AI 創業及變現新思路：零門檻 AI 繪圖，定製 ComfyUI Serverless API 應用

阿里云云原生發表於2024-08-19

作者：鷗弋、筱姜

2023 年下半年，ComfyUI 以其快速、