如何通过 ComfyUI Gateway 将 AI 绘画转化为工业级 API 服务 #

解决 ComfyUI 原生接口难以在生产环境大规模使用的痛点，通过构建 API 网关层，实现工作流模板化、请求排队、权限控制和结果缓存。

为什么需要这个技能 #

ComfyUI 的原生 API 虽然功能强大，但直接暴露在生产环境中存在诸多问题：缺乏统一的鉴权机制、无法高效处理并发请求（容易导致 GPU OOM）、工作流 JSON 过于复杂不便调用，且缺乏结果缓存机制导致重复生成浪费资源。

comfyui-gateway 将 ComfyUI サーバー封装为一个标准的 REST API 服务。它允许你定义带有占位符的工作流模板，通过简单的 API 调用即可触发复杂的绘画流程，并由网关负责队列调度、结果存储和 Webhook 回调。

适用场景 #

• 构建 AI 绘画应用：需要将 ComfyUI 接入到自己的 App 或 Web 网站中。
• 自动化工作流集成：利用 n8n、Supabase 或 Claude Code 等工具自动化触发图像生成。
• 多用户共享 GPU 资源：需要通过 API Key 限制用户访问频率并管理任务优先级。
• 高性能图像交付：需要将生成的图像自动同步至 S3 或 MinIO 存储桶。

核心工作流 #

1. 环境初始化与配置 #

安装依赖并配置 .env 文件，指定 ComfyUI 服务器地址、数据库路径以及存储提供商（本地或 S3）。

cd comfyui-gateway
npm install
cp .env.example .env
npx tsx src/cli/index.ts init

2. 工作流模板化 #

将 ComfyUI 的 JSON 工作流转换为模板，使用 {{placeholder}} 标记可变参数（如 Prompt、Seed），并定义 Zod 校验 schema。

npx tsx src/cli/index.ts add-workflow ./workflows/sdxl_realism_v1.json \
  --id sdxl_realism_v1 --schema ./workflows/sdxl_realism_v1.schema.json

3. 任务调度与交付 #

客户端向 /jobs 发送请求 $\to$ 网关验证权限并检查缓存 $\to$ 任务进入 BullMQ 队列 $\to$ Worker 调用 ComfyUI 生成 $\to$ 结果存储并触发 Webhook 回调。

4. 启动服务 #

可以选择将 API 和 Worker 运行在同一进程，或为了高可用性将其分离部署。

npm run dev # 同时启动 API 和 Worker
# 或者分开启动
npm run start:api
npm run start:worker

下载和安装 #

下载 comfyui-gateway 中文版 Skill ZIP

解压后将目录放入你的 AI 工具 skills 文件夹，重启工具后即可使用。具体路径参考内附的 USAGE.zh.md。

你可能还需要 #

暂无推荐