#contents

*概要 [#ia49287e]
-ComfyUIとは、画像生成アプリの一つ。動画生成機能など、生成AIに関する様々な機能を統合したGUI。
-下記のGitHubで公開されている。
https://github.com/comfyanonymous/ComfyUI
-できないことは何もないほどに機能が充実している。
--カスタム性に富み、ユーザーが制作したカスタムノードが、次々に標準搭載されていくスタイルが拍車をかけている
--ChatGPTやGeminiに聞けば知識ゼロでもカスタムノードが作れる。「モデルごとにサンプラーとスケジューラー変えるの面倒だから自動化したい」と投げればほぼ作ってくれる。なんかエラーが出てもまたAIに投げればブラッシュアップしてくれる。
-2026年7月時点では人気No.1のツール
--利用者数の統計データはなく潜在需要は不明だが、GitHubの☆数が圧倒的である
ComfyUI：122,000、Forge-Neo(比較参考）:1,600 @ 2026/7/25
-何か新しいことをやりたいときに、拡張やツール探しがやりやすいため、最新トレンドを追うユーザーには必須アプリとなっている。
-独特のUIについては好みが分かれる。
#fold(詳細){{
--少し慣れてしまえば不自由なく、むしろ自由度が高く快適ですらある。
--2026/7月現在、ガチユーザーですらもComfyUIでなくForge Neo愛好家がいたり、あるいは「ComfyUIへの引越しはまとまった休みが取れてから」と言わしめるほど敬遠されがち。比較的食わず嫌いが多く、「ノード」「ワークフロー」というワードが先入観となって強烈なデバフを生んでいる側面もある。（だからこそのForge存続なんだけどね）
}}
- どうしてもノードベースのGUIが厳しい場合は、[[SwarmUI>https://github.com/mcmonkeyprojects/SwarmUI]]をcomfyUIのフロントエンドとして使う手もある。
--Comfy Workflowというタブが実質的にcomfyUIの画面と同じなので、発展性もあり。

-ComfyUI非公式Wiki（日本語版）
https://comfyui-wiki.com/ja


*特徴 [#v91c5903]

**ComfyUIで使う用語 [#gf2af8e3]
ざっくりこんな感じで使用しています。
ComfyUI専用用語ではなく、本来は他業界のツールでも使われている概念

#shadowheader(3,ノード)
-「Load VAE」, 「Image Save」といった１つの機能を持つブロック。

#shadowheader(3,カスタムノード)
-ComfyUIにデフォルトで標準搭載されておらず、別途配布されているノードを「カスタムノード」と呼ぶ。

#shadowheader(3,ワークフロー)
-ノードを接続して構成された機能集合体。
「t2i用ワークフロー」「Upscale用ワークフロー」のように、一連の目的を持った機能群

#shadowheader(3,テンプレート)
-ワークフローのテンプレート。
ワークフローをほかのユーザーがつかえるように配布したもの。
-json形式のファイルで配布されている。
png画像のメタデータとして組み込まれている場合もある。
**主な特徴 [#v0f544f4]
#shadowheader(3,ワークフロー構造)
-ノード接続によるワークフロー形式のGUIが特徴
--この形式は、処理の流れを可視化しやすい
--逆にいえば、生成の行程を知らないＡＩ初心者はノード接続すらままならない（後述する救済措置有り）。
--ノードが増えるにつれ煩雑な画面になってしまうので自分であれこれ整理する必要がある

-ワークフローはファイルに保存して公開できる
--ComfyUI公式テンプレートだけでなくCivitai等でもかなりの数公開されているため、初めて使うモデルや機能については人のものを借りて試せば良い
---ノード接続が苦手なAI初心者は、配布されたワークフローを使えば解決する。
--自分が生成した画像にもそのときのワークフローが自動で書きこまれる((変なものを使って生成したときはうっかりお漏らししないよう注意が必要))。
---ComfyUIで生成した画像をComfyUIの画面にドロップするとそのときのワークフローが復元される親切設計((Civitai上のモデル等のカバー画像でもComfyUIにドロップするとワークフローが見られるものが多数ある))
--ワークフロー配布のおかげで、ノード接続は覚えなくてもまったく問題ない

**ComfyUIのメリット、デメリット [#n3b85ae9]
※先述の内容は除く。

#shadowheader(3,メリット)
-コミュニティ規模が大きく、将来性という安心感がある。
-VRAM消費量削減に関する設計が徹底している。
-さまざまな新技術は、他のどのツールよりも最速で導入される傾向にある
--仕組み上、カスタムノードで実質別アプリ並みの機能を実装できるので勝手にネイティブ実装する人が出て来やすい
---たとえ動かなくても、最新技術とはそういうものだと割り切るくらいでちょうどいい。
-カスタムノードによる改造のしやすさ
--カスタムノード作成は、GeminiやClaude等で誰でも簡単に作れる。しかも、依存関係が少なく閉じた設計が多いため、成功率が高い

#shadowheader(3,デメリット)
-一般感覚でかなりわかりにくいUI（先述のワークフロー関連）
好みの問題（先述）なので、説明は省略
-開発速度が速いがゆえの部分的な壊れやすさ
--時々標準ノードでもなぜか使えなくなった、とかがそれなりに起きる。
とはいえ、次のコミットですぐに直ったりする
→参考：[[トラブルシューティング／突然使えなくなった>#cannot_UI_suddenly]]

#accordion(特徴：SD WebUI（A1111）との比較（旧情報）,***,close){{{
参考情報
//2026年以降、A1111と比較する人はほとんどいないと思われるので折りたたみ。
下記は古い情報。
2026年7月時点ではComfyUIがツールとして成熟状態にあり、
比較検討してまで必要性はなくなりました。
（ComfyUIのメリット・デメリットは、あえてSD WebUIを比較対象にするまでもなく、ComfyUI単体の問題へ昇華した）

#shadowheader(3,メリット)
-VRAM消費量が低いのでVRAMが少ないグラボでも使いやすくVRAMが多いグラボなら大きな画像も出しやすい
-VRAMが8GB程のグラボでもSDXLを使うことができる（但しそれでもできれば12GB欲しい）
-生成が高速
-インストールだけは非常に簡単（下記導入方法参照。拡張機能以外はコマンドプロンプトを使わない）
-動画系など、さまざまな新技術は1111より圧倒的に速く導入される傾向にある（仕組み上拡張機能で実質別アプリ並みの機能を実装できるので勝手に実装する人が出て来やすい）
--現在A1111やForgeなどは更新が停止ないし停滞しているので、将来性という面で利がある。

