comfyui

ComfyUI

セットアップ／ライフサイクル管理には公式の comfy-cli を、ワークフロー実行には REST／WebSocket API を直接使用して、ComfyUI で画像、動画、音声、3D コンテンツを生成します。

このスキルの内容

リファレンスドキュメント（references/）：

• official-cli.md — フラグを含む、すべての comfy ... コマンド
• rest-api.md — REST と WebSocket のエンドポイント（ローカル＋クラウド）、ペイロードスキーマ
• workflow-format.md — API 形式の JSON、一般的なノードタイプ、パラメーターのマッピング
• template-integrity.md — comfyui-workflow-templates をエディター形式から API 形式に変換する方法：Reroute のバイパス、ドット区切りの動的入力キー（values.a、resize_type.width）、クラウド特有の注意点（302 リダイレクト、無料プランでは同時実行ジョブ 1 件、1080p の VRAM 上限）、Discord 互換の ffmpeg による結合。@purzbeats が作成しました。公式テンプレートから開始する場合は、必ずこれを読み込んでください。

スクリプト（scripts/）：

スクリプト	目的
_common.py	HTTP、クラウドへのルーティング、ノードカタログの共通処理（直接実行しないでください）
hardware_check.py	GPU／VRAM／ディスクを調査し、ローカルと Comfy Cloud のどちらを使うか推奨
comfyui_setup.sh	ハードウェア確認＋comfy-cli＋ComfyUI のインストール＋起動＋検証
extract_schema.py	ワークフローを読み込み、操作可能なパラメーターとモデルの依存関係を一覧表示
check_deps.py	実行中のサーバーでワークフローを確認し、不足しているノード／モデルを一覧表示
auto_fix_deps.py	check_deps を実行後、comfy node install／comfy model download を実行
run_workflow.py	パラメーターの注入、送信、監視、出力のダウンロード（HTTP または WS）
run_batch.py	スイープを使ってワークフローを N 回送信し、プランの上限まで並列実行
ws_monitor.py	実行中ジョブのリアルタイム WebSocket ビューアー（進行状況をライブ表示）
health_check.py	検証チェックリストの実行 — comfy-cli＋サーバー＋モデル＋スモークテスト
fetch_logs.py	指定した prompt_id のトレースバック／ステータスメッセージを取得

ワークフローの例（workflows/）： SD 1.5、SDXL、Flux Dev、SDXL img2img、 SDXL inpaint、ESRGAN upscale、AnimateDiff video、Wan T2V。詳しくは workflows/README.md を参照してください。

使用する場面

• Stable Diffusion、SDXL、Flux、SD3 などで画像を生成したい場合
• 特定の ComfyUI ワークフローファイルを実行したい場合
• 生成ステップを連結したい場合（txt2img → upscale → face restore）
• ControlNet、inpainting、img2img、その他の高度なパイプラインが必要な場合
• ComfyUI のキューの管理、モデルの確認、カスタムノードのインストールを行いたい場合
• AnimateDiff、Hunyuan、Wan、AudioCraft などで動画／音声／3D を生成したい場合

アーキテクチャ：2 つのレイヤー

┌─────────────────────────────────────────────────────┐
│ Layer 1: comfy-cli (official lifecycle tool)        │
│   Setup, server lifecycle, custom nodes, models     │
│   → comfy install / launch / stop / node / model    │
└─────────────────────────┬───────────────────────────┘
                          │
┌─────────────────────────▼───────────────────────────┐
│ Layer 2: REST/WebSocket API + skill scripts         │
│   Workflow execution, param injection, monitoring   │
│   POST /api/prompt, GET /api/view, WS /ws           │
│   → run_workflow.py, run_batch.py, ws_monitor.py    │
└─────────────────────────────────────────────────────┘

なぜ 2 つのレイヤーがあるのでしょうか？ 公式 CLI はインストールとサーバー管理には優れていますが、ワークフロー実行のサポートは最小限です。REST／WS API がその不足を補います。スクリプトは、CLI では対応していないパラメーターの注入、実行の監視、出力のダウンロードを処理します。

クイックスタート

環境を検出する

# What's available?
command -v comfy >/dev/null 2>&1 && echo "comfy-cli: installed"
curl -s http://127.0.0.1:8188/system_stats 2>/dev/null && echo "server: running"

# Can this machine run ComfyUI locally? (GPU/VRAM/disk check)
python scripts/hardware_check.py

何もインストールされていない場合は、以下の セットアップとオンボーディング を参照してください。ただし、必ず最初にハードウェアを確認してください。

1 行でヘルスチェック

python scripts/health_check.py
# → JSON: comfy_cli on PATH? server reachable? at least one checkpoint? smoke-test passes?

