基本原理

我们将通过 API，从“外部”执行 ComfyUI 的 工作流。

要做的事情很简单，只需将 API 格式的 JSON（= prompt）POST 到 http://127.0.0.1:8188/prompt 即可。

这样 ComfyUI 服务器就会接收到“执行该 工作流”的指令，并将其放入队列执行，最后返回 prompt_id（执行 ID）。

稍微有点绕的是，这里出现的“prompt”并不是文本提示词，而是指 整个工作流（执行图表）。 文本只是其中的一部分，例如 CLIPTextEncode 的 inputs.text 等就属于这部分。

这次，我们试着用 Python 来执行。

预先启动 ComfyUI

API 并不是“让你无需启动 ComfyUI 的机制”。 Python 是向正在运行的 ComfyUI 服务器发送指令。

  • 请预先启动 ComfyUI
  • 确保浏览器能打开 http://127.0.0.1:8188

准备 API 用的工作流

这次使用的工作流（SD1.5 text2image）

首先，我们使用最简单的 Stable Diffusion 1.5 的 text2image。

SD1.5_text2image_vae-ft-mse-840000.json

下载模型

📂ComfyUI/
  └── 📂models/
      ├── 📂checkpoints/
      │   └── v1-5-pruned-emaonly-fp16.safetensors
      └── 📂vae/
          └── vae-ft-mse-840000-ema-pruned.safetensors

获取 API 用的工作流

    1. 在 ComfyUI 的节点 UI 中，打开上述 工作流
    1. 从菜单中选择 File → Export (API)
    1. 以易懂的名称保存（例：SD1.5_text2image_API.json）

示例

SD1.5_text2image_API.json

与普通工作流 JSON 的区别

普通的 JSON 包含了“便于在 UI 中编辑和分享的信息”。 API 的 工作流 则是去除了这些多余信息，变成了方便服务器接收并执行的形式。

首先让它跑起来

Python 环境准备

创建虚拟环境，并安装用于 HTTP 通信的 requests。

python -m venv venv
# Windows:
venv\Scripts\activate
# macOS / Linux:
# source venv/bin/activate

pip install requests

run_min.py

这是读取 SD1.5_text2image_API.json 并投递给 /prompt 的最小代码。 这与在节点 UI 中按下 ▷Run 基本相同。

import json
import requests

BASE = "http://127.0.0.1:8188"

prompt = json.load(open("SD1.5_text2image_API.json", encoding="utf-8"))

res = requests.post(f"{BASE}/prompt", json={"prompt": prompt}).json()
print(res)  # {"prompt_id": "...", "number": ..., "node_errors": {...}}

文件放置

your_project/
  ├── run_min.py
  └── SD1.5_text2image_API.json

执行

在终端执行 run_min.py。

cd path\to\your_project
venv\Scripts\activate
python run_min.py

让我们确认一下是否执行成功。

  • Python 侧返回 {"prompt_id": "...", ...} （这就是执行 ID。）
  • ComfyUI 侧的终端显示执行日志
  • ComfyUI/output/ 中增加了图像文件
    • 应该保存在与节点 UI 执行时相同的位置

如果到这里都能成功，说明已经可以通过 API 执行了。

从 CLI 更改提示词

即使直接编辑 API 用的 JSON，当然也可以更改参数。 但是，如果想在不弄脏原文件的情况下连续执行，用 Python 进行替换 会更容易处理。

要重写哪里（以本次的 JSON 为例）

这次我们只更改“提示词”。

  • Positive prompt：节点 6 的 inputs.text

注：节点 ID 不是固定的

本页面的示例使用了 6，但这 仅仅是因为在这个分发的 JSON 中是这样。 如果是用自己的 工作流，最稳妥的方法是打开 JSON 寻找。

e.g. SD1.5_text2image_API.json

  "6": { //这就是 ID
    "inputs": {
      "text": "beautiful scenery nature glass bottle landscape, , purple galaxy bottle,",
      "clip": [
        "4",
        1
      ]
    },
    "class_type": "CLIPTextEncode",
    "_meta": {
      "title": "CLIP Text Encode (Prompt)"
    }
  },

run.py（输入提示词）

import json
import requests

BASE = "http://127.0.0.1:8188"
prompt = json.load(open("SD1.5_text2image_API.json", encoding="utf-8"))

pos = input("positive prompt: ").strip()

# 基于本页面的分发 JSON：6=positive
if pos:
    prompt["6"]["inputs"]["text"] = pos

res = requests.post(f"{BASE}/prompt", json={"prompt": prompt}).json()
print(res)
print("done (check ComfyUI/output)")

执行

与刚才一样执行。

cd path\to\your_project
venv\Scripts\activate
python run.py

这次中途会要求输入参数。

positive prompt: 输入喜欢的提示词

如果该提示词生成的图像保存在了 ComfyUI/output/ 中，那就 OK 了。

掌握了感觉后，剩下的就只是制作了

这次只使用了“执行”的 API，但 API 还有很多其他功能。

  • 实时接收进度（WebSocket）
  • 队列控制（停止、中断等）
  • 图像上传（传递给 i2i 的输入）
  • 获取节点的输入规格（自动化 工作流 编辑的立足点）

在这个页面，只要掌握了“能从外部执行 工作流”的感觉就足够了。

剩下的不管是 vibe coding 还是什么，请试着实际制作你想要的东西吧！