comfyui

OpenMontage の ComfyUI ワークフロー

comfyui_image、comfyui_video、comfyui_music を呼び出す前、およびコミュニティの ComfyUI ワークフローを OpenMontage のツール呼び出しに変換する際は、このスキルを使用してください。

サーバーの仕様

• ツールで生成するには、ComfyUI が起動している必要があります。デフォルトのサーバーは http://localhost:8188 です。COMFYUI_SERVER_URL で上書きできます。
• 機能ごとに別の ComfyUI インスタンス（異なる GPU、異なるモデルセット）を実行していますか？COMFYUI_IMAGE_SERVER_URL／COMFYUI_VIDEO_SERVER_URL／COMFYUI_MUSIC_SERVER_URL は、それぞれ該当するツールに限り COMFYUI_SERVER_URL を上書きします。任意の設定です。単一サーバー構成では、これらは不要です。
• ヘルス状態とハードウェアの状態は GET /system_stats から取得します。
• ジョブは POST /prompt に送信し、完了した出力は GET /history/{prompt_id} から読み取り、成果物のバイトデータは GET /view でダウンロードします。
• 待ち時間が長い処理（動画、音楽）では、完了やエラーを即座に検出できる ComfyUI の WebSocket フィードを優先し、websocket-client がインストールされていない場合は REST ポーリングに自動で切り替えます。どちらの場合も、タイムアウトから復帰できます。再送信するのではなく、同じジョブの待機を再開するため、エラーの prompt_id を resume_prompt_id として渡してください。
• ワークフローは、UI レイアウト形式ではなく、ComfyUI の API 形式の JSON でエクスポートしてください。ダウンロードしたワークフローを送信できない場合は、API 形式を有効にして ComfyUI から再エクスポートしてください。

パートナーノードはホスト型です

• comfyui_video の gemini_omni_flash、seedance_2.5、minimax_h3_api は、公式 ComfyUI パートナーノードです。ホスト型 API を呼び出すため、ネットワーク接続、ログイン済みの Comfy アカウント、前払いクレジットが必要です。
• グラフがローカルの ComfyUI プロセスで実行されるという理由だけで、パートナーノードをローカル、オフライン、または無料と説明しないでください。
• minimax_h3_local は、オープンウェイトの別経路です。API 形式でエクスポートした公式 MiniMax H3 ワークフロー、その output_node、およびツールが報告するモデルスタックが必要です。

ワークフローの選択

• 要求された操作に一致し、ローカルマシンに必要なモデルと VRAM がある場合は、同梱ワークフローを使用してください。
• コミュニティのレシピ、より少ない VRAM で動作するモデル、異なるスタイルの系統、またはカスタムノードが必要な場合は、カスタムの workflow_json または workflow_path を使用してください。
• 8GB～12GB の GPU では、Wan 2.1 1.3B、LTXV FP8 または量子化ワークフロー、Wan 2.2 GGUF／量子化コミュニティワークフローなど、必要なリソースが少ないワークフローを優先してください。同梱の Wan 2.2 14B FP8 動画ワークフローは 16GB クラス向けであり、プロバイダー全体に適用される最低要件ではありません。
• あらゆるカスタムワークフローがマシンで動作すると約束しないでください。実際のリソース要件は、ワークフロー、量子化、解像度、フレーム数、オフロード設定によって決まります。

出力ノードの仕様

• カスタムワークフローには output_node を指定する必要があります。
• 成果物を書き出すノードを選択してください。通常は SaveImage、SaveVideo、VHS_VideoCombine、またはその他の最終保存ノードです。
• ノード ID は "108" のように文字列で渡してください。クラス名は渡さないでください。
• ワークフローに保存ノードが複数ある場合は、プレビューや中間出力ではなく、最終成果物のノードを選択してください。

テンプレート化するノードと固定ノード

• 実行前に、テンプレート化するノードを特定してください。プロンプトテキスト、シード、寸法、フレーム数、ソース画像、サンプラー設定、出力ファイル名のプレフィックスが該当します。
• 固定ノードは、モデルローダー、VAE、テキストエンコーダー、LoRA ローダー、スケジューラー、グラフの接続です。ワークフロー作成者がそのカスタマイズを意図していない限り、これらを変更しないでください。
• コミュニティのワークフローでは、実行前に各ローダーノードを確認し、必要なモデルやカスタムノードをすべて記録してください。モデルが不足している場合は、利用可能であればツールの構造化された missing_models ペイロードで対処してください。