基本的なワークフロー

ステップ 1：API 形式のワークフロー JSON を用意する

ワークフローは API 形式（各ノードに class_type がある形式）である必要があります。次の方法で用意できます。

• ComfyUI の Web UI → Workflow → Export (API)（新しい UI）、または従来の「Save (API Format)」ボタン（古い UI）
• このスキルの workflows/ ディレクトリ（すぐに実行できる例）
• コミュニティからのダウンロード（civitai、Reddit、Discord）— 通常はエディター形式のため、ComfyUI に読み込んでから再エクスポートする必要があります

エディター形式（トップレベルに nodes と links の配列がある形式）は、そのままでは実行できません。スクリプトはこれを検出し、再エクスポートするよう案内します。

ステップ 2：操作可能な項目を確認する

python scripts/extract_schema.py workflow_api.json --summary-only
# → {"parameter_count": 12, "has_negative_prompt": true, "has_seed": true, ...}

python scripts/extract_schema.py workflow_api.json
# → full schema with parameters, model deps, embedding refs

ステップ 3：パラメーターを指定して実行する

# Local (defaults to http://127.0.0.1:8188)
python scripts/run_workflow.py \
  --workflow workflow_api.json \
  --args '{"prompt": "a beautiful sunset over mountains", "seed": -1, "steps": 30}' \
  --output-dir ./outputs

# Cloud (export API key once; uses correct /api routing automatically)
export COMFY_CLOUD_API_KEY="comfyui-..."
python scripts/run_workflow.py \
  --workflow workflow_api.json \
  --args '{"prompt": "..."}' \
  --host https://cloud.comfy.org \
  --output-dir ./outputs

# Real-time progress via WebSocket (requires `pip install websocket-client`)
python scripts/run_workflow.py \
  --workflow flux_dev.json \
  --args '{"prompt": "..."}' \
  --ws

# img2img / inpaint: pass --input-image to upload + reference automatically
python scripts/run_workflow.py \
  --workflow sdxl_img2img.json \
  --input-image image=./photo.png \
  --args '{"prompt": "make it watercolor", "denoise": 0.6}'

# Batch / sweep: 8 random seeds, parallel up to cloud tier limit
python scripts/run_batch.py \
  --workflow sdxl.json \
  --args '{"prompt": "abstract"}' \
  --count 8 --randomize-seed --parallel 3 \
  --output-dir ./outputs/batch

seed に -1 を指定するか、--randomize-seed を指定して省略すると、実行ごとに新しいランダムシードが生成されます。

ステップ 4：結果を提示する

スクリプトは、各出力ファイルの情報を記述した JSON を標準出力に出力します。

{
  "status": "success",
  "prompt_id": "abc-123",
  "outputs": [
    {"file": "./outputs/sdxl_00001_.png", "node_id": "9",
     "type": "image", "filename": "sdxl_00001_.png"}
  ]
}

判断ツリー

ユーザーの発言	ツール	コマンド
ライフサイクル（comfy-cli を使用）
「ComfyUI をインストールして」	comfy-cli	bash scripts/comfyui_setup.sh
「ComfyUI を起動して」	comfy-cli	comfy launch --background
「ComfyUI を停止して」	comfy-cli	comfy stop
「X ノードをインストールして」	comfy-cli	comfy node install <name>
「X モデルをダウンロードして」	comfy-cli	comfy model download --url <url> --relative-path models/checkpoints
「インストール済みモデルを一覧表示して」	comfy-cli	comfy model list
「インストール済みノードを一覧表示して」	comfy-cli	comfy node show installed
実行（スクリプトを使用）
「準備はすべて整っていますか？」	スクリプト	health_check.py（必要に応じて --workflow X --smoke-test を指定）
「このワークフローで何を変更できますか？」	スクリプト	extract_schema.py W.json
「W の依存関係が満たされているか確認して」	スクリプト	check_deps.py W.json
「不足している依存関係を修正して」	スクリプト	auto_fix_deps.py W.json
「画像を生成して」	スクリプト	run_workflow.py --workflow W --args '{...}'
「この画像を使って」（img2img）	スクリプト	run_workflow.py --input-image image=./x.png ...
「ランダムシードで 8 パターン作成して」	スクリプト	run_batch.py --count 8 --randomize-seed ...
「ライブ進捗を表示して」	スクリプト	ws_monitor.py --prompt-id <id>
「ジョブ X のエラーを取得して」	スクリプト	fetch_logs.py <prompt_id>
REST を直接使用
「キューには何が入っていますか？」	REST	curl http://HOST:8188/queue（ローカル）または --host https://cloud.comfy.org
「それをキャンセルして」	REST	curl -X POST http://HOST:8188/interrupt
「GPU メモリを解放して」	REST	curl -X POST http://HOST:8188/free