#shadowheader(3,デメリット)
-一般感覚でかなりわかりにくいUI
--代替UI(ComfyUIをバックエンドに使う)を使う事である程度軽減は出来るがその代替UIも説明がなかったり見つかりづらかったりそもそもManagerの管轄外だったり割と一筋縄ではいかない……
--代替UIとしては比較的お勧めできるものとして[[SwarmUI>https://github.com/mcmonkeyprojects/SwarmUI]]がでてきた。
翻訳はやや不自然(とは言え読める)だが一応日本語にも対応してる。
アプデもそれなりにされているので機能面だけComfyUIを使いたい、と言う場合には有効な選択肢になる。
---この手の代替UI等にありがちな「元の(ComfyUIの)ワークフローが使えなくなる」と言うこともなく、ふつうにタブで切り替えてオリジナルのComfyUIの画面が使えるのでそっちを軸に使うことも出来る
---なんなら既存のComfyUI環境を呼び出しても使えるので壊さなくても良い(ただしモデル共有などそれなりに知識のある人向け)
--上記はA1111系のUIに慣れてる場合の話なので、いきなりComfyUIを使うような人には関係ないかも。
---ノードの操作に慣れている人（blenderやDavinchResolveなどのアプリ利用者）にとっては、むしろ好む人すらいる。
-%%拡張機能が少ない（といっても数百ぐらいはあるし基本的な拡張機能は1111と似たようなものはある）%%
--現在は拡張機能のバリエーションだけなら1111と比較しても遜色ないレベルに増えてはいる。…どころか2025/04現在となっては出来ることの数は1111以上と言っていい。
ただし後述の通り日本語情報は少ない上に、Managerの管理外のものになると英語でも探すのが難しいものも。
動画などでは速度チューンなども始めると更なるおま環との戦いも……妥協できるところで程々にしよう……
2024年になって増えてきたAI検索エンジンも活用するのが良いかも知れない。
---ワークフローが面倒くさければ既存のWebUIで出した画像をComfyUIにドラッグアンドドロップすると簡単な再現ワークフローを作ってくれるようになっている。簡単なアップスケールなどならこれで既存のものを使い回すのも手。
-%%日本語ドキュメントが少なく初心者には厳しい%% → 2026/7/25時点でほぼ解消済み
標準UIの日本語対応済み、非公式Wiki有り、利用者増加に伴う各所での解説増加、等々、SD WebUIと比較した場合のデメリットとは言えなくなった。
#fold(古い情報){{
--Gemini先生、Copilot先生やChatGPT先生も頼ろう。%%ときどきカスの嘘を流し込まれるが%%
--一応昔に比べたら増えてはいるがどうしてもあちこちに情報が散らばっている…(なお散らばっているのは英語でも同じだったりする…)
--[[公式ドキュメント>https://docs.comfy.org/get_started/introduction]]に[[非公式wiki>https://comfyui-wiki.com/ja]]が出来たので昔よりは探しやすくはなったか。
ただしホントに新しい機能はドキュメントも追いついていないので最悪ソースを読むしか無いが…
}}
-開発速度が速いがゆえの部分的な壊れやすさ
--時々標準ノードでもなぜか使えなくなった、とかがそれなりに起きる。
大抵一個前のコミットに戻したり次のコミットでなおってたりするが…
---A1111の開発が活発だった時も似たようなものだったのでアクティブな開発のUIはそういうものと割り切ろう。
---デスクトップ版(公式)や、SwarmUIのアップグレードはある程度(あくまで相対的に)慎重にやってくれるので標準ノードが突然動かない、までは起きづらい、こういった安定リリースを利用するのも手
---StabilityMatrixで更新のたびにアプデするとこれに引っかかりやすい。幸いStabilityMatrix版は過去コミットにロールバックも楽なので何がおかしければ一旦数個前のバージョンに戻すと良い
}}}

**搭載機能 [#pf679086]
基本的になんでもできる。
-少なくともこのWikiで説明している操作全般は可能
--有料サービスへの接続や、LoRA学習、Fine tuning、画像生成以外までできる幅広さ
--3Dモデル取り込みや、Webカメラ入力なども可能

**対応モデル [#b969a0a2]
画像、動画問わずすべてのオープンウェイトモデルに対応可能。
下記は一例。
-SD1.x
-[[SDXL]]
-Anima
-Krea2

非オープンウェイトモデルも利用可能。下記は一例
-FLUX Proシリーズ
-Gemini / GPT-4o　主に画像生成用キャプションの自動生成用途

*導入方法 [#wa522a1d]
**Windowsネイティブ環境の場合 [#y541ad8e]
下記の手段からどれか１つを選ぶ

***ComfyUIをGitHubから手動インストール [#q2516fad]
-あらかじめ、[[Python]]と[[Git]]をインストールしておく。
--Pythonの要求バージョンは次のインストール手順のサイトでチェック。
-インストール手順
下記リンク先の指示に従って、[[Git]]と[[Python]]のコマンドを実行してインストールする。
意味が分からない場合は別のインストール手段を推奨。
https://github.com/Comfy-Org/ComfyUI#manual-install-windows-linux

***ComfyUI Portable版（公式zipアーカイブ版）をインストール [#d99200b7]
-インストール手順
下記リンク先の指示に従って自分のGPUに合ったzipファイルをダウンロードし、任意のフォルダに展開する。
https://github.com/Comfy-Org/ComfyUI#windows-portable

***Comfy Desktop（公式デスクトップ版）をインストール [#s3254d45]
--インストール手順
下記リンク先の「DOWNLOAD DESKTOP」をクリックしてインストーラをダウンロードし、実行してインストールする。
インストーラにはWindows版とmacOS版があるが、リンク先のページが自動的にプラットフォームを検出するようになっている。
https://comfy.org/download

***Stability Matrixからインストール [#m92f1733]
→[[Stability Matrix]]

左カラム「パッケージ」選択で右カラム「+パッケージの追加」からComfyUIを選択すると起動に必要な物が一通り揃う

//============================
//以下、情報を相殺しあっているため、コメントアウト。歴史として特に残す必要もなさそうな、アプリの根幹とは個別事案なので#fold折りたたみせず、コメントアウトにしました。(2026/7/26)
//
//-%%ただし、現在これの最新版(v2.13.4)でComfyUIをいれるとCUDA12.6版の環境を作る為、(特に動画系で使う高速化のsageattention等)一部ライブラリが上手く導入できない問題が起きるため注意が必要。%%
//--%%回避策として手軽なのは少し旧版のStablilityMatrixで環境を作ることv2.13.3以前のものなら問題ないはず…？%%
//-さらなる最新版で公式にsageattention等をインストールする機能が追加されたのでむしろ高度な高速化は導入しやすくなった。
//--その他、packageフォルダ以下のルートフォルダをそのまま取り込むimport機能もあるので、直下で手動でComfyUIを導入するなどして無理やり回避も可能ではある(そこまでして管理下で使うべきかは悩ましいが)
//============================

-リリースページを見る限りComfyUI-Zludaにも対応しているようだが…

***SwarmUIからインストール（非推奨） [#m1d46d21]
-SwarmUIはComfyUIのUIを変更するためのツールで、ComfyUIがセットでインストールされる。
代替UIを使いたい場合に使用する。
--UI操作が当wikiの説明の対象外となるため、この方法でのインストールは非推奨

-SwarmUIを記載されている手順に従ってインストールする(最低限gitと.netをインストール出来る知識は必要、gitを使える必要はあまりない)
https://github.com/mcmonkeyprojects/SwarmUI
--通常インストールの場合、実体としては"SwarmUI\dlbackend"以下に上記のPortable版ComfyUIをインストールしているので何か困ったときにはPortable版ComfyUIの情報を探すと解決しやすいかもしれない。

**Windows + WSL環境の場合 [#qc56ce60]
[[WSLでComfyUIを動かす]]

**推論高速化ライブラリの対応状況 [#hc9f45fc]
任意で導入する高速化ライブラリに関する情報

#shadowheader(3,Comfy Kitchen Attention)
ComfyUIの必須ライブラリであるComfy Kitchenで実装されている最適化。
ComfyUI v0.32.0（で指定されているComfy Kitchen v0.2.29）で実装された。
演算をINT8 ConvRotで実行することで高速化するため、モデルのINT8 ConvRot形式と同様にGeForce RTX 20/30シリーズでの恩恵が大きい。
実際にGeForce RTX 20/30シリーズではSageAttentionよりも高速で、逆にRTX 50シリーズではSageAttentionの方が高速であるらしい。
SageAttentionとの併用はできないため、各自の環境で比較して選択するとよい。
-参考：[[モデルフォーマットに対するグラボ対応状況]]

#shadowheader(3,SageAttention)
SageAttentionを参照。

#shadowheader(3,Sol-Attn)
https://nvlabs.github.io/Sana/Sol-Attn/
https://github.com/kijai/ComfyUI-SolAttn_triton
オンザフライのAttention Sparsificationによる動画生成推論の高速化手法。画像生成には効果が少ない模様。
SageAttentionと併用することでMiniMax H3の動画生成がさらに高速化されることが報告されている。
ただしSageAttentionに比べて品質の劣化が大きい。

#shadowheader(3,FlashAttention)
執筆待ち。
SageAttentionと比較すると導入の優先順位は低い。

#shadowheader(3,xFormers)
xFormersを参照。

*更新方法 [#e9cfdb93]
//中身はないが、ユーザーの操作の流れをアシストするために必要な項目。前項を見てインストールした後に更新を忘れていないかチェックさせる効果。
ツールによって大きく違うので各自調べてね。
頻発に更新されるので、次項以降の操作をする前にできる限り更新しておいてください。
ここでは基本的な概要のみを説明します。詳細はComfy-Org公式ドキュメントサイトを参照してください。
https://docs.comfy.org/ja/installation/update_comfyui

