DR: ComfyUI カスタムノード・Manager・必須プラグイン完全ガイド 2026年版

# 方法A: ComfyUI Desktopを使う場合（推奨・最速5分） # → Manager が最初から組み込み済み。メニューから即起動可能。 # 方法B: ポータブル版 / 手動インストール cd C:\ddrive\AI\ComfyUI_portable\ComfyUI\custom_nodes git clone https://github.com/Comfy-Org/ComfyUI-Manager.git # ComfyUI再起動 → 右パネルに「Manager」ボタンが追加される

# 推奨ワークフロー構成（成人向け顔修正フル構成） [KSampler] → [VAE Decode] → [FaceDetailer] → [Image Save] ↑ [BBoxDetectorForEach: face_yolov8m.pt] [SAMDetectorCombined: sam_vit_h_4b8939.pth] # FaceDetailer詳細パラメータ - guide_size: 512（顔検出時のガイドサイズ） - guide_size_for: bbox（bounding boxに対して適用） - max_size: 1024 - seed: 固定or-1（ランダム） - steps: 25 - cfg: 7.0 - sampler_name: euler_a - scheduler: karras - denoise: 0.40 - feather: 5（マスク境界のぼかし） - noise_mask: true - force_inpaint: true - bbox_threshold: 0.50 - bbox_dilation: 20 - bbox_crop_factor: 3.0

# ComfyUI ワークフロー Git 管理構成 comfyui-workflows/ ├── workflows/ │ ├── nsfw_base_v1.json # ベースワークフロー │ ├── nsfw_with_face_fix_v2.json # 顔修正追加版 │ ├── batch_1000_v1.json # バッチ処理版 │ └── video_wan2_v1.json # 動画生成版 ├── prompts/ │ ├── wildcards/ │ │ ├── outfits.txt │ │ ├── poses.txt │ │ └── scenes.txt │ └── templates/ ├── snapshots/ # Manager スナップショットJSONを保存 └── README.md # 初期化コマンド cd D:/ComfyUI-workflows git init git add . git commit -m "initial: FaceDetailer + IPAdapter base workflow" # タグでバージョン管理 git tag v1.0-nsfw-base git tag v2.0-face-fix-added

# Manager → Snapshot Manager → 「Save Snapshot」でJSONを取得 # 保存先: ComfyUI/custom_nodes/.git-snapshots/ # スナップショットファイルをGitリポジトリにコピーして保管 cp "C:\ddrive\AI\ComfyUI_portable\ComfyUI\custom_nodes\.git-snapshots\*.json" \ "D:\ComfyUI-workflows\snapshots\" git add snapshots/ git commit -m "snapshot: stable production environment 2026-04-28" # ロールバック時 # Manager → Snapshot Manager → 対象スナップショットを選択 → Restore

# C:\ddrive\AI\ComfyUI_portable\run_nvidia_gpu.bat を編集 # RTX 3090 (24GB VRAM) 向け最適設定 .\python_embeded\python.exe -s ComfyUI\main.py ^ --windows-standalone-build ^ --highvram ^ --use-pytorch-cross-attention ^ --fp16-vae ^ --fast # VRAM 8〜12GB 向け（速度優先） .\python_embeded\python.exe -s ComfyUI\main.py ^ --windows-standalone-build ^ --medvram ^ --fp16-vae ^ --use-pytorch-cross-attention # VRAM 6GB以下（節約最優先） .\python_embeded\python.exe -s ComfyUI\main.py ^ --windows-standalone-build ^ --lowvram ^ --fp16-vae ^ --cpu-vae

# 速度向上チェックリスト 1. PyTorch 2.8以上を使用（torch.compile最適化） 2. xFormers インストール: pip install xformers 3. VAEは fp16-vae オプションで高速化 4. TorchScript: --use-pytorch-cross-attention 有効化 5. Tiled Diffusion: 高解像度生成をタイル分割で処理 # Tiled VAE設定（2048x2048以上の生成時） - tile_size: 512 - fast_decoder: true - fast_encoder: true - color_fix: false # Sage Attention（最新の高速アテンション） pip install sageattention # 起動オプションに --attention-sage を追加