セットアップとオンボーディング

ユーザーが ComfyUI のセットアップを依頼した場合、最初に必ず、Comfy Cloud（ホスト型、インストール不要、API キーが必要）を利用するか、Local（自分のマシンに ComfyUI をインストールする）を利用するか尋ねてください。回答を得るまでは、インストールコマンドの実行やハードウェアチェックを始めないでください。

公式ドキュメント： https://docs.comfy.org/installation CLI ドキュメント： https://docs.comfy.org/comfy-cli/getting-started Cloud ドキュメント： https://docs.comfy.org/get_started/cloud Cloud API： https://docs.comfy.org/development/cloud/overview

ステップ 0：Local と Cloud のどちらを使うか尋ねる（必ず最初に行う）

推奨するスクリプト：

「お使いのマシンで ComfyUI をローカル実行しますか、それとも Comfy Cloud を利用しますか？

• Comfy Cloud — RTX 6000 Pro GPU でホストされ、一般的なモデルがすべて事前インストールされており、セットアップは不要です。API キーが必要です（ワークフローを実際に実行するには有料サブスクリプションが必要です。無料プランは読み取り専用です）。十分な性能の GPU をお持ちでない場合に最適です。
• Local — 無料ですが、お使いのマシンがハードウェア要件を満たしている必要があります。
  • NVIDIA GPU（6 GB 以上の VRAM。SDXL では 8 GB 以上、Flux／動画では 12 GB 以上）、または
  • ROCm に対応した AMD GPU（Linux）、または
  • 16 GB 以上のユニファイドメモリを搭載した Apple Silicon Mac（M1 以降。32 GB 以上を推奨）。
  • Intel Mac と GPU のないマシンでは動作しません。その場合は Cloud を利用してください。

どちらを利用しますか？」

振り分け：

• Cloud → パス A に進みます。
• Local → まずハードウェアチェックを実行し、判定結果に応じてパス B〜E から選びます。
• まだ決めていない → ハードウェアチェックを実行し、判定結果に基づいて決めます。

ステップ 1：ハードウェアを確認する（ユーザーがローカルを選択した場合のみ）

python scripts/hardware_check.py --json
# Optional: also probe `torch` for actual CUDA/MPS:
python scripts/hardware_check.py --json --check-pytorch

判定	意味	対応
ok	8 GB 以上の VRAM（ディスクリート）または 32 GB 以上のユニファイドメモリ（Apple Silicon）	ローカルにインストール — レポートの comfy_cli_flag を使用します
marginal	SD1.5 は動作します。SDXL は厳しく、Flux／動画は難しいでしょう	軽量なワークフローならローカルで問題ありません。それ以外の場合は パス A（クラウド）
cloud	使用可能な GPU がない、VRAM が 6 GB 未満、Apple のユニファイドメモリが 16 GB 未満、Intel Mac、Rosetta の Python	ユーザーが明示的にローカルを強く希望しない限り、クラウドに切り替えます

スクリプトは wsl: true（NVIDIA パススルーを使用する WSL2）と rosetta: true（Apple Silicon 上の x86_64 Python。ARM64 として再インストールが必要）も表示します。

判定が cloud なのにユーザーがローカルを希望する場合、黙って続行しないでください。 notes 配列をそのまま表示し、（a）クラウドに切り替えるか、 （b）ローカルへのインストールを強行するか（最新モデルでは OOM が発生するか、実用にならないほど遅くなります）を尋ねてください。