**基本事項 [#j30585fd]
更新対象は以下に分けられます。
-ComfyUI本体: Gitコマンドで更新（git pull等）
--GitHubの[[comfy-org/comfyui>https://github.com/comfy-org/comfyui]]リポジトリで管理されているComfyUI Coreのみが対象
-Pythonライブラリ: Pythonコマンドで更新（pip install等）
--ComfyUI Coreと別リポジトリで管理されているcomfyui-frontend, workflow-templates, comfy-kitchen, comfy-aimdoや、PyTorchなどの依存ライブラリが対象
-カスタムノード: ComfyUI ManagerやGitコマンドで更新
--ユーザーが任意でインストールしたもの、カスタムノードによっては細かい手順が必要なものもあるので本項目では''説明の対象外''とします

Portable版とデスクトップ版には、GitコマンドやPythonコマンドを実行しなくても更新できるようにそれぞれ専用の手段が提供されており、それらを使用する場合はComfyUI本体とPythonライブラリの別を意識する必要はありません。
なおComfyUI ManagerによるComfyUI本体とPythonライブラリの更新は、Comfy-Org公式からはLegacyな更新手順とされているため本項目では説明しません。

**手動インストール版 [#dab84188]
GitコマンドとPythonコマンドを使用して更新します。
以下は最新コミットに更新するコマンドの例です。
 git pull
 venv\Scripts\activate
 pip install -r requirements.txt
環境によってはこのコマンドでは更新できない場合があります。
また、最新コミットではなくリリースバージョン（安定バージョン）に更新する場合は異なるgitコマンド（git checkout等）が必要です。

**Portable版 [#w6e3c517]
updateフォルダーのbatスクリプトで更新します。
 update
 ├── update.py
 ├── update_comfyui.bat                           // 最新開発バージョンに更新
 ├── update_comfyui_stable.bat                    // 最新安定バージョンに更新
 └── update_comfyui_and_python_dependencies.bat   // 危険：依存関係を再インストール - 競合を引き起こす可能性あり

**デスクトップ版 [#maeca009]
デスクトップ版はデスクトップアプリ本体の更新も必要です。
-デスクトップアプリ本体（パッケージマネージャー）
-各ComfyUIインスタンス（エンジン）
--ComfyUI本体
--Pythonライブラリ

一般的なデスクトップアプリと同様の感覚で、それぞれGUIから自然に更新できるはずです。

*使用方法 [#cd456869]
**起動方法 [#febc3b5b]
ComfyUI_windows_portable フォルダにある ''run_nvidia_gpu.bat'' を起動

**初期設定（任意） [#w62114ae]
//長くなると、次の使用方法説明に移るまでに読者が萎えてしまうので、この項目は簡潔に

Settings⚙項目から下記を設定して下さい、お好みで。
＊ComfyUIのバージョンによって設定場所が変わります。

-Comfy - Locale - Language :  English → 日本語（任意）
**起動 [#x6b629a6]
#shadowheader(3,1.最初に表示される画面)
正しく起動できれば、ブラウザ画面にこのように表示される。
&color(red){''ブラウザのズームは100%でない場合、正しく動かないことがあるので注意！''};
&ref(20241228_main.png);

#shadowheader(3,2.機能説明)
&ref(20241228_main_explanation.png);
初心者だけど少し説明するよ
手短に言うと
③-Ⅰに出したい画像のprompt、Ⅱに出したくない内容のpromptを入れて
①-Ⅳを押せば画像が生成される

-①部分
画面の大半を占めるワークフロー（③の配線がごちゃごちゃしてるやつ）を保存したり、生成実行をしたりする部分
--Ⅰ
workflow（ワークフロー） クリックで現在表示中のワークフローを保存したり、すでにあるワークフローを読み込んだりできる
ワークフローの読み込みは情報が残っているなら生成画像を③にドロップしても可能だったり、
②-Ⅳで既に保存したことのあるものの履歴があったりするのであまり出番はない
--Ⅱ
現在読み込み済みのワークフローが表示される
起動、再読み込み後は前回最後に表示していたワークフローのみが表示されるので要注意
--Ⅲ
この画面は ComfyUI Manager 導入済みの画面なのでそれが表示されてる
掃除機マークでキャッシュの削除などできるように見えるけど自分は使ったことがないよ
△マークは今朝見つけたので全く分からない
--Ⅳ
キューボタン
生成を実行するボタン。プロンプトをボタン右側の数字だけ送り、画像を生成する。
生成待ち、生成実行中は②-Ⅰに表示される
×を押すと生成実行中のプロンプトを取り消し、
□を押すと生成待ちのプロンプトを取り消せる
プロンプトを「送ること」自体はキャンセルできないので、数が多い時は何度か押す必要がある
--Ⅴ
左のボタンで実行ログを表示する。
三で①部分の表示を最小化できる。
-②部分
--Ⅰ
生成待ちのプロンプト数が表示される
クリックすると生成した画像と生成待ちの予約表示が表示される
--Ⅱ
ノードライブラリ
ノードの検索とプレビューができる。
--Ⅲ
モデルライブラリ
各種モデルのプレビューができる
--Ⅳ
ワークフローの読み込みや作成ができる
一度保存済みのワークフローは履歴で確認、ロードできるので便利
--(Ⅴ)
現在のバージョンではワークフローのさらに下に「''テンプレート''」ボタンがある
初めて行う処理はまずこのテンプレートを開くか、なければCivitai等でワークフローを拾ってきて読み込むと良い
基本的な使い方については一通り網羅されており、また英語だが説明書きも付いている
--下の方に設定ボタンがある。
ノードをつなぐ線の表示の変更とか、スペルミスっぽいのを指摘するかなどの設定などもできる
-③部分
ここはワークフローやノードによって色々変わるので、デフォルトのワークフローでは一旦
ⅠがLoad checkpointのCLIPから繋げられてて、Ksamplerの「positive」に繋がってるポジティブプロンプト
ⅡがLoad checkpointのCLIPから繋げられてて、Ksamplerの「negative」に繋がってるネガティブプロンプト
ってだけ覚えていてくれればいいです。

**ワークフロー [#xc7c66f2]
繰り返しになりますがComfyUIには豊富なテンプレートがあるので、初めて行う処理はまずテンプレートから探してそのNoteを読みながらやってみると良いです。

***t2i（画像生成/text2img） [#xe3376ad]
テンプレートから開いてもいいですが、全てのワークフローを閉じたときも「画像生成」のテンプレートが自動で読み込まれます。

プロンプトを書き換える前に「空の潜在画像」のサイズを画像生成モデルに合わせて変更したほうがいいです。
生成結果は画像サイズにもかなりの影響を受けます。SDXLであれば1344x768など、ベースモデルごとに推奨サイズがあります。
デフォルトではSD1.5推奨の512x512になっています。

なお、「SDXL～」というテンプレートもありますが、SDXLモデルでもテンプレートは「画像生成」でいいです。
「SDXLシンプル」はその名前と異なり、refinerを使う複雑なワークフローです。refinerを使った画像生成は現在主流ではありません。 → [[SDXLモデル>SDXLモデル#le276787]]

&br;

※自分は詳しくないので、生成メインの視点で記述しています
いくつかの必須入力①をサンプラー②に渡し、最終的に出来上がったものを保存する③が画像生成機能としての基本的な動き
動作テストとして画像プレビューを表示させて保存せず終えたり、目的によっては画像に埋め込まれた情報を読み込んでテキストなどで表示して終わる、ということもある
また、設定がなんであれ、outputフォルダには自動で保存される
&ref(20241228_workflow.png);

繋ぎ先がわからない場合、とりあえず入力/出力ポートをドラッグして何もない所で離すとメニューが開いて接続先が提案される
&ref(20241228_connect_tips.png);

何もない所でダブルクリックするとノード検索が開く
&ref(20241228_nodesearch.png);

