ComfyUI 是图像与视频工作流工具，强项是节点编排、本地模型和图像后处理。它和 Xcompute 的关系，不是“替代”，而是“组合”：
Xcompute 负责调用远程模型ComfyUI 负责节点编排、批量工作流、后处理和本地增强
先理解 ComfyUI 适合做什么
ComfyUI 官方重点强调的是：
- 节点式图像和视频工作流
- 本地模型与外部模型混合编排
- 通过 API 和外部服务接入复杂内容生产链路
这篇文章适合谁
如果你是下面这些场景，这篇很适合你：
- 想做批量出图或图像工作流
- 想把远程大模型和本地图像处理串起来
- 想把 Xcompute 作为生图入口，再在 ComfyUI 里继续做后处理
官方安装方式
方案一：桌面版或便携版
如果你只是想快速开始，优先用官方桌面版或 Windows 便携版。
方案二：手动安装
适合 Linux / macOS / 有 Python 环境的用户。
git clone https://github.com/Comfy-Org/ComfyUI.git
cd ComfyUI
pip install -r requirements.txt
python main.py
先理解一个关键点
ComfyUI 并不像 Claude Code、Codex、OpenCode 那样，天然就是一个“文本模型客户端”。它更像一个图像工作流引擎。
- Xcompute 负责远程生成
- ComfyUI 负责工作流编排、后处理、节点连接
Xcompute 怎么和 ComfyUI 配合
这里要讲清楚一点：
ComfyUI 官方的 Partner Nodes 更偏向接它自己的合作模型与账户体系，不适合直接当成 Xcompute 的通用接入口。
方式一：把 Xcompute 当外部生成服务
你在 ComfyUI 外部先调用 Xcompute 的图像或视频接口，再把返回结果喂回 ComfyUI 继续做：
- 文生图
- 图生图
- 放大
- 风格化
- 拼接到更复杂的本地工作流里
方式二：用 HTTP/API 节点接远程接口
如果你的 ComfyUI 工作流里已经有 API 调用能力，可以直接请求：
POST https://xcompute.us/v1/images/generations
{
"model": "gemini-3.1-flash-image-preview",
"prompt": "赛博朋克风格的城市夜景，霓虹灯闪烁",
"size": "16:9",
"resolution": "2K",
"n": 1
}
非技术用户推荐做法
如果你不是开发者，最推荐的做法不是自己拼 API 节点，而是这样：
- 先在 Xcompute 文生图
- 把图拿回来
- 导入 ComfyUI
- 再做高清放大、风格延展、修复、视频转换
这会比你一开始就折腾复杂 API 工作流更容易成功。
推荐工作流
- 在 Xcompute 生成初稿图
- 通过任务状态接口拿到输出图 URL
- 将图片导入 ComfyUI
- 在 ComfyUI 里做局部修复、风格延展、放大或视频转换
第一次使用建议
路线 A：最省事
- 安装 ComfyUI
- 打开界面
- 用 Xcompute 先生成一张图片
- 拖进 ComfyUI
- 做一次最简单的放大或修图
路线 B：进阶一点
- 在 ComfyUI 中搭一个图片处理工作流
- 用外部脚本或 API 节点请求 Xcompute
- 自动把结果喂给下一步节点
常见问题
为什么我不建议一开始就硬接 Partner Nodes
因为 ComfyUI 官方 Partner Nodes 更偏它自己的账户体系和合作模型，对 Xcompute 这种外部服务并不是最直接的路径。
非技术用户最容易卡在哪里
- Python 环境
- 模型文件路径
- 节点太复杂
所以第一阶段建议先把它当“后处理台”来用，而不是一上来就当全自动 API 编排器。
什么时候适合用 ComfyUI + Xcompute
- 你要做复杂图像工作流
- 你既想用远程大模型，也想保留本地后处理能力
- 你要做批量图像生产或图像到视频链路
官方参考
- ComfyUI README
- ComfyUI install guide
- ComfyUI Partner Nodes / API Nodes docs
