出文件中嵌入两个 JSON 字段:workflow,即带布局的完整节点图;prompt,即 API prompt,包含执行所需的节点和输入。元数据可用 --disable-metadata 关闭,重新编码或编辑文件也可能将其移除。同一页面还说明,工作流不包含模型文件、输入素材和自定义节点包,并且元数据是可选的、不可信的输入 来源 1。
保存格式可在前端重新打开;API 格式用于提交,不含位置、颜色、分组和节点尺寸等界面元数据 来源 2。Hub 下载可以固定到某个标签、分支或提交 来源 3。Registry 节点使用 X.Y.Z 形式的语义化版本 来源 4,Hub 仓库卡片带有许可证元数据 来源 5。
关于确定性,PyTorch 的说明指出:不同发布版本、单个提交或不同平台之间不保证得到完全可复现的结果,即使种子相同,CPU 与 GPU 之间也可能不同 来源 6。
开始前需要分清的事项
1. 先确定合同承诺什么:仅文件、工作流,还是可重建的交付包。
2. 从生成机器上收集版本信息,并收集每个模型、LoRA 和节点的许可证文本。
操作与检查步骤
以下步骤是基于所列资料编排的操作建议,并非已针对你的环境确认的诊断。
第 1 步。 导出两种工作流并加以标注。保留保存的(界面)工作流 JSON;如果任务将由流水线提交,再保留 API 格式导出(File,Export Workflow (API)),它不含布局数据(来源 2)。
第 2 步。 按生成原样保留最终素材。记录每个输出是否仍带有嵌入的元数据,并保留一份未经改动的副本,因为编辑器在重新编码时可能移除元数据(来源 1)。
第 3 步。 写出环境记录:ComfyUI 版本或提交、Python 与 PyTorch 版本、操作系统、GPU 驱动,以及每个自定义节点的确切版本或提交。通过 Registry 发布的节点使用 X.Y.Z 版本;从其他渠道安装的节点,则记录提交(来源 4)。
第 4 步。 每个模型文件写一行身份信息:提供方、仓库、完整修订或提交哈希、路径、大小以及比对过的校验值。Hugging Face 允许选择分支、标签或提交哈希,该指南还说明提交哈希必须是完整长度的哈希,而不是 7 个字符的短哈希(来源 3)。
第 5 步。 按素材逐个记录种子、采样器、步数、引导强度、分辨率、LoRA 强度和输入文件。嵌入的 prompt 字段保存了执行所用的节点和输入,但元数据是可选且不可信的,因此不要只依赖它(来源 1)。
第 6 步。 补上权利记录:对每个模型、LoRA 和自定义节点,写明许可证名称、许可证文本链接以及你阅读它的日期。Hub 的许可证位于仓库卡片元数据中,选择 other 作为许可证时应附带 LICENSE 文件(来源 5)。解释交给法律顾问。
第 7 步。 在交付说明中写明可复现性的限度。说明交付包能让第三方重建配置,而不是承诺在其他硬件或软件上得到像素完全一致的结果(来源 6)。将交付包单独归档。
完成后的检查
同事能够识别每个素材背后的所有文件、版本和许可证,并且说明中写明了哪些内容不在承诺范围内。
注意事项与尚未确认的部分
本文不构成法律意见。许可证、合同和司法辖区决定允许的用途;本站不声明任何许可证允许商业交付。美国版权局于 2025 年 1 月 29 日发布了《版权与人工智能,第 2 部分:可版权性》来源 7。该报告指出,版权保护具有原创性的人类创作表达,包括在 AI 生成输出中可感知的人类贡献,以及对其进行创造性选择、协调或编排;但不延伸到纯 AI 生成的内容,并且目前仅靠提示词不足以提供充分的控制;人类贡献按个案评估(见第 2 部分报告的执行摘要)。这仅是美国的立场;其他司法辖区和你的合同可能不同。某个具体的 ComfyUI 节点是否具有确定性,尚未确认。
原始资料
- ComfyUI workflow metadata。核对:2026-10-06。
- ComfyUI workflow API format。核对:2026-10-06。
- Hugging Face Hub download guide。核对:2026-10-06。
- Comfy Registry pyproject.toml specification。核对:2026-10-06。
- Hugging Face Hub licenses。核对:2026-10-06。
- PyTorch reproducibility notes。核对:2026-10-06。
- U.S. Copyright Office AI initiative。核对:2026-10-06。
- U.S. Copyright Office, Part 2: Copyrightability report (PDF)。核对:2026-10-06。
资料核对日期:2026-10-06。本站未执行此工作流,未进行 GPU、质量测量或运行保证测试。
相关排查与操作
这篇内容对你有帮助吗?
匿名统计,只记录“有/没有帮助”的计数,不记录账号、IP 地址或设备信息。
资料来源
基于所列公开资料整理的编辑研究,日期为 2026-10-06。本站未运行或测试文中描述的工作流。
01ComfyUI 工作流元数据资料核对: 2026-10-0602ComfyUI 工作流 API 格式资料核对: 2026-10-0603Hugging Face Hub 下载指南资料核对: 2026-10-0604Comfy Registry pyproject.toml 规范资料核对: 2026-10-0605Hugging Face Hub 许可证资料核对: 2026-10-0606PyTorch 可复现性说明资料核对: 2026-10-0607美国版权局 AI 专题资料核对: 2026-10-0608美国版权局:《版权与人工智能》第 2 部分:可版权性报告资料核对: 2026-10-06报告问题 · 2cfae0d8-f977-5b1c-bd8d-ebf16c6b2ee6
相关阅读
编辑为本页关联的条目。
用环境信息、单次变更和相同输入记录排查过程,区分安装记录、依赖检查和真实运行。
同一个模型名称可能对应整包 checkpoint、分体权重、量化版、文本编码器和 VAE。此文提供下载记录与核对步骤,避免文章只留一个搜索链接,后来无法确定实际使用哪个文件。
收到 JSON、图片或视频示例时,先识别格式和出处,再核对节点、模型与环境。这份检查清单用于降低盲目安装成本,但静态读取并不能替代在目标环境执行。
本指南用于在更新前建立恢复条件。能够 git checkout 旧代码,不等于 Python 依赖、前端、节点和配置也恢复到了旧状态;真正可回退需要记录整个环境的关键组成。