入力の型があっていれば、入力ポートが無くても入力ソースにすることができる
(元に戻すときは ノードを選択して右クリック>Convert Input to Widget で戻したい項目を選ぶ)
&ref(20241228_connect_tips2.png);

ノードを選択してctrl+Ｂで動いてほしくないノードをバイパスできる
接続は維持され、バイパス中の工程は無視されて次の工程に進む
(が、basic_pipeなんかはエラーになってしまったので止まっちゃう情報やカスタムノードとかもあるのかも)
作業途中で生成したくなったとか、いつもと違うものの生成で不必要になった工程を一時的に使用しないようにするなどの際に便利
&ref(20241231_nodebypass.png);

完全なカスタムノードはどう繋ぐかわからないので、
カスタムノードのgit上でサンプルワークフローをダウンロードしてインポートし、繋ぎ方の参考にしてみよう
もちろんそのまま出力をしてもOKだ

~
~
//

***i2i（画像から画像へ/[[img2img>imgtoimg]]） [#rf47da7c]
テンプレート「画像から画像へ」でできます。
t2iのワークフローを転用したいときは、"空の潜在画像”ノードを置換してください。
 変更元："空の潜在画像"
 変更後：”画像を読み込む" → ”VAEエンコード"

はじめに言葉だけがあるのではなく、ベースとなる画像も与えて生成させるイメージです。
-ある程度描き換えたい構図が決まっている場合は、すべて文章プロンプトで指示するよりも先に画像上に手描きで色を付けてしまったほうが成功しやすいです。
--「画像を読み込む」ノードの右クリックメニューにある「Open in MaskEditor|Image Canvas」でごく簡単な落描きができます。この落描きは元の画像とは別のレイヤーとして扱われるので元に戻せなくなったりもしません。
-おおむね希望通りの画像の一部分だけニュアンスを変えたり、ほぼ期待通りの画像の「清書」だけさせたい場合には向いています。
--「キャラは同じで構図だけ変えたい」とか「構図だけ借りて別のキャラにしたい」というときは、現在はi2iよりも特化された画像処理モデルが色々と開発されています。&br;[[ControlNet]]、Flux KontextやQwen-Image-Editのほうが向いているかもしれません。
-サンプラーノードの「ノイズ除去」値によって元の画像からどれだけ離れた画像になるか変わります。大きいほど元画像からの変化が激しくなります((なので（i2iではない）通常のtext2imgでは、最初のサンプラーのノイズ除去値は1.0に固定したほうがいいです。さもないと「空の潜在画像」に引っ張られて変なものが生成されます。))。
--1.0（Kサンプラーノード初期値）だと元画像は無視されそうに思えますが、モデルによっては特に元画像の色使いや構図にけっこう引っ張られます。
---シード値は付加ノイズ（＋サンプラーによってはステップ毎の追加ノイズ）の種なので、拡散モデル系画像生成AIではt2iであろうと原理的に元画像を100%ノイズとして扱うことができません。
もし初期ノイズを100%無視するモデルがあるとすれば、そのモデルではシード値はほとんど効かなくなります。
--0.5ぐらいから少しずつ調整していくと良いです。
-（ランダム生成したいのではなく）i2iで完成形のイメージが定まっている場合は、「シード値」0「生成後の制御」fixedに固定し、プロンプトの他はノイズ除去の強さ、サンプラーアルゴリズムやスケジュールをいじって調整するのがセオリーといわれています。

&br;

-maskをかける方法
//詳細は追って。時間があれば書こうかな。
//noteで図付きで手順紹介している人がいらっしゃるので、モチベ湧きません。
--「画像を読み込む」ノード右クリックで、マスクエディターで範囲指定
--「VAEエンコード」ノードと「Kサンプラー」ノードの間に「潜在ノイズマスクを設定」ノードを挿し込む。
--「画像を読み込む」ノードのmaskを「潜在ノイズマスクを設定」ノードへつなぐ
--以降は通常のi2iと同じ。
--なお、作業性を改善させたいなら、「マスクを反転」などを適宜適用
--特定の部位を自動でマスクしたい場合については、[[Detailer>Detailer(ComfyUI)#k344f478]]のページに詳しく書いてあります。

-画像指図の指定
--アスペクト比を維持しつつ拡縮するなら、
「画像を拡大（指定サイズ）」ノードあたりが便利
*ノード概要（comfy core） [#u9bb898e]
-詳しいこと知りたい場合は、標準ノードについては非公式wikiがあるのでそっちを参照
https://comfyui-wiki.com/ja/comfyui-nodes