# comfyui_batch_runner.py # ComfyUI APIを使った1000枚バッチ生成スクリプト # story_gen_v2.py との統合を想定した設計 import json import urllib.request import urllib.parse import time import os from pathlib import Path COMFYUI_URL = "http://127.0.0.1:8188" def load_workflow(path: str) -> dict: with open(path, "r", encoding="utf-8") as f: return json.load(f) def queue_prompt(workflow: dict, client_id: str = "batch_runner") -> str: """ワークフローをキューに投入してプロンプトIDを返す""" payload = {"prompt": workflow, "client_id": client_id} data = json.dumps(payload).encode("utf-8") req = urllib.request.Request( f"{COMFYUI_URL}/prompt", data=data, headers={"Content-Type": "application/json"} ) response = urllib.request.urlopen(req) return json.loads(response.read())["prompt_id"] def get_queue_status() -> dict: """キュー状況を取得""" with urllib.request.urlopen(f"{COMFYUI_URL}/queue") as r: return json.loads(r.read()) def wait_for_completion(prompt_id: str, timeout: int = 300) -> bool: """生成完了を待機""" start = time.time() while time.time() - start < timeout: status = get_queue_status() running = [item for item in status.get("queue_running", []) if item[1] == prompt_id] pending = [item for item in status.get("queue_pending", []) if item[1] == prompt_id] if not running and not pending: return True time.sleep(2) return False def batch_generate( workflow_path: str, prompt_node_id: str, prompts: list[str], seed_start: int = 1000 ): """ prompts: プロンプトリスト prompt_node_id: CLIPTextEncodeノードのID（ワークフローJSONで確認） """ base_workflow = load_workflow(workflow_path) for i, prompt_text in enumerate(prompts): wf = json.loads(json.dumps(base_workflow)) # ディープコピー # プロンプト差し替え wf[prompt_node_id]["inputs"]["text"] = prompt_text # seedをユニークに設定 for node_id, node in wf.items(): if node.get("class_type") == "KSampler": node["inputs"]["seed"] = seed_start + i prompt_id = queue_prompt(wf) print(f"[{i+1}/{len(prompts)}] queued: {prompt_id[:8]}... | {prompt_text[:40]}") # 前の生成が終わってから次を投入（VRAM保護） wait_for_completion(prompt_id) print(f" → completed") print(f"\n完了: {len(prompts)}枚生成") # ===== 使用例 ===== if __name__ == "__main__": # wildcardから読み込んだプロンプトリスト prompts = [ "1girl, school uniform, smile, masterpiece, best quality", "1girl, summer dress, outdoor, masterpiece, best quality", "1girl, casual wear, indoor, masterpiece, best quality", ] batch_generate( workflow_path="D:/ComfyUI-workflows/workflows/nsfw_base_v1.json", prompt_node_id="6", # ワークフローJSONで要確認 prompts=prompts, seed_start=42000 )

# wildcard_batch_gen.py # Wildcardファイルから全組み合わせのプロンプトを生成 import random from itertools import product from pathlib import Path WILDCARD_DIR = Path("D:/ComfyUI-workflows/prompts/wildcards") def load_wildcard(filename: str) -> list[str]: path = WILDCARD_DIR / filename return [line.strip() for line in path.read_text(encoding="utf-8").splitlines() if line.strip() and not line.startswith("#")] def generate_prompts( base_template: str, wildcards: dict[str, str], # {"__outfit__": "outfits.txt"} sample_count: int = 100, mode: str = "random" # "random" or "all_combinations" ) -> list[str]: wc_data = {key: load_wildcard(fname) for key, fname in wildcards.items()} if mode == "all_combinations": keys = list(wc_data.keys()) all_vals = [wc_data[k] for k in keys] prompts = [] for combo in product(*all_vals): p = base_template for key, val in zip(keys, combo): p = p.replace(key, val) prompts.append(p) return prompts[:sample_count] else: prompts = [] for _ in range(sample_count): p = base_template for key, values in wc_data.items(): p = p.replace(key, random.choice(values)) prompts.append(p) return prompts # 使用例 template = "1girl, __outfit__, __pose__, solo, masterpiece, best quality, 8k" prompts = generate_prompts( base_template=template, wildcards={ "__outfit__": "outfits.txt", "__pose__": "poses.txt", }, sample_count=200, mode="random" ) print(f"{len(prompts)}個のプロンプトを生成")

# story_gen_v2.py に ComfyUI APIを統合する場合のインターフェース # 既存のgenerate_image()関数をComfyUI API経由に切り替え def generate_via_comfyui( prompt: str, negative_prompt: str, width: int = 832, height: int = 1216, steps: int = 25, cfg: float = 7.0, seed: int = -1, workflow_template: str = "D:/ComfyUI-workflows/workflows/nsfw_base_v1.json" ) -> str: """ 戻り値: 生成画像のローカルパス """ from comfyui_batch_runner import load_workflow, queue_prompt, wait_for_completion import glob wf = load_workflow(workflow_template) # 各ノードIDはワークフローJSONを確認して設定 wf["6"]["inputs"]["text"] = prompt # positive prompt node wf["7"]["inputs"]["text"] = negative_prompt # negative prompt node wf["3"]["inputs"]["seed"] = seed if seed >= 0 else random.randint(0, 2**32) wf["3"]["inputs"]["steps"] = steps wf["3"]["inputs"]["cfg"] = cfg wf["5"]["inputs"]["width"] = width wf["5"]["inputs"]["height"] = height prompt_id = queue_prompt(wf) wait_for_completion(prompt_id, timeout=600) # 出力フォルダから最新ファイルを取得 output_dir = "C:/ddrive/AI/ComfyUI_portable/ComfyUI/output/" files = sorted(glob.glob(f"{output_dir}/*.png"), key=os.path.getmtime) return files[-1] if files else ""

# ComfyUI を PM2 で管理する（Node.jsのPM2を使用） # pm2-comfyui.config.js module.exports = { apps: [{ name: "comfyui", script: "C:/ddrive/AI/ComfyUI_portable/python_embeded/python.exe", args: "-s ComfyUI/main.py --windows-standalone-build --highvram --fp16-vae", cwd: "C:/ddrive/AI/ComfyUI_portable", interpreter: "none", restart_delay: 5000, max_restarts: 3, env: { PYTHONPATH: "C:/ddrive/AI/ComfyUI_portable/python_embeded/Lib/site-packages" } }] } # 起動コマンド # pm2 start pm2-comfyui.config.js # pm2 save # pm2 startup # Windows起動時に自動起動