セットアップ: ComfyUI

TomoriBotは、自身の ComfyUI インスタンスを通じて画像や動画を生成できます。プロンプトやサイズを置換したAPIフォーマットのワークフローを送信することでComfyUIを操作し、出力の準備ができるまでComfyUIの /history エンドポイントをポーリングします。

このガイドでは、ComfyUIのインストール、実行、および登録について説明します。TomoriBot互換のワークフロー（{TOMORI_*} プレースホルダー）の作成または編集については、GitHubのワークフローのREADME を参照してください。

ハードウェア要件

画像と動画の生成はGPUに依存します。最大のコストはVRAM（システムRAMとは別の、グラフィックカードのメモリ）であり、ワークフローが読み込むモデルチェックポイントによって決まります。NVIDIAのGPUを強く推奨します。TomoriBotに同梱されている2つのワークフローは、どちらもモダンでSDXLよりも重いモデルです：

同梱ワークフロー	ベースモデル	実用的なVRAM	備考
Anima v1（画像）	Qwen-Image（~20B）、fp8	下限約16 GB・快適24 GB	テキストエンコーダーとVAEで約8-10 GBのオーバーヘッドが追加されます。16 GB未満の場合は、GGUFビルドと `--lowvram` を使用してください。
WAN i2v loop（動画）	Wan 2.2 14B、fp8 + 4ステップLightX2V LoRA	動作可能約16 GB・快適24 GB以上	最も重いオプションで、1クリップあたり数分かかることを想定してください。小規模なカードでは、UMT5テキストエンコーダーをRAMにオフロード（`t5_cpu`、24 GB以上のシステムRAMが必要）してください。

同梱されているチェックポイントはどちらも、コンシューマー向けカードに収まるようにすでにfp8量子化されています。VRAMが少ない場合は、UNETをより小さな量子化モデルに交換し、ComfyUIの --lowvram / CPUオフロードを有効にしてください。CPUのみでのディフュージョンは非現実的で（画像1枚に数分かかり、動画ではさらに悪化します）、TomoriBotのポーリングウィンドウを超える可能性があるため、通常の使用には実質的にGPUが必要です。

1. APIを有効にしてComfyUIを実行する

README に従ってComfyUIをインストールし、ネットワークでリッスンするように起動します：

python main.py --listen 0.0.0.0 --port 8188

TomoriBotがDockerまたは別のマシンで実行されている場合、--listen 0.0.0.0 が重要になります。デフォルトではループバックのみにバインドされるためです。ボットが実行されているマシンから到達可能であることを確認してください：

curl http://127.0.0.1:8188/system_stats

テストする場合は、選択したワークフローが想定するモデルチェックポイントを読み込み、ComfyUIのWeb UIで手動生成を1回実行して、TomoriBotに接続する前にエンドツーエンドで機能することを確認してください。

2. TomoriBotのワークフローを取得する

すぐに使用できるAPIフォーマットのワークフローをダウンロードします。例はリポジトリの assets/comfyui-workflows/ の下にあります：

ワークフロー	モード
Anima v1（画像）：`tomoribot-anima-v1-comfyui.json`	`txt2img`, `img2img`, `inpaint`
WAN i2v loop（動画）：`tomoribot-wan-i2v-loop-video.json`	image-to-video

これらはAPIフォーマット（ComfyUIが Save (API Format) でエクスポートするJSON）であり、通常のUI保存フォーマットではありません。独自に作成する場合は、TomoriBotが置換する {TOMORI_*} プレースホルダー（プロンプト、幅/高さ、シード、参照画像など）を含める必要があります。ワークフローのREADME および /help の プロバイダー にある カスタムエンドポイント ページを参照してください。

3. Discordに登録する

/providers（または /personal providers）を実行し、+ 新しいカスタムエンドポイントを追加 を選んで、以下を入力します：

フィールド	ComfyUI用の値
`endpoint_label`	選択した名前（例：`home-comfy`）
API互換性	`ComfyUI`
`endpoint_url`	`http://127.0.0.1:8188`（ルート、`/v1` なし）
`auth_token`	（ComfyUIが認証の背後にない限り空白のままにします）

接続を保存したら、それを選択し、モデルのドロップダウンから + 新しい画像モデルを追加 または + 新しい動画モデルを追加 を選びます。チェックポイントの正確なコード名を入力し、ステップ2でダウンロードしたワークフローの .json を ComfyUI ワークフロー にアップロードしてください。モデルの機能はワークフローと一致している必要があります（画像ワークフロー → image、動画ワークフロー → video）。

モデルを追加すると、自動的にアクティブな image/video モデルになります。チャットでTomoriに直接頼んで生成をトリガーしてください。何らかの理由でアクティブになっていない場合は、/config > モデル > モデルの切り替えを実行し、登録したComfyUIエンドポイントを選択してください。

トラブルシューティング

追加時に到達不能になる： ボットがDocker内または別のホストにある間に、ComfyUIがループバックにバインドされました。--listen 0.0.0.0 で起動し、http://host.docker.internal:8188 またはLAN IPを使用してください。
生成が完了しない： TomoriBotは出力が表示されるまで /history をポーリングします。コールドスタートやCPU上の大規模モデルは、ポーリングウィンドウを超える可能性があります。
プロンプト/サイズが無視される、または出力サイズが間違っている： ワークフローに必須の {TOMORI_*} プレースホルダーが欠落しているか、APIフォーマットではなくUIフォーマットのエクスポートをアップロードしました。
機能が間違っている： video で登録された image ワークフロー（またはその逆）は実行されません。一致する機能で再追加してください。