
ComfyScript
用 Python 代码操控 ComfyUI,告别繁琐节点拖拽
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 706
使用教程
环境要求
- Python 3.9+
- 可运行的 ComfyUI 实例
安装与启动步骤
-
1安装 ComfyScript
把 ComfyUI 的工作流写成 Python 代码再转回去,先装包。
python -m pip install -U "comfy-script[default]" -
2可选:自带 ComfyUI
用 uv 装一份独立的 ComfyUI,避免和自己已有的环境冲突。
uv pip install --torch-backend=auto comfyui -
3导出工作流 JSON
在 ComfyUI 界面里保存 API 格式的工作流,普通格式不能用。
-
4转译成 Python
指定运行中的 ComfyUI 地址,转译后会生成可直接执行的脚本。
python -m comfy_script.transpile "workflow.json" --api http://127.0.0.1:8188/ -
5装成自定义节点
想在 ComfyUI 里直接写脚本,把仓库放进 custom_nodes 再安装。
git clone https://github.com/Chaoses-Ib/ComfyScript.git ./custom_nodes/ComfyScript
如何确认成功
转译生成的脚本能跑通并产出与界面一致的图
注意事项
- 必须是 API 格式的工作流,普通保存格式会缺节点参数。
- 地址末尾的斜杠要保留,少一个会 404。
核心亮点
- 提供完整的 Python API,将 ComfyUI 工作流转化为可编程脚本,提升自动化程度
- 深度集成 Jupyter Notebook,支持交互式调试和分步执行,降低实验门槛
- 工作流以代码形式存储,便于版本控制和团队协作,增强可复现性
不足之处
- 文档/社区待观察
- 早期项目,API 稳定性可能随版本迭代变化
适用场景
- 需要批量生成图像或进行大规模参数实验的 Stable Diffusion 用户
- 希望将 ComfyUI 工作流集成到现有 Python 自动化管线的开发者
- 在 Jupyter Notebook 中进行 AI 绘画教学或研究,需要交互式演示的场景
替代项目
ComfyUI-Prompt-Node、ComfyUI-Script、ComfyUI-Custom-Scripts
上一篇:ComfyUI-Gemini
同类项目推荐
learn-harness-engineering
开源
从零上手 Harness 工程,快速构建生产级 AI Agent
Harness engineering beginner tutorial, from 0 to 1
ruby_llm
开源
用 Ruby 优雅地构建 AI 应用,一套代码接入所有主流大模型。
The Ruby AI framework.
hume-typescript-sdk
开源
在TypeScript项目中快速接入情感智能语音AI
Add Hume AI to any TypeScript project
embedJs
开源
几行代码搞定文档问答,快速构建 RAG 应用
A NodeJS RAG framework to easily work with LLMs and embeddings
unigent
开源
用 TypeScript 轻松构建有状态、可回放的 AI 代理工作流。
Build stateful agent workflows with typed outputs, reusable tools, session forks, an···
a2a-java
开源
用 Java 快速构建可互操作的 AI 智能体服务
Official Java SDK for the Agent2Agent (A2A) Protocol
AgentVerse
开源
编排多个AI智能体,协作搞定复杂任务
Multi-Agent Collaboration Platform✨
yzma
开源
Go 里直接跑本地大模型,无需 Python 和网络
Go with your own intelligence - Write Go applications that directly integrate llama.···
LangChain-ChatGLM-Webui
开源
上传本地文档,即刻用ChatGLM搭建私有知识库问答
基于LangChain和ChatGLM-6B等系列LLM的针对本地知识库的自动问答