以下は標準でよく使うと思われるノードについて
#accordion(Utils,**,close){{
|CENTER:80||c
|BGCOLOR(lightgray):ノード名|BGCOLOR(lightgray):説明|h
|プリミティブ|inputに変換したウィジェットに使うノード。&br;空の潜在画像（Empty Latent Image）の設定値やseed値を使い回す際に便利。|
|Note|文字通りメモ帳。プロンプトのメモ書きやワークフローの説明などに。|
|reroute|ワークフローの見た目を整えるのに使うノード。&br;プリミティブノードなど一部とは接続できない。&br;これに頼る前にLink Render Modeの変更を試してみよう。|
}}
//
#accordion(Sampling,**,close){{{
|CENTER:80||c
|BGCOLOR(lightgray):ノード名|BGCOLOR(lightgray):説明|h
|Kサンプラー|潜在画像にノイズを加え、画像を復元するノード。所謂生成を行う。&br;ManagerMenuなどでPreviewMethodを設定した場合、生成中の画像がプレビューされる。|
|KSサンプラー(高度)|ノイズの有無・stepの途中停止などが設定できるKSamplerノード。&br;Refinerの利用を可能にする。|
#accordion(CustomSampling,***,close){{
|CENTER:80||c
|BGCOLOR(lightgray):ノード名|BGCOLOR(lightgray):説明|h
|SamplerCustom|Sampler・Sigmas(Scheduler)が分離したSamplerノード。&br;Sampler・Sigmasの一部はKSamplerでは指定できなかった項目や種類が存在する。|
|SamplerCustomAdvanced|全ての項目が分離したSamplerノード。&br;主にGuider（CFG関連）を細かく制御する為に用いる。|
|BGCOLOR(lightgray):Samplers||
|KSamplerSelect|KSamplerと同じようにSamplerを選択するノード。|
|BGCOLOR(lightgray):Schedulers|ノイズの上限値(sigma_max)と下限値(sigma_min)が制御できる物が多い|
|BasicScheduler|KSamplerと同じようにSchedulerを選択するノード。|
|KarrasScheduler|後半にかけてノイズを除去する。|
|SDTurboScheduler|少ないstepでノイズを除去する。|
|AYSScheduler|''A''lign ''Y''our ''St''eps。&br;高品質・低stepでノイズを除去する。|
|GITSScheduler|''G''enerate ''I''n ''T''ransition ''S''teps。&br;ディテールを強調して高品質・低stepでノイズを除去する。|
|ExponentialScheduler|指数関数に従ってノイズを除去する。|
|PolyexponentialScheduler|指数関数かつ細かい制御でノイズを除去する。|
|BetaSamplingScheduler|ベータ分布に近似してノイズを除去する。|
|LaplaceScheduler|ラプラス分布に近似してノイズを除去する。|
|VPScheduler|Variance Preserving（分散保存）に則ってノイズを除去する。|
|LTXVScheduler|LTXVideo用のScheduler。|
|BGCOLOR(lightgray):Sigmas||
|SplitSigmas|指定したstep部分でSigmasを二つに分割するノード。&br;途中でSchedulerやモデルを変更するのに利用する。|
|SplitSigmasDenoise|Denoise（加えるノイズの割合）も指定できるSplitSigmasノード。|
|FlipSigmas|Sigmasを反転するノード。&br;つまり、生成が逆向きに進む。|
|BGCOLOR(lightgray):Guiders||
|BasicGuider|Negative・CFGScaleのないGuiderノード。&br;FluxやDMD2など、Negativeが必要ない場合に利用する（ノードを削減できる）|
|CFGGuider|KSamplerと同じようにCFGScaleを設定するGuiderノード。|
|DualCFGGuider|2種の異なるCFGScaleを設定できるGuiderノード。&br;一部のカスタムノードに使用する。|
}}
}}}
//
#accordion(Conditioning,**,close){{
|CENTER:80||c
|BGCOLOR(lightgray):ノード名|BGCOLOR(lightgray):説明|h
|CLIPテキストエンコード (プロンプト)|プロンプトをテキストエンコーダにかけるノード。&br;主にCFGGuiderやKサンプラーなどに接続する。|
|CLIPの最終層を設定&br;Clip Set Last Layer|→[[Clip skip]]&br;基本的に「チェックポイントを読み込む」の直後に接続する。|
|条件付け（連結）&br;Conditioning (Concat)|_toのconditioningに_fromのconditioningを&color(blue){連結する};ノード。&br;出力すると_toに_fromの情報を足す。|
|条件付け（組み合わせ）&br;Conditioning (Combine)|_1のconditioningと_2のconditioningを&color(red){統合する};ノード。&br;出力すると_1と_2の両方を同じ強さで持つ。&br;主にSetMaskやSetAreaなどの異なる領域を指定したconditioningを統合するのに用いる。|
|条件付け平均&br;ConditioningAvearage|_toと_fromの平均を取るノード。指定値は_toの強さ。&br;領域指定を伴わないならcombineよりもこちらを使った方が動作は軽い。|
|条件付け（エリア設定）|''(マスク設定)とは用途が異なる。''conditioningで&color(blue){Samplerが生成を行う範囲を指定する};ノード。&br;x,y,width,height,strengthを指定する。|
|条件付け（パーセンテージでエリア設定）|(SetArea)の指定する値が全て%指定になったノード。|
|条件付けエリア強度&br;ConditioningSetAreaStrength|(SetArea)のStrengthのみを指定するノード。|
|条件付け（マスク設定）|''(エリア設定)とは用途が異なる。''condtioningの&color(red){効果範囲をmaskで指定する};ノード。&br;主にsolidmaskやカスタムノードのエディタを接続する。所謂forge coupleの機能。|
|CLIPビジョンエンコード|clipvision用ノード。&br;clipvisonモデルと似せたい画像を用意したLoadImageをinputに接続する。|
|unCLIP条件付け&br;unCLIPConditioning|clipvision用ノード。&br;Clip Vision Encodeの直後に接続する。&br;Encodeに接続された画像に近づける値を指定する。|
|ConditioningStableAudio|StableAudio用ノード。&br;接続されたconditoningの開始位置・範囲の時間を指定する。|
}}
//
#accordion(Mask,**,close){{
-Maskは特定範囲の指定に活用される。
|CENTER:80||c
|BGCOLOR(lightgray):ノード名|BGCOLOR(lightgray):説明|h
|SolidMask|矩形のMaskを新規作成するノード。&br;valueが1に近いほど白、0に近いほど透明=黒になる。|
|CropMask|指定範囲を基準にMaskを切り取るノード。|
|MaskComposite|Mask同士を合成するノード。&br;Destinationに接続したMaskに、Sourceに接続したMaskを乗算・減算・加算する。and・or・xorも使える。|
|InvertMask|Maskを反転するノード。&br;他ノードで指定した範囲以外の（余剰部分の）一括指定などに用いる。|
|FeatherMask|指定した値・方向にvalueが0になっていくグラデーションをかけるノード。|
|GrowMask|指定した値分0でないvalue部分を引き延ばすノード。&br;角を伸ばす・伸ばさない設定項目がある。|
|ThresholdMask|指定した値より大きいvalue部分を検出し、value1.0で返すノード。|
|画像を読み込む（マスクとして）|画像のカラーチャンネルをMaskとして読み込むノード。|
|画像色をマスクに変換&br;ImageColorToMask|画像から合致する色部分をMaskとして読み込むノード。&br;尚、指定範囲は0~16777215(2^24)である。カラーコード指定は不可。&br;翻訳もおかしいが原文も理解しづらい。|
}}
//
#accordion(その他,**,close){{
|CENTER:80||c
|BGCOLOR(lightgray):ノード名|BGCOLOR(lightgray):説明|h
|アニメーションWEBPを保存|webp形式で保存できる。保存サイズを小さくしたいならlosslessをfalseにしよう&br;ただし名前にある通りベースがAnimeWebpなので、&br;一枚ずつ出してるときは良いがバッチで6枚とかまとめて出そうとすると&br;「6枚の出力がアニメーションする1ファイル」になって泣くことになるので気をつけよう。|
}}
//

*ノードが扱うデータ形式 [#q8ddfa60]
ComfyUI上の各ノード間でやりとりされるデータについてのざっくりした説明

#accordion(画像類,**,close){{
:画像|青い線でつながる普通の画像。おそらくメモリ上ではビットマップ形式。
:潜在画像(latent image)|画像を[[VAE]]でエンコードしたもの。ピンク色の線でつながるやつ。&br;''同じ「潜在画像」形式でもVAEによってエンコード形式が異なる''。&br;それぞれ異なるベースモデル（VAE）を用いて複数回サンプラーを適用するときは、基本的にそれぞれのVAEでデコード/エンコードしなおす必要がある。&br;不適切なVAEでエンコードした潜在画像をサンプラー等に入力すると、エラーにはならないが出力が崩れるサイレントキラーな仕様。&br;とはいえVAEエンコード/デコードは不可逆式の処理なのでむやみにかければいいというものでもない。
:ビデオ|あるにはあるが、処理中は画像リスト/バッチとして扱われていることが多い。&br;最後の最後で「動画を作成」ノードによって画像からビデオ形式に変換される。&br;[[WAN>WanVideo]]はVAEの仕様により潜在は動画全体で1単位。いったんVAEデコードしてピクセル画像にしないとフレーム単位での編集はできない。
:マスク|画像中の特定の範囲を指示するためのマスク。画像とも相互に変換できる。
:segs|segmentations. Impact Packで使うマスクの亜種。マスクと一緒にその範囲を示すラベル（faceなど）が入っている。マスクと相互に変換できる。
}}

#accordion(その他のデータ,**,close){{
:条件付け（conditioning）|生成する画像等の方向性を指示するもの。&br;プロンプトをテキストエンコーダ（CLIP）でエンコードしたもののほか、ControlNetによる条件付けも含まれる。&br;''同じプロンプトでもテキストエンコーダによってエンコード形式が異なる''。&br;それぞれ異なるベースモデル（CLIP）を用いて複数回サンプラーを適用するときは、基本的にそれぞれのCLIPでプロンプトをエンコードする必要がある。&br;&br;Embeddingのように「条件付け」を変える画像処理もあれば、LoRAのように「モデル」側に作用する画像処理もある。
:文字列（複数） / 整数 / 浮動小数点 / ブール値|プログラミングでいうところのいわゆる基本データ型。&br;任意のノードのパラメータに入力としてつなぐことができる。&br;残念ながら選択式項目には入力できないが、選択式項目についてはサブグラフ機能を使うと親グラフ側の入力値にまとめられる。&br;ComfyUIでは基本的にワークフローの整理用で、手作業でいじるパラメータを一か所にまとめるために使う。&br;自分しか使わないワークフローなら別に使わなくても良い。
}}

#accordion(AIモデルなど,**,close){{
モデル、clip、VAEはSD系のモデルだと「チェックポイントを読み込む」からまとめて生やすことが多い。

:モデル|紫色の線でつながるモデルは画像生成モデルの本丸。拡散モデル（diffusion model）。SD系ではU-Net拡散モデルが使われている。
:CLIP|ComfyUIではテキストエンコーダのこと。[[CLIP]]は本来固有名詞なのだが、ComfyUIではQwen-VLやT5といったLLM系テキストエンコーダもCLIP扱い。動画編集やってる人だとビデオクリップだと思ったかもしれないが違う。Contrastive Language-Image Pre-training（言語-画像の対照についての事前学習）の頭文字を取ったもの。
:[[VAE]]|名前の通り。詳しい解説はそちらのページで。ComfyUIでは画像と「潜在画像」の相互変換を行うノードで必要とされる。
:コントロールネット|ControlNet用のモデル。''やりたい処理（と画像生成用のベースモデル）に合ったControlNetモデルを選択する必要がある''。詳細はControlNetのページを参照。&br;こいつも不適切なモデルを入力するとエラーを出さずに出力を破綻させるサイレントキラー。

