Configuração: ComfyUI

O TomoriBot pode gerar imagens e vídeos através da sua própria instância do ComfyUI. Ele controla o ComfyUI enviando um fluxo de trabalho no formato de API com seu prompt e tamanho substituídos, e depois consulta o endpoint /history do ComfyUI até que a saída esteja pronta.

Este guia aborda a instalação/execução do ComfyUI e seu registro. Para criar ou editar um fluxo de trabalho compatível com o TomoriBot (os marcadores {TOMORI_*}), use o README de fluxos de trabalho no GitHub.

Nenhuma variável de ambiente necessária

O ComfyUI é registrado por meio de comandos de barra do Discord e armazenado de forma criptografada no banco de dados. Consulte a central de endpoints locais.

Requisitos de hardware

A geração de imagens e vídeos exige bastante da GPU: o custo mais pesado é a VRAM (a memória da sua placa de vídeo, separada da RAM do sistema), determinada pelo checkpoint do modelo que seu fluxo de trabalho carrega. Uma GPU NVIDIA é altamente recomendada. Os dois fluxos de trabalho que acompanham o TomoriBot são modelos modernos e mais pesados que o SDXL:

Fluxo de trabalho incluso	Modelo base	VRAM prática	Notas
Anima v1 (imagem)	Qwen-Image (~20B), fp8	~16 GB mínimo · 24 GB confortável	Codificador de texto + VAE adicionam ~8-10 GB de sobrecarga. Abaixo de 16 GB, use uma versão GGUF + --lowvram.
Loop WAN i2v (vídeo)	Wan 2.2 14B, fp8 + LoRAs LightX2V de 4 passos	~16 GB viável · 24 GB+ confortável	Opção mais pesada, espere minutos por clipe. Descarregue o codificador de texto UMT5 na RAM (t5_cpu, requer 24 GB+ de RAM do sistema) em placas menores.

Ambos os checkpoints inclusos já estão quantizados em fp8 para caber em placas de consumidor. Se você tiver menos VRAM, troque a UNET por uma quantização menor e ative o --lowvram / descarregamento para CPU do ComfyUI. A difusão apenas por CPU é impraticável (muitos minutos por imagem, ainda pior para vídeo) e pode ultrapassar a janela de consulta do TomoriBot, de modo que uma GPU é efetivamente necessária para uso regular.

Reduzindo ainda mais: escolha uma quantização GGUF

Para reduzir ainda mais, baixe uma versão GGUF do modelo no Hugging Face: o código em nomes como Q4_K_M / Q5_K_M indica a quantidade de bits por peso, e 4 bits (Q4) ou 5 bits (Q5) costuma ser o ponto ideal com a maior parte da qualidade por uma fração do tamanho de fp8/fp16. Carregar UNETs GGUF no ComfyUI requer o nó personalizado ComfyUI-GGUF.

1. Execute o ComfyUI com a API habilitada

Instale o ComfyUI de acordo com o README dele e inicie-o para que escute na rede:

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

O parâmetro --listen 0.0.0.0 é importante se o TomoriBot rodar no Docker ou em uma máquina diferente: o padrão se vincula apenas ao loopback. Confirme a acessibilidade a partir da máquina em que o bot é executado:

curl http://127.0.0.1:8188/system_stats

Se quiser testar, carregue os checkpoints do modelo esperados pelo fluxo de trabalho escolhido e faça uma geração manual na interface web do ComfyUI para confirmar que tudo funciona de ponta a ponta antes de integrar ao TomoriBot.

2. Obtenha um fluxo de trabalho do TomoriBot

Baixe um fluxo de trabalho pronto para uso no formato de API. Exemplos podem ser encontrados no repositório em assets/comfyui-workflows/:

Fluxo de trabalho	Modos
Anima v1 (imagem) : tomoribot-anima-v1-comfyui.json	txt2img, img2img, inpaint
Loop WAN i2v (vídeo) : tomoribot-wan-i2v-loop-video.json	imagem para vídeo

Eles estão no formato de API (o JSON exportado pelo ComfyUI via Save (API Format)), não no formato de salvamento normal da interface. Se criar o seu próprio, ele deverá conter os marcadores {TOMORI_*} que o TomoriBot substitui (prompt, largura/altura, seed, imagens de referência, etc.). Consulte o README de fluxos de trabalho e a página Endpoints Personalizados sob Provedores em /help.

3. Registre-o no Discord

Execute /providers (ou /personal providers), escolha Adicionar Novo Endpoint Personalizado e insira:

Campo	Valor para ComfyUI
endpoint_label	Um nome de sua escolha, por exemplo home-comfy
Compatibilidade de API	ComfyUI
endpoint_url	http://127.0.0.1:8188 (raiz, sem /v1)
auth_token	(deixe em branco a menos que seu ComfyUI esteja protegido por autenticação)

Depois de salvar a conexão, selecione-a e escolha + Adicionar novo Modelo de Imagem ou + Adicionar novo Modelo de Vídeo no menu suspenso de modelos. Insira o codinome exato do checkpoint e faça upload do arquivo .json do fluxo de trabalho baixado no Passo 2 em Fluxo de Trabalho ComfyUI. A capacidade do modelo deve corresponder ao fluxo de trabalho (fluxo de imagem → image, fluxo de vídeo → video).

A adição do modelo o torna o modelo de image/video ativo automaticamente. Acione a geração conversando diretamente com a Tomori no chat. Se ele não estiver ativo por algum motivo, execute /config > Modelos > Alternar Modelos e selecione o endpoint do ComfyUI registrado.

Solução de problemas

• Inacessível ao adicionar: O ComfyUI foi vinculado ao loopback enquanto o bot está no Docker ou em outro host. Inicie-o com --listen 0.0.0.0 e use http://host.docker.internal:8188 ou o IP da LAN.
• A geração nunca termina: O TomoriBot consulta /history até que a saída apareça. Inicializações a frio e modelos grandes na CPU podem exceder a janela de consulta.
• Prompt/tamanho ignorado ou tamanho de saída incorreto: o fluxo de trabalho não possui os marcadores obrigatórios {TOMORI_*}, ou você fez upload de uma exportação no formato de interface em vez do formato de API.
• Capacidade incorreta: um fluxo de trabalho de image registrado sob video (ou vice-versa) não funcionará. Adicione-o novamente sob a capacidade correspondente.