インストール方法の選択

まずハードウェアチェックを行ってください。次の表は、ユーザーがすでにハードウェアについて伝えている場合の代替手段です。

状況	推奨パス
ハードウェアチェックの結果が verdict: cloud	パス A：Comfy Cloud
GPU がない／準備なしで試したい	パス A：Comfy Cloud
Windows + NVIDIA + 技術に詳しくない	パス B：ComfyUI Desktop
Windows + NVIDIA + 技術に詳しい	パス C：Portable または パス D：comfy-cli
Linux + 任意の GPU	パス D：comfy-cli（最も簡単）
macOS + Apple Silicon	パス B：Desktop または パス D：comfy-cli
ヘッドレス／サーバー／CI／エージェント	パス D：comfy-cli

完全自動の手順（ハードウェアチェック → インストール → 起動 → 検証）：

bash scripts/comfyui_setup.sh
# Or with overrides:
bash scripts/comfyui_setup.sh --m-series --port=8190 --workspace=/data/comfy

内部で hardware_check.py を実行し、判定が cloud の場合はローカルへのインストールを拒否します（--force-cloud-override を指定した場合を除く）。適切な comfy-cli フラグを選択し、システムの Python を汚さないよう、グローバルな pip よりも pipx／uvx を優先します。

---

パス A：Comfy Cloud（ローカルへのインストール不要）

高性能な GPU がないユーザー、またはセットアップを一切行いたくないユーザー向けです。RTX 6000 Pro でホストされています。

ドキュメント： https://docs.comfy.org/get_started/cloud

1. https://comfy.org/cloud でサインアップします
2. https://platform.comfy.org/login で API キーを生成します
3. キーを設定します：

   export COMFY_CLOUD_API_KEY="your-comfyui-key"
   

4. ワークフローを実行します：

   python scripts/run_workflow.py \
     --workflow workflows/flux_dev_txt2img.json \
     --args '{"prompt": "..."}' \
     --host https://cloud.comfy.org \
     --output-dir ./outputs
   

料金： https://www.comfy.org/cloud/pricing 同時ジョブ数： Free／Standard は 1、Creator は 3、Pro は 5。Free tier では API 経由でワークフローを実行できません — モデルの閲覧のみ可能です。/api/prompt、/api/upload/*、/api/view などを利用するには、有料サブスクリプションが必要です。

---

パス B：ComfyUI Desktop（Windows／macOS）

技術に詳しくないユーザー向けのワンクリックインストーラーです。現在ベータ版です。

ドキュメント： https://docs.comfy.org/installation/desktop

• Windows（NVIDIA）： https://download.comfy.org/windows/nsis/x64
• macOS（Apple Silicon）： https://comfy.org

Linux は Desktop で サポートされていません — パス D を使用してください。

---

パス C：ComfyUI Portable（Windows のみ）

ドキュメント： https://docs.comfy.org/installation/comfyui_portable_windows

https://github.com/comfyanonymous/ComfyUI/releases からダウンロードして展開し、 run_nvidia_gpu.bat を実行します。update/update_comfyui_stable.bat で更新します。

---

パス D：comfy-cli（全プラットフォーム — エージェントに推奨）

公式 CLI は、ヘッドレス／自動化セットアップに最適な方法です。

ドキュメント： https://docs.comfy.org/comfy-cli/getting-started

comfy-cli をインストールする

# Recommended:
pipx install comfy-cli
# Or use uvx without installing:
uvx --from comfy-cli comfy --help
# Or (if pipx/uvx unavailable):
pip install --user comfy-cli

対話なしでアナリティクスを無効にします：

comfy --skip-prompt tracking disable

ComfyUI をインストールする

comfy --skip-prompt install --nvidia              # NVIDIA (CUDA)
comfy --skip-prompt install --amd                 # AMD (ROCm, Linux)
comfy --skip-prompt install --m-series            # Apple Silicon (MPS)
comfy --skip-prompt install --cpu                 # CPU only (slow)
comfy --skip-prompt install --nvidia --fast-deps  # uv-based dep resolution

デフォルトの場所：~/comfy/ComfyUI（Linux）、~/Documents/comfy/ComfyUI （macOS／Win）。comfy --workspace /custom/path install で変更できます。

起動／検証

comfy launch --background                       # background daemon on :8188
comfy launch -- --listen 0.0.0.0 --port 8190    # LAN-accessible custom port
curl -s http://127.0.0.1:8188/system_stats      # health check

---

パス E：手動インストール（上級者向け／サポート対象外のハードウェア）

Ascend NPU、Cambricon MLU、Intel Arc、またはその他のサポート対象外ハードウェア向けです。

ドキュメント： https://docs.comfy.org/installation/manual_install

git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu130
pip install -r requirements.txt
python main.py

