https://github.com/nexmoe/serverless-comfyui
一个基于 Docker 的 ComfyUI 弹性 Serverless 应用，提供完整的前后端分离架构和用户友好的界面。
https://github.com/nexmoe/serverless-comfyui
ai comfyui docker llm stable-diffusion
Last synced: 10 months ago
JSON representation
一个基于 Docker 的 ComfyUI 弹性 Serverless 应用，提供完整的前后端分离架构和用户友好的界面。
- Host: GitHub
- URL: https://github.com/nexmoe/serverless-comfyui
- Owner: nexmoe
- License: mit
- Created: 2025-01-02T09:55:08.000Z (over 1 year ago)
- Default Branch: main
- Last Pushed: 2025-01-10T06:27:22.000Z (over 1 year ago)
- Last Synced: 2025-01-10T07:38:06.887Z (over 1 year ago)
- Topics: ai, comfyui, docker, llm, stable-diffusion
- Language: TypeScript
- Homepage: https://hadoop.nexmoe.com
- Size: 149 KB
- Stars: 12
- Watchers: 1
- Forks: 1
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
# Comfy Docker
一个基于 Docker 的 ComfyUI 弹性 Serverless 应用，提供完整的前后端分离架构和用户友好的界面。
Demo:
## 项目特点
- 🐳 完整的 Docker 化部署方案
- 🎨 现代化的前端界面
- 🔌 模块化的后端架构
- 🛠 简单的配置和使用方式
## 架构图
```mermaid
graph LR
subgraph 前端
A[用户界面（客户层）] --> B[Next.js（Node 层）]
end
subgraph 后端
C[API 服务] --> D[ComfyUI 引擎]
D --> E[(模型文件)]
end
B -->|HTTP 请求| C
D -->|生成图片| C
C -->|返回结果| B
```
## 项目结构
```
comfy-docker/
├── frontend/ # Next.js 前端项目
│ ├── src/ # 源代码
│ └── .env # 环境配置
├── backend/ # ComfyUI 后端
│ ├── checkpoints/ # 模型检查点
│ ├── controlnet/ # ControlNet 模型
│ ├── custom_nodes/ # 自定义节点
│ └── loras/ # LoRA 模型
└── bruno/ # API 测试文件
```
backend/ 目录结构如下，模型 和 自定义节点 需要自行下载安装
```
.
├── Dockerfile
├── checkpoints
│ └── dreamshaperXL_sfwV2TurboDPMSDE.safetensors
├── controlnet
│ ├── sai_xl_canny_256lora.safetensors
│ └── sai_xl_depth_256lora.safetensors
├── custom_nodes
│ ├── ComfyUI-Custom-Scripts
│ ├── ComfyUI-WD14-Tagger
│ ├── ComfyUI_Comfyroll_CustomNodes
│ ├── comfyui-art-venture
│ └── comfyui_controlnet_aux
├── docker-compose.yml
├── loras
│ └── StudioGhibli.Redmond-StdGBRRedmAF-StudioGhibli.safetensors
├── provisioning.sh // 自定义脚本
└── sanhua.json // 工作流
```
## 环境要求
- Docker & Docker Compose
- NVIDIA GPU（当前演示工作流需要 12G 显存以上）
- 足够的磁盘空间（100G~200G）用于存储模型
## 快速开始
### 后端本地测试
1. 进入后端 Dockerfile 目录
```bash
cd backend
```
2. 下载模型文件
请参考：
3. 构建 Docker 镜像
```bash
docker build -t gongji/comfyui:0.1 .
```
1. 运行 Docker 容器
```bash
docker run -it --rm --gpus all -p 3000:3000 -p 8188:8188 --name comfyui gongji/comfyui:0.1
```
容器启动后可以访问：
- ComfyUI 界面：
- API 接口：
### 前端本地测试
1. 进入前端目录
```bash
cd frontend
```
2. 配置环境变量
```bash
cp .env.example .env
# 编辑 .env 文件配置必要的环境变量
```
3. 安装依赖并启动
```bash
pnpm install
pnpm dev
```
## ComfyUI Docker 部署到 Serverless 弹性平台
请参考 [共绩科技的 ComfyUI 部署文档](https://www.gongjiyun.com/docs/docker/tutorials/comfyui.html)
## API 文档
项目使用 Bruno 进行 API 测试和文档管理，相关文件位于 `bruno/` 目录。
### ComfyUI API 调用示例
以下是调用 ComfyUI API 的示例代码（参考 `frontend/src/app/api/route.ts`）：
```typescript
async function generateImage(imageUrl: string) {
// 1. 准备 prompt 数据
const promptData = { ...promptob }; // 从 JSON 文件导入基础 prompt
promptData.prompt["30"].inputs.image = imageUrl; // 修改输入图片
// 2. 设置请求选项
const url = `${process.env.GONGJI_ENDPOINT}/prompt`;
const options = {
method: 'POST',
headers: { 'content-type': 'application/json' },
body: JSON.stringify(promptData)
};
// 3. 发送请求
const response = await fetch(url, options);
const data = await response.json();
// 4. 错误处理
if (response.status !== 200) {
throw new Error(response.statusText);
}
// 5. 处理返回的图片数据
if (data.images && data.images.length > 0) {
return data.images[0]; // 返回 base64 格式的图片数据
} else {
throw new Error('没有返回有效的图片数据');
}
}
```
主要步骤说明：
1. **准备 Prompt**：
- 从 JSON 文件导入基础 prompt 配置
- 根据需要修改 prompt 中的参数（如输入图片）
2. **发送请求**：
- 使用 POST 方法
- Content-Type 设置为 application/json
- 请求体为序列化后的 prompt 数据
3. **处理响应**：
- 检查响应状态码
- 解析返回的 JSON 数据
- 提取生成的图片（base64 格式）
4. **错误处理**：
- 记录错误日志
- 抛出适当的错误信息
### 环境变量配置
在使用 API 之前，确保配置以下环境变量：
```bash
GONGJI_ENDPOINT=your-comfyui-api-endpoint # ComfyUI API 端点
```
## S3 配置说明
项目的图片上传功能需要配置 S3 存储服务。你可以使用 AWS S3 或其他兼容 S3 协议的对象存储服务（如 MinIO）。
在 `frontend/.env` 文件中配置以下环境变量：
```bash
S3_ENDPOINT=your-s3-endpoint
S3_ACCESS_KEY=your-access-key
S3_SECRET_KEY=your-secret-key
S3_BUCKET=your-bucket-name
S3_REGION=your-region
```
注意：
- 确保创建的 bucket 具有适当的访问权限
- 如果使用 MinIO，endpoint 应该是完整的 URL（例如：
- 使用 AWS S3 时，可以省略 endpoint 配置
## 贡献指南
欢迎提交 Issue 和 Pull Request！
## 许可证
MIT License