このほかアップスケーリングやマスク範囲の自動検出などを行う場合はそれ専用のモデルが要求されることもある。
特定の処理に特化したモデルについてはComfy UI ManagerのModel Managerから入れるのが楽。

:basic_pipe|Impact Packを入れると使えるようになる。&br;モデル、CLIP、VAEとポジティブ/ネガティブ条件付けをひとまとめにしたもの。&br;To/FromBasicPipeで結線する。&br;Impact PackのKSampler (pipe)や各Detailer (pipe)で使え、ワークフローがすっきりする。
}}

#accordion(バッチ/リスト,**,close){{
ComfyUIにはプログラミング言語でいうところのいわゆる配列みたいなものとして、「バッチ」と「リスト」という2つの概念がある。
この2つはどちらも同種のデータのまとまりだが、似て非なる動作をする。

:バッチ|（潜在）画像の場合、同じサイズの画像しかまとめられない。&br;インデックス0と異なるサイズの画像を追加すると、インデックス0の画像に合わせて勝手にリサイズされる。&br;&br;サンプラー等に潜在画像3枚分の「バッチ」を渡すと、要素ごとに乱数系列を変えて処理される。&br;同じ潜在画像3枚の「バッチ」を入力したサンプラーからでも、それぞれ異なる画像3枚が生成される。&br;バッチ未対応のノードに渡すとエラー終了する。
:リスト|サイズの異なる（潜在）画像もまとめることができる。&br;&br;サンプラー等に潜在画像3枚分の「リスト」を渡すと、同じシード値で順々に処理される。&br;同じ潜在画像3枚の「リスト」を入力したサンプラーからは、同じ画像が3枚出力される（時間の無駄）。&br;どのノードでも正常に処理される。
}}

*テンプレート入手 [#pa5e1e5e]
ワークフローのテンプレートを入手する。
入手方法と適用方法をいくつかを紹介。

-探すファイル
--.json形式のデータ（一般的）
--ワークフロー内蔵のpng画像を入手する

**ComfyUI起動中にテンプレート検索 [#yc1ea1f5]
-左メニュー((バージョンや設定によってメニュー配置が異なる場合があります))から呼べる「テンプレート」機能でカバーされています。
使いたいテンプレートを選択すると、そのテンプレートが開きます

//--SD系で初心者向けの簡素なユースケースは「はじめに」に含まれています。
//（「はじめに」の中でも(新)が付いているテンプレートはQwen-Image等を使う「重い」ワークフローなので、新しくないもののほうが初心者向けです。）
//↑なかなか不安定な情報なのでコメントアウトしておきます。（2026/7/26時点ではもう通用しなくなっている）

#shadowheader(3,「モデルが足りない！」と怒られた場合)
-指定されたモデルをダウンロードして、指定された場所に置けばいいです。
-あとは適当にプロンプト入れてQueue Promptを押してしばらく待てば生成されます。
右下側にある紫なやつは無効化してる機能で、使いたい場合はクリックしてCtrl+Bを押せばOK。

#shadowheader(3,「ノードが足りない！」と怒られた場合)
-足りないノードの一覧に、バツ印が付きます。
-まず、ComfyUI Manager（カスタムノード項を参照）をインストールするとこまでは自力でなんとかする。して。
-そうすると、出来合えのワークフローが出てくる（ノードが真っ赤だと思う）。
-足りないノードのインストール作業をするために、
メニューからManager->Install Missing Custom Nodesを押して、出てきたやつを全部Installする。
-Install後は再起動しろと言われるので、ComfyUIを再起動して開き直せばワークフローが使えるはず。

**Web上でワークフローを探す [#k4e4b4b7]
ウェブサイトでは、ワークフローを公開している場合があります。
+.json形式のファイルを入手
+起動中のUI上へドラッグ＆ドロップ

代替手段としては、
+jsonを保存
 ComfyUI_windows_portable\ComfyUI\user\default\workflows
+左メニュー「Workflow」から入手したjsonを探す
または、「file」から「open」してjsonを開く

**出力画像から起動する [#o6f4921d]
-以前自分が生成した画像を、UI上へドラッグ＆ドロップ
-そのときのワークフローが再現されます。

*モデルの管理方法 [#z4641408]
モデルをどこに保存するかについて。
**デフォルトの保存先 [#g6489bce]
-アプリフォルダ内の下記の位置。
 ComfyUI\models
-「diffusion_models」「text_encoders」「vae」など、フォルダ名に対応するモデルをここへ配置する
--具体的にどのモデルをどこに置くかは、当Wikiのモデルに関する各ページを参照のこと((例えば、[[Anima]], [[Krea2]]ページでは、どのモデルが何に属するかを説明しています))

**モデルデータの参照フォルダを追加（任意） [#lcce84f5]
デフォルトの保存先に加えて、さらに保存先を追加することができる

+extra_model_paths.yaml.exampleファイルを探す
 ComfyUI_windows_portable\ComfyUI\extra_model_paths.yaml.example
+ファイルリネームする（exampleを外す）
 変更元：extra_model_paths.yaml.example
 変更後：extra_model_paths.yaml
+extra_model_paths.yaml をメモ帳等で開いて編集。
#pre{{
diffusion_models: |
    C:\AI_illust\models\diffusion_models
    Y:\AI画像生成\models\diffusion_models_XXX
}}
詳しい書式については、yaml形式についてWeb検索してみてください

**Embeddingを使いたい [#q4ead562]
[[ComfyUIでのEmbeddingモデルの使用方法(ComfyUI wiki)>https://comfyui-wiki.com/ja/tutorial/basic/embedding]]

-「models/embeddings」フォルダに、embeddingを保存
-プロンプトに「embedding:～」と書けば適用される。

同じ名前のEmbeddingモデルを複数使い分けたい場合、それぞれのファイル名を変更し「embedding:(リネーム後のファイル名)」と書けばよい。

*出力先の設定 [#mb481242]
デフォルトの保存先は" /output"に保存される。
これを変更する方法（任意の操作）
**画像の出力先 [#ia7c4522]
#shadowheader(3,outputフォルダ変更)
-起動オプションに「--output-directory "D:\hogehoge"」みたいに書き足すことで変更可能。
#fold(補足){{
>(2024/7/30)
・ComfyUI Revision: 2417 [c75b5060] | Released on '2024-07-29'
・Stability Matrix 2.11.5
の組み合わせにて確認
}}

#shadowheader(3,フォルダ分け、ファイル名変更)
-/output以下にフォルダ分けをするには普通にフォルダをファイル名として書いてやれば良い。
 例：Save Imageノードなどに
 folder_1/ComfyUI_gazou
 と書くと、folder_1へ、ComfyUI_gazou_00001.pngが出力される
--パスの処理などは厳密には画像保存するノード依存なのでノードが対応する書き方が必要になる、以下は基本的にはデフォルトの画像保存ノード、Save Imageを前提とする。
-例えば
sfw/fileと書けばsfwフォルダ以下にfile-0001.png、
nsfw/eroと書けばnsfwフォルダ以下にero-0001.png、
が生成される。
--ファイル名末尾の数字は基本的には生成した順番に付く（上書き回避のための自動採番処理）。
--わかる人向けだが、フォルダ指定を応用してoutputの下にシンボリックリンク(ジャンクション)で別のディレクトリに保存するファイルを誘導してやることも可能

#shadowheader(3,ファイル名に日付等を含める)
-日付などもファイル名に含めるように指定できる、下記のリンク参照
[[Save File Formatting - ComfyUI Community Manual>https://blenderneko.github.io/ComfyUI-docs/Interface/SaveFileFormatting/]]
--例：
 folder_1/ComfyUI_%date:yyMMdd_hhmm_ss%
 と書くと、folder_1へ、ComfyUI_260725_2252_32_00001_.pngが出力される