---

インストール後：モデルをダウンロード

# SDXL (general purpose, ~6.5 GB)
comfy model download \
  --url "https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/resolve/main/sd_xl_base_1.0.safetensors" \
  --relative-path models/checkpoints

# SD 1.5 (lighter, ~4 GB, good for 6 GB cards)
comfy model download \
  --url "https://huggingface.co/stable-diffusion-v1-5/stable-diffusion-v1-5/resolve/main/v1-5-pruned-emaonly.safetensors" \
  --relative-path models/checkpoints

# Flux Dev fp8 (smaller variant, ~12 GB)
comfy model download \
  --url "https://huggingface.co/Comfy-Org/flux1-dev/resolve/main/flux1-dev-fp8.safetensors" \
  --relative-path models/checkpoints

# CivitAI (set token first):
comfy model download \
  --url "https://civitai.com/api/download/models/128713" \
  --relative-path models/checkpoints \
  --set-civitai-api-token "YOUR_TOKEN"

インストール済みモデルの一覧：comfy model list。

インストール後：カスタムノードをインストール

comfy node install comfyui-impact-pack             # popular utility pack
comfy node install comfyui-animatediff-evolved     # video generation
comfy node install comfyui-controlnet-aux          # ControlNet preprocessors
comfy node install comfyui-essentials              # common helpers
comfy node update all
comfy node install-deps --workflow=workflow.json   # install everything a workflow needs

インストール後：確認

python scripts/health_check.py
# → comfy_cli on PATH? server reachable? checkpoints? smoke test?

python scripts/check_deps.py my_workflow.json
# → are this workflow's nodes/models/embeddings installed?

python scripts/run_workflow.py \
  --workflow workflows/sd15_txt2img.json \
  --args '{"prompt": "test", "steps": 4}' \
  --output-dir ./test-outputs

画像のアップロード（img2img／インペインティング）

最も簡単な方法は、run_workflow.py で --input-image を使用することです。

python scripts/run_workflow.py \
  --workflow workflows/sdxl_img2img.json \
  --input-image image=./photo.png \
  --args '{"prompt": "make it cyberpunk", "denoise": 0.6}'

このフラグは photo.png をアップロードし、サーバー側のファイル名を、image という名前のスキーマパラメーターに挿入します。インペインティングの場合は、両方を指定します。

python scripts/run_workflow.py \
  --workflow workflows/sdxl_inpaint.json \
  --input-image image=./photo.png \
  --input-image mask_image=./mask.png \
  --args '{"prompt": "fill with flowers"}'

REST を使った手動アップロード：

curl -X POST "http://127.0.0.1:8188/upload/image" \
  -F "[email protected]" -F "type=input" -F "overwrite=true"
# Returns: {"name": "photo.png", "subfolder": "", "type": "input"}

# Cloud equivalent:
curl -X POST "https://cloud.comfy.org/api/upload/image" \
  -H "X-API-Key: $COMFY_CLOUD_API_KEY" \
  -F "[email protected]" -F "type=input" -F "overwrite=true"

クラウド固有の情報

• ベース URL： https://cloud.comfy.org
• 認証： X-API-Key ヘッダー（または WebSocket の場合は ?token=KEY）
• API キー： $COMFY_CLOUD_API_KEY を一度設定すれば、スクリプトが自動的に取得します
• 出力のダウンロード： /api/view は署名付き URL への 302 リダイレクトを返します。スクリプトはこれをたどり、ストレージバックエンドから取得する前に X-API-Key を取り除きます（API キーを S3／CloudFront に漏らさないためです）。
• ローカルの ComfyUI とのエンドポイントの違い：
  • /api/object_info、/api/queue、/api/userdata は、無料プランでは 403 を返します。有料プランのみ利用できます。
  • クラウドでは /history の名前が /history_v2 に変更されています（スクリプトが自動的にルーティングします）。
  • クラウドでは /models/<folder> の名前が /experiment/models/<folder> に変更されています（スクリプトが自動的にルーティングします）。
  • WebSocket の clientId は現在無視されます。1 人のユーザーのすべての接続に同じブロードキャストが送信されます。クライアント側で prompt_id によるフィルタリングを行ってください。
  • アップロード時に subfolder を指定できますが、無視されます。クラウドでは名前空間がフラットです。
• 同時実行ジョブ数： Free／Standard は 1、Creator は 3、Pro は 5 です。超過分は自動的にキューに追加されます。プランの上限まで実行するには、run_batch.py --parallel N を使用してください。

