配置：ComfyUI

TomoriBot 可以通过你自己的 ComfyUI 实例生成图像和视频。它驱动 ComfyUI 的方式是提交一份API 格式工作流，其中替换进你的提示词与尺寸，然后轮询 ComfyUI 的 /history 端点，直到输出就绪。

本指南覆盖 ComfyUI 的安装、运行与注册。要编写或编辑一份与 TomoriBot 兼容的工作流（那些 {TOMORI_*} 占位符），请用 Discord 内的深入讲解：打开 /help，选择 Features，再选 Custom Endpoints，并使用 GitHub 上的 workflow README。

不需要环境变量

ComfyUI 通过 Discord 斜杠指令注册，并加密存储在数据库里。 见本地端点总览。

硬件要求

图像与视频生成是 GPU 受限的：主要开销在 VRAM（显卡自带的内存，与系统 RAM 分开），它由你的工作流加载的模型检查点决定，而不是由 ComfyUI 本身决定。强烈建议使用 NVIDIA GPU。TomoriBot 自带的两份工作流都基于现代的、比 SDXL 更重的模型：

自带工作流	基础模型	实际所需 VRAM	备注
Anima v1（图像）	Qwen-Image（约 20B），fp8	约 16 GB 起步 · 24 GB 更从容	文本编码器加 VAE 会额外带来约 8 到 10 GB 开销。低于 16 GB 时，请用 GGUF 版本加 --lowvram。
WAN i2v loop（视频）	Wan 2.2 14B，fp8 加 4 步 LightX2V LoRA	约 16 GB 可用 · 24 GB 以上更从容	最重的一个，预计每个片段要几分钟。在较小的显卡上把 UMT5 文本编码器卸载到内存（t5_cpu，需要 24 GB 以上系统内存）。

自带的两份检查点都已经做过 fp8 量化，以便装进消费级显卡。如果你的 VRAM 更少，就把 UNET 换成更小的量化版本，并启用 ComfyUI 的 --lowvram 或 CPU 卸载。纯 CPU 扩散不实用（每张图要好几分钟，视频更糟），而且可能超出 TomoriBot 的轮询窗口，所以日常使用实际上必须有 GPU。

想再降一档：选一个 GGUF 量化

量化把每个模型权重存进更少的比特，以削减 VRAM 和磁盘占用，代价是轻微的精度损失。自带的 fp8 文件就是它的一种温和形式；想进一步缩小，就从 Hugging Face 下载该模型的 GGUF 版本：像 Q4_K_M 或 Q5_K_M 这样的名字里的数字就是每权重比特数，而 4 比特（Q4）或 5 比特（Q5）通常是最佳区间，能以 fp8 或 fp16 的一小部分体积保住大部分质量。低于 4 比特还能更小，但质量会迅速下降。在 ComfyUI 里加载 GGUF UNET 需要 ComfyUI-GGUF 自定义节点。

1. 启用 API 运行 ComfyUI

按它的 README 安装 ComfyUI，并以监听网络的方式启动它：

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

如果 TomoriBot 跑在 Docker 里或另一台机器上，--listen 0.0.0.0 就很重要：默认只绑定回环地址。请确认从 bot 所在的那台机器能访问到它：

curl http://127.0.0.1:8188/system_stats

如果你想先测一下，就加载你选定的工作流所需要的模型检查点，并在 ComfyUI 网页界面里手动生成一次，确认端到端能跑通，再接上 TomoriBot。

2. 取一份 TomoriBot 工作流

下载一份开箱可用的 API 格式工作流。示例可以在仓库的 assets/comfyui-workflows/ 下找到：

工作流	模式
Anima v1（图像）：tomoribot-anima-v1-comfyui.json	txt2img、img2img、inpaint
WAN i2v loop（视频）：tomoribot-wan-i2v-loop-video.json	图生视频

这些是 API 格式（ComfyUI 通过 Save (API Format) 导出的 JSON），不是普通的界面保存格式。如果你自己写一份，它必须包含 TomoriBot 会替换的 {TOMORI_*} 占位符（提示词、宽高、种子、参考图等）。见 workflow README，以及 /help 里 Providers 下的 Custom Endpoints 页面。

3. 在 Discord 里注册它

运行 /providers（或 /personal providers），选择 添加新自定义端点，然后填入：

字段	ComfyUI 的取值
endpoint_label	你自己起的名字，例如 home-comfy
API 兼容性	ComfyUI
endpoint_url	http://127.0.0.1:8188（根地址，不要加 /v1）
auth_token	（留空，除非你的 ComfyUI 位于认证之后）

保存连接之后，选中它，并用它的模型下拉菜单添加一个图像或视频模型。填入检查点的确切代号，并上传你从第 2 步下载的工作流 .json。模型能力必须与工作流匹配（图像工作流 → image，视频工作流 → video）。

图像模型还会询问它的 图像能力：文生图、参考图、局部重绘和负面提示词。只勾选你的工作流真正实现的模式，因为 Tomori 只会把已声明的模式提供给工具。局部重绘只会在 ComfyUI 连接里出现，因为没有其他 API 兼容类型接受遮罩。之后编辑该模型会带着当前选择重新打开表单，所以改代号不会清空它。

添加模型会把它自动设为当前生效的 image 或 video 模型。在聊天里直接问 Tomori 就能触发生成。如果它因为某些原因没有生效，运行 /config > 模型 > 切换模型 并选择你注册的 ComfyUI 端点。

故障排查

• 添加时无法访问： ComfyUI 绑定了回环地址，而 bot 在 Docker 里或在另一台主机上。用 --listen 0.0.0.0 启动它，并使用 http://host.docker.internal:8188 或局域网 IP。
• 生成永远不完成： TomoriBot 会轮询 /history，直到输出出现。冷启动和在 CPU 上跑大模型都可能超出轮询窗口。
• 提示词或尺寸被忽略，或者输出尺寸不对： 工作流缺少必需的 {TOMORI_*} 占位符，或者你上传的是界面格式导出而不是 API 格式。
• 能力选错： 把 image 工作流注册在 video 下（或反过来）不会运行。请按匹配的能力重新添加。