*ノードの整理 [#l30e1635]
//この項目は、メイン機能には直接影響を及ぼさないため、ページが長くなりすぎないようにするためにページをわけたほうがいいかも。

任意の作業。
ノードが増えて散らからないようにするための整理術

**複数のノードをまとめたい [#n4fc8740]
ノードを複数選択して右クリックすれば結合できるよ！

***LoRA読み込みノードがとっ散らかってつらい [#b3268ee5]
rgthreeパッケージのPower Lora Loaderほか1ノードで複数のLoRAを読み込めるカスタムノードがいくつかある。
LoRA適用強度についても各LoRAごとに設定可能なものが多い。

**ノードのコネクタ位置を整理したい [#ve586896]
-Reroute（Utilカテゴリのノード）

*カスタムノード [#w1edaaf3]
**ComfyUI Manager v4（推奨） [#comfyui_manager]
カスタムノードを使う人は最初にインストールしておくと便利です。
いまだにv3を使用しているユーザーも多いですが、Comfy-Org公式はセキュリティ等の理由からv4の利用を推奨しています。
https://github.com/Comfy-Org/ComfyUI-Manager/tree/manager-v4

v3との違いについてはComfy-Org公式ブログで紹介されています。
https://blog.comfy.org/p/meet-the-new-comfyui-manager

#shadowheader(3,できること)
-Managerメニューから
--カスタムノードのダウンロード、インストール等が可能
--ComfyUIの更新も可能（Legacy UIのみ）

#shadowheader(3,インストール方法)
ComfyUI本体の導入方法によって手順が異なるため、詳細は公式のドキュメントサイトを参照すること。
v3のようなcomfyui/custom_nodesでのgit cloneによるインストールは不可。
https://docs.comfy.org/ja/manager/install
-手動インストール版
 venv\Scripts\activate
 pip install -r manager_requirements.txt
-Portable版
 .\python_embeded\python.exe -m pip install -r ComfyUI\manager_requirements.txt
-Desktop版、Stability Matrix
ComfyUI本体（インスタンス、パッケージ）を新規インストールする際に自動でインストールされる

#shadowheader(3,有効化方法)
コマンドラインオプションに以下を付けて起動する。
-New UI
 --enable-manager
-Legacy UI
 --enable-manager --enable-manager-legacy-ui

**ComfyUI Manager v3 (Legacy) [#comfyui_manager_legacy]
2026年7月時点ではv4と並行で更新が継続されており利用に支障はないが、2025年12月のv4リリース以降はLegacy扱いとなっている。
https://github.com/Comfy-Org/ComfyUI-Manager

#shadowheader(3,できること)
-Managerメニューから
--カスタムノードのダウンロード、インストール等が可能
--ComfyUIの更新も可能

#shadowheader(3,インストール方法)
-comfyui/custom_nodesフォルダで下記を実行
 git clone https://github.com/Comfy-Org/ComfyUI-Manager.git
-v4はpipでインストールするよう仕組みが変更されておりcustom_nodesフォルダにはインストールされないため、v4とv3を二重インストールしないよう注意。
--二重インストールしても不具合は発生しないはずだがストレージ容量が無駄。

**ComfyUI-Custom-Scripts [#o4ab555b]
タグのオートコンプリート、グラフの自動配置やグリッドスナップ等々便利な機能をひとまとめにインストールできるスクリプト。
上のManagerが入っていれば、Managerボタンを開いたメニューのCustom Nodes Managerから検索して出てくるのでInstallボタンを押せばOK。


インストール後にオートコンプリートを有効にするには、歯車を押してText AutocompleteメニューのManage Custom Wordsボタンをクリック。
その後のメニューでそのままLoadボタンを押してSave!を押せばdanbooru語で補完されるようになる。

2025/01/13時点で、Manage Custom Wordsボタンのjsが正しく作動せずメニューを開けないことがある。その場合は
https://gist.githubusercontent.com/pythongosssss/1d3efa6050356a08cea975183088159a/raw/a18fb2f94f9156cf4476b0c24a09544d6c0baec6/danbooru-tags.txt
をダウンロードして
ComfyUI_windows_portable\ComfyUI\custom_nodes\comfyui-custom-scripts\user\autocomplete.txt
に保存してから画面をリロードすればOK。

**WAS Node Suite [#j595f361]
中級者向け。数値や文字列の演算や、画像の簡単な加工などができる。かゆいところに手が届くパッケージ。

**ComfyUI_rotate_image [#qbd70065]
任意の角度で画像を回転できる。標準の「Rotate Image」ノードは90度単位でしか回転できない。
So what? って思うじゃん？
立ち絵を持ってきて15度ぐらい回転させて対角線に収まるように切り抜き、MaskEditor|ImageCanvasで顔とかアカン所にマスクをかけて必要に応じ構図を落書きしてからアレなプロンプトでi2iすると、雑コラを量産できる。それだけ。

*トラブルシューティング [#u504fc95]
**突然使えなくなった。 [#cannot_UI_suddenly]
起動したり、更新したら使えなくなる件について

#shadowheader(3,発生状況と解決方法)
-SwarmUIのアップグレードは比較的慎重にやってくれるので標準ノードが突然動かない、までは起きづらい、そういった安定リリースを利用するのも手
-Stability Matrixで更新のたびにアプデするとこれに引っかかりやすい。
幸いStability Matrix版は過去コミットにロールバックも楽なので何がおかしければ一旦数個前のバージョンに戻すと良い
ただしComfyUIをロールバックしてもカスタムノードやPythonのpipパッケージはロールバックしないため、それらの破損は復旧できない
-公式デスクトップ版(Comfy Desktop)にはスナップショット機能があり、ComfyUIバージョン・カスタムノード・pipパッケージの3つをスナップショット記録（バックアップではない）するため、ローカルで作成したカスタムノードや修正したファイル等''以外''は復旧できる

-特定のバージョンでは、UI起動時にComfyUIが更新され、使えなくなったという報告がとしあきからあった。

*TIPS [#t187f8df]



**プロンプト入力欄の文字を見やすくしたい [#o1f1b462]
ComfyUI\web\user.cssに次の文字列を書き込んで、ComfyUI上でスーパーリロード（Ctrl+Shift+R）をすると反映される。
フォントサイズを大きくすれば、文字サイズも大きくなるがノートノードの文字なども大きくなるので注意。
#code(css){{
.comfy-multiline-input {
  font-family: "Segoe UI";
  font-size: 12px;
}

}}
~

**ランダムでいろいろな画像を生成したい [#y15876f5]
プロンプト中「{みかん|りんご|バナナ}」のように波括弧で囲み縦棒で区切ると、ComfyUIではワークフロー実行のたびにその中からランダムで一つが選ばれる。（NovelAIと違って強調構文ではないので注意）

もっと長い選択肢リストを使いたい場合は、ComfyUI-Impact-Packに入っているImpactWildcardProcessorを使うと改行区切りのテキストファイルを選択肢リストとして使うことができる。
選択肢リストは「custom_nodes\comfyui-impact-pack\custom_wildcards」以下に置く。
ImpactWildcardProcessorは選択肢リスト内にもランダム選択構文（__hoge__）を書くこともでき、もちろんそれもまたランダムで抽出される。

**画面の明るさに影響するプロンプトが効かない [#u6922465]
SD系モデル（非v-predモデル）には明度の平均値が固定されやすいという問題があり((初期ステップでは予測困難なため、epredモデルはノイズ平均0を基準にほぼ全部ノイズと答えるしかなくなる。))、通常t2iでは極端に明るい画像や極端に暗い画像を作ることができない。
i2iで黒や白の下絵を渡すことでもっと暗い絵や明るい絵を描かせることができる。
適切なノイズ除去値は出したい絵やモデル、サンプラー設定による。1.0でも効く。スイートスポットは結構狭い。
なおノイズ除去値が大きくても下絵の影響が大きいのは明度で、プロンプトがなければ色相などはあまり反映されない。