キューとシステムの管理

# Local
curl -s http://127.0.0.1:8188/queue | python -m json.tool
curl -X POST http://127.0.0.1:8188/queue -d '{"clear": true}'    # cancel pending
curl -X POST http://127.0.0.1:8188/interrupt                      # cancel running
curl -X POST http://127.0.0.1:8188/free \
  -H "Content-Type: application/json" \
  -d '{"unload_models": true, "free_memory": true}'

# Cloud — same paths under /api/, plus:
python scripts/fetch_logs.py --tail-queue --host https://cloud.comfy.org

注意点

1. API 形式が必要です — すべてのスクリプトと /api/prompt エンドポイントは、API 形式のワークフロー JSON を想定しています。スクリプトはエディター形式（最上位に nodes 配列と links 配列がある形式）を検出し、「Workflow → Export (API)」（新しい UI）または「Save (API Format)」（古い UI）から再エクスポートするよう案内します。

2. サーバーが起動している必要があります — すべての実行には、稼働中のサーバーが必要です。comfy launch --background で起動できます。curl http://127.0.0.1:8188/system_stats で確認してください。

3. モデル名は正確に指定してください — 大文字と小文字を区別し、ファイル拡張子も含めます。check_deps.py はあいまい一致（拡張子の有無やフォルダーのプレフィックス）で照合しますが、ワークフロー自体では正式な名前を使用する必要があります。インストール済みのモデルを確認するには comfy model list を使用してください。

4. カスタムノードが不足しています — 「class_type not found」は、必要なノードがインストールされていないことを意味します。check_deps.py はインストールが必要なパッケージを報告し、auto_fix_deps.py がインストールを実行します。

5. 作業ディレクトリ — comfy-cli は ComfyUI のワークスペースを自動検出します。「no workspace found」というエラーでコマンドが失敗する場合は、comfy --workspace /path/to/ComfyUI <command> または comfy set-default /path/to/ComfyUI を使用してください。

6. クラウドの無料プランにおける API 制限 — /api/prompt、/api/view、/api/upload/*、/api/object_info は、いずれも無料アカウントでは 403 を返します。health_check.py と check_deps.py はこの状況を適切に処理し、わかりやすいメッセージを表示します。

7. 動画／音声ワークフローのタイムアウト — 出力ノードが VHS_VideoCombine、SaveVideo などの場合に自動検出され、デフォルトのタイムアウトが 300 秒から 900 秒に延長されます。--timeout 1800 を指定して明示的に上書きできます。

8. 出力ファイル名のパストラバーサル — サーバーから提供されたファイル名は safe_path_join を通して処理され、--output-dir の外に出るパスは拒否されます。この保護は有効にしておいてください。カスタム保存ノードを含むワークフローは、任意のパスを生成する可能性があります。

9. ワークフロー JSON は任意のコードです — カスタムノードは Python を実行するため、不明なワークフローを送信することは、eval と同じ信頼上のリスクがあります。信頼できないソースのワークフローは、実行前に確認してください。

10. シードの自動ランダム化 — 実行ごとに新しいシードを使うには、--args で seed: -1 を渡すか、--randomize-seed を使用してシードを省略します。実際のシードは stderr に記録されます。

11. tracking プロンプト — comfy の初回実行時に、分析に関するプロンプトが表示される場合があります。対話なしでスキップするには、comfy --skip-prompt tracking disable を使用してください。comfyui_setup.sh が代わりに実行します。

検証チェックリスト

python scripts/health_check.py を使用すると、以下の項目を一度にすべて確認できます。手動で確認する場合：

• hardware_check.py の判定が ok、またはユーザーが Comfy Cloud を明示的に選択している
• comfy --version が動作する（または uvx --from comfy-cli comfy --help が動作する）
• curl http://HOST:PORT/system_stats が JSON を返す
• comfy model list に少なくとも 1 つのチェックポイントが表示される（ローカル）、または /api/experiment/models/checkpoints がモデルを返す（クラウド）
• ワークフロー JSON が API 形式である
• check_deps.py が is_ready: true を報告する（またはクラウドの無料プランでは node_check_skipped のみ）
• 小規模なワークフローでテスト実行が完了し、出力が --output-dir に保存される