動画ワークフローには時間軸を持つ潜在表現が必要です

• 動画ワークフローの空の潜在表現ノードには、動画潜在表現を指定する必要があります。Wan 2.2 t2v では EmptyHunyuanLatentVideo、画像条件付けバリアントでは Wan22ImageToVideoLatent または WanImageToVideo を使用します。フレーム数は length に指定し、batch_size は生成するクリップの数なので 1 のままにします。
• batch_size にフレーム数を指定した EmptyLatentImage は落とし穴です。これは関連のない N 枚の画像を要求します。その結果の MP4 はフレーム数、再生時間、コーデックが正しく、ffprobe でも問題なく検証されますが、映像はただ点滅するだけです。見慣れない動画ワークフローを実行する前に、潜在表現ノードを確認してください。

モデルと LoRA のセットアップ

• 利用可能な場合は ComfyUI Manager またはワークフロー作成者のモデルリンクを使用し、モデルのライセンスを遵守してください。
• モデルはローダーノードが想定するフォルダーに配置してください。拡散モデルは ComfyUI/models/diffusion_models/、テキストエンコーダーは ComfyUI/models/text_encoders/、VAE は ComfyUI/models/vae/、LoRA は ComfyUI/models/loras/ に配置します。
• LoRA のスタックには、ワークフロー内で LoraLoader または LoraLoaderModelOnly のチェーンを使用してください。各 LoRA の名前に加え、該当する場合は strength_model と strength_clip を記録してください。
• 現在の ComfyUI ツールでは、任意のグラフに LoRA を挿入できません。LoRA を使用するには、LoRA ローダーチェーンをすでに含むワークフローを指定し、モデルスタックの来歴を渡してください。

来歴

• カスタムワークフローでは、判明している場合は workflow_name と workflow_model を指定してください。
• ワークフローが同梱されていない場合は、再現性を確保するために workflow_model_stack を指定してください。ワークフローで公開されている場合は、ベースチェックポイントまたは拡散モデル、量子化、テキストエンコーダー、VAE、LoRA とその強度、サンプラーまたはスケジューラー、ステップ数、ガイダンスを含めてください。
• ツールは最終的なワークフローハッシュを記録します。このハッシュとモデルスタック、シード、寸法、プロンプトを再現性の基準として扱ってください。

エラー処理

• サーバーを利用できない場合は、構造化されたセットアップ案内を提示してください。まず ComfyUI を起動するか、COMFYUI_SERVER_URL を設定してください。
• モデルが不足している場合は、data.missing_models[] を確認してください。各項目には、OpenMontage が情報を把握している場合、ファイル名、役割、配置先のヒント、ダウンロード URL が含まれます。
• カスタムノードが不足している場合は、ComfyUI Manager またはワークフロー作成者が文書化しているインストール方法でユーザーにインストールを依頼し、その後 ComfyUI を再起動してください。
• ローカルでの長時間レンダリングがタイムアウトした場合は、最初から再試行する前に ComfyUI の履歴を確認してください。サーバーではプロンプトの処理が完了している可能性があります。あるいは、タイムアウトエラーの prompt_id を resume_prompt_id に設定して再度呼び出してください。

音楽（comfyui_music）

• 同梱のデフォルトは、ComfyUI の ネイティブ な TextEncodeAceStepAudio／EmptyAceStepLatentAudio ノード（サードパーティ製パックではなくコア）から構築された、ACE-Step v1（3.5B）のテキストから音声を生成する機能です。ACE-Step 1.5 やその他のカスタムノードパックとは異なり、v1 のインターフェースは同梱しても安全な程度に標準化されています。
• prompt は同梱ワークフローの tags フィールド（スタイル／ジャンル／ムード。例："upbeat electronic pop, female vocals"）に対応します。これは suno_music が使用する「prompt = 音楽の説明」という慣例と同じです。lyrics は独立したオプションフィールドです。インストゥルメンタルの場合は空のままにするか、[verse]／[chorus]／[bridge] の構成タグと、英語以外の歌詞行に対する [zh]／[ja]／[ko] 形式の言語コード接頭辞を使用してください。
• duration_seconds、steps、cfg、lyrics_strength、seed は同梱ワークフローで変更できます。ace_step_v1_3.5b.safetensors がない場合は、画像／動画と同じ data.missing_models[] の仕様で通知されます。
• ACE-Step 1.5、別のノードパック、または ACE-Step 以外の音声モデルが必要な場合は、カスタム画像／動画ワークフローとまったく同じように、workflow_json／workflow_path と output_node にフォールバックしてください。そのモードでは、prompt は再びプロビナンス／ログ記録専用となり、あらかじめグラフに組み込まれている必要があります。
• output_node（同梱またはカスタム）は最終音声を書き出すノードにしてください。同梱ワークフローでは SaveAudioMP3 です。クライアントはそのノードの "audio" 出力キーから成果物を読み取ります（画像／動画の保存ノードにおける "images" と同様です）。
• カスタムワークフローでは、カスタム画像／動画ワークフローの場合とまったく同じように、プロビナンス用の workflow_name／workflow_model／workflow_model_stack を指定してください。