Полный курс по генеративному ИИ — Лекция 8: Как работают пользовательские узлы ComfyUI — Читаем к...

Превратите рабочий процесс ComfyUI, который разрабатывался на протяжении семи лекций, в нечто, что вы можете повторно использовать, распространять, автоматизировать и исправлять. Упакуйте часть графа из 67 узлов в виде шаблона подграфа, запускайте только то, что изменилось, создайте форму в режиме приложения, экспортируйте JSON API и управляйте ComfyUI из Python, читайте реальный пользовательский пакет узлов, анализируйте код пакета, прежде чем доверять ему, и восстанавливайте поврежденную установку в изолированной копии. Ничего нового не создается: эта лекция преобразует то, что у вас уже есть. 🔗 Ссылки: Руководство по требованиям к ИИ для Windows: [   / 111553210   ] 📦 Полный репозиторий ресурсов курса: [ https://github.com/FurkanGozukara/Gen... ] 📺 Полный плейлист курса: [    • Generative AI Full Course: ComfyUI Tutoria...   ] Стандарты Comfy Registry: [ https://docs.comfy.org/registry/stand... ] Comfy Python SDK: [ https://github.com/Comfy-Org/comfy-py... ] Discord SECourses: [ [  / discord  ] 🎯 Обновите ComfyUI с помощью git pull и pip install -r requirements.txt в его виртуальном окружении, прочитайте cnr_id и ver каждого узла в свойствах, преобразуйте цепочку масштабирования в подграф с помощью Edit Subgraph Widgets и именованных слотов, опубликуйте его как чертеж и перетащите новый экземпляр. Запустите одну ветку с помощью Execute для выбранных выходных узлов, обойдите LoRA (Ctrl+B), отключите сохранение (Ctrl+M) и наблюдайте, как кэш пропускает неизмененные узлы; создайте форму в режиме приложения, запустите ее, сузьте окно, экспортируйте и прочитайте ее входные и выходные данные linearData. 🐍 Экспортируйте JSON-файл API и перейдите по ссылке [node_id, output_index], затем прочтите стандартный Python-клиент перед его запуском: как JSON преобразуется в словарь, проверки, которые отклоняют неверный ID узла, подстановка подсказки в одну строку и маршруты /prompt, /history и /view. Тестовый запуск, одно реальное задание, папка с записями и образ, execution_cached и /object_info; pip выводит comfy-sdk 0.5.0; очередь с тремя подсказками, одна из которых отменяется, и код, который помечает выполненные, неудачные, отмененные и неизвестные задания. 🔍 Прочитайте пакет Inpaint Crop and Stitch (сопоставления, INPUT_TYPES, RETURN_TYPES, FUNCTION и CATEGORY одного узла, pyproject.toml), один из его тестов и его релизы в реестре (3.0.20 новейшая версия, 3.0.17 установлена). Проведите анализ пакета Impact Pack: подпроцессы, eval, exec, переменные среды и сетевые вызовы, загрузка модели Hugging Face, ошибки текстового поиска, незакрепленные требования с зависимостью Git и SHA256 модели, загружаемой установщиком certutil. 🛟 Запишите коммит и файл блокировки pip freeze, сохраните снимок ComfyUI-Manager с помощью cm-cli и сравните их, повысьте security_level до strong, прочтите список времен импорта в журнале запуска, запустите изолированную копию с --disable-all-custom-nodes, затем верните один пакет с --whitelist-custom-nodes; сравните /content/ComfyUI в Colab с extra_model_paths.yaml. ✅ Прежде чем доверять рабочему процессу или пакету узлов: сохраните снимок и файл блокировки, проверьте рекомендации на соответствие текущей схеме /object_info, изучите код пакета перед его установкой, протестируйте обновления в изолированной копии и проверьте идентификатор задания в истории перед повторной отправкой. 🧩 Подграфы и шаблоны, частичное выполнение, обход и отключение, кэш выполнения, режим приложения, API JSON, POST /prompt, /history, /object_info, Comfy API v2, пользовательская структура узлов, сортировка цепочки поставок, уровни безопасности ComfyUI-Manager, --disable-all-custom-nodes, изолированные тестовые копии и корневые переменные окружения. Используйте разделы, чтобы перейти к каждому методу, скрипту и шагу восстановления. ⏱️ Разделы: 0:00 Семь лекций об узлах: что исправляет эта лекция 0:47 Обновление ComfyUI и запуск сервера 1:33 Четыре вопроса о графе из шестидесяти семи узлов 2:27 Упаковка цепочки масштабирования в виде подграфа 4:28 Запуск меньшего количества задач: частичное выполнение, обход, отключение звука и кэширование 5:52 Преобразование рабочего процесса в форму приложения 8:22 Экспорт формата API и его чтение 9:34 Управление ComfyUI из Python: пробный запуск и одна реальная задача 13:43 Небольшая очередь: три запроса и одна отмена 15:35 Живые схемы лучше устаревших рекомендаций 17:25 Сортировка цепочки поставок: что может сделать пакет узлов 22:04 Чтение журнала, затем восстановление через изоляцию 25:04 Краткий обзор и следующая лекция Файлы курса для этой лекции: рабочие процессы, экспорт API, инспектор, скрипты клиента и очереди, а также все команды командной строки, использованные на камере. В следующей лекции мы будем обучать нашу собственную LoRA; в лекции 10 рабочие процессы с видео делают необходимыми подграфы и частичное выполнение, а...