単色の下絵はカスタムノードWAS Node SuiteのImage Blankで生成できる。
Image BlankはRGB値で指定するが、面倒であればそちらは灰色で固定し、同じくWAS Node SuiteのImage Filter Adjustmentsでbrightness（-1.0～+1.0）を調節するようにもできる。

下は夕日の逆光（sunset, backlight）での例。
&ref(./sdxl-brightness.jpg,33%);
サンプラーはDPM++ 2M SDE Karras

**コントラストを弄って眠たいイラストをパキっとさせたり逆に印象派みたいにボカしたりしたい [#t305086a]
コントラストというか周波数成分（ピクセル間の色の変化の激しさ）だが、プロンプト以外でもComyfyUIコアノードのFreScaで画風を弄れる。
ControlNet同様に画像生成処理中ステップごとに適用されるので、FreScaを通すと色彩だけでなく構図も変わるがその分馴染む。
ただし、実写には向かない。

[[FreSca（RunComfy Comfyノードリファレンス）>https://www.runcomfy.com/comfyui-nodes/ComfyUI/fre-sca]]

-scale_lowは1.0を基準として、上げると全体的に鮮やかな画面になる。下げるとコントラストの低い落ち着いた画面になる。
-scale_highは1.0を基準として、上げると細部の描き込みが増えてにぎやかな画面になる。下げるとディティールが削られるがノイズが減る。
--下の例だとscale_high=3.0のものはツインテールに衣装の色が色移りしてツートンカラーになってしまっている。
-両方下げると印象派チックな抽象的な絵画になるが、極端に下げると溶けて得体のしれないものになる。
-両方上げるとパキっとした絵になりやすいが、scale_lowを上げすぎると目に痛く、scale_highを上げると変なものも生えてきやすくなる。
&ref(./fresca-scale.jpg,33%);

-freq_cutoffはどのくらい大きな構造（主線とか顔とか服の陰影とか）を低周波数域とし、それより小さい構造を高周波数域とするかのしきい値を決める。
-freq_cutoffを上げるとより大きな構造が低周波数域とみなされてscale_lowで処理されるようになる。
-freq_cutoffを下げるとより大きな構造が高周波数域とみなされてscale_highで処理されるようになる。
-下の例だとfreq_cutoff=10の時点で各部の主線が高周波数域に入ってscale_high=2.5と強調されているが、ディティールが詳細な分ノイズも増えており指の生え際が少しおかしい。&br;freq_cutoff=1だと衣装の陰影や背景などほぼすべてが高周波数域とみなされてscale_high=2.5で過度に明暗を強調された結果目に痛いだけで滲んだ画面になってしまっている。
&ref(./fresca-cufoff.jpg,33%);

#accordion(もうちょっと詳しく原理的な話,***,close){{
音楽に詳しい人は画像用のバンド数が2個しかないイコライザみたいなものだと考えて欲しい。
フーリエ変換については画像処理より音声信号処理のほうが資料も多く図も理解しやすい。

FreScaは画像生成モデルが各ステップで（潜在）画像に変更を描き加える際、その差分画像に対して補正を行う。
まず画像の差分について、差分画像を「ピクセル列の色の変化の波」として捉えたときのその波形に対し、2次元フーリエ変換で方向と周波数ごとの単純なサイン波・コサイン波の重ね合わせとして表す。
このとき、波の振幅の大きさ、つまり音声であれば音の大きさは、画像では色の変化の激しさになる。
対し、周波数は逆数で表すと周期の長さ。画像では環境光など大きな構造における色の変化が低周波に現れ、主線などの小さな構造における色の変化が高周波に現れる。
freq_cutoffを基準に低周波、高周波に分けた各波形に対し、scale_low, scale_highで補正をかけると、小さくすれば色の変化が緩やかに、大きくすれば色の変化が劇的になる。
最後にこの補正後の波形を逆フーリエ変換して画像差分に戻してからそれを潜在画像に反映する。
}}

**多段生成ワークフローのパラメータ手動調整に時間がかかる件の改善 [#y7e5b12f]
[[HiresFix>Upscaler]]など、1回実行する間にサンプラーを何度も走らせるような長大なワークフローを組んでいる場合。
調整が面倒になるので、2つ目以降の乱数生成ノードはi2i等と同様にシード「0」生成後の制御「fixed」に固定してしまった方が良い。

ComfyUIは2回目以降のワークフロー実行の際、前回から変更がないノードについては処理を省略し、前回の結果をそのまま流用する。
乱数が使えるノードで生成後の制御が「randomize」になっていると毎回シード値が更新されるので、省略されずワークフロー実行のたびに計算されなおすことになる。
2つめ以降のノードを「fixed」にすることで、後ろのほうの処理のパラメータをチューニングしたいときでも、再計算のトリガーとなる最初の乱数生成ノードを「fixed」にしてしまえばパラメータをいじったノード以降からしか再計算されなくなる。

サンプラーなど乱数を使えるノードでは生成後の制御の初期値が「randomize」になっている。

*リリース直後のとしあき達の反応 [#c7c19590]

#fold(コメント){{
※最近の主な出来事ページより抜粋
>161 無念 Name としあき 23/07/29(土)16:57:08 ID:/U5B09QU No.1121768109 そうだねx1
~>3060の12Gで速度を大きく犠牲にしてVRAM消費低減オプションを全部詰め込んでやっと動いたレベル……
WebUIじゃなくComfyUI使ったら普通に解決したわ……モデル読むのも早いし生成も早い

>147 無念 Name としあき 23/07/29(土)20:23:08 ID:4pXOuVCU No.1121838383
~>ComfyUI構築できた
~>ノード繋ぐのだけ分かれば結構簡単ね
ノードのこと全然わからなくてもワークフローがどこから入手できればいいかわかれば基本的に生成できるので覚えておくといい
ComfyUIで生成した画像にもワークフローが残ってるし
https://civitai.com/models/118406/counterfeitxl
ワークフロー欄にあるコピーボタン押して入手できる
この場合ComfyUIの画面でペーストすれば構築してくれる
画像の場合はcomfyUIにドロップすれば構築してくれる

>23 無念 Name としあき 23/07/30(日)11:15:58 ID:jwS1aTvM No.1122036409 そうだねx3
ComfyUI面白いね
低スペックでもSDXLがサクサク動くのはいいぞ

>71 無念 Name としあき 23/07/30(日)11:52:18 ID:jwS1aTvM No.1122048117 そうだねx1
SDXLのリアル系とアニメ系の出方がいまいち制御できねぇ……
ComfyUIベースだとWebUIでout of memoryしてたサイズでも出力できるのが本当に助かる…

>150 無念 Name としあき 23/07/30(日)12:53:21 ID:jwS1aTvM No.1122067784
~>もうちょいVRAM消費が減ってくれたらいう事ないのだけどComfyUIも触ってみた方がいいのかな？
VRAM消費量もそうだけど何より速度が体感で露骨に違うから触った方が良いと思う
割とシステムの根幹部分だからWebUIで同等な速度にはできないらしいし

>159 無念 Name としあき 23/07/30(日)13:03:46 ID:O8zskrno No.1122071458 そうだねx4
8Gクラスだと現状はComfyUIで動かすのが一番じゃないかな
12Gでも1111だと結構カツカツで何度かwebuiを再起動する目にあってる

>179 無念 Name としあき 23/07/31(月)14:33:55 ID:hX0W4wac No.1122467339 そうだねx1
~>なんかシビタイ見てても
~>XL系はcomfyUIで作ったサンプル画像が多い気がする
今はどの道XL対応の拡張もろくに無いので
comfyUIでとにかく軽く早くって感じなんだと思う
1024*1024ならVRAM8GBでも1111と同時起動出来て
comfyUIで素材作って1111でi2iみたいな事出来て便利

>228 無念 Name としあき 23/07/31(月)21:25:00 ID:YEPIH06k No.1122585722 そうだねx1
SDXL使うときにWebUIで速度に不満があったらまずはComfyUI使うと良いぞ……
違うUIを使うわけだから最初はちょっとハードルあるけどそれ以上にリターンが大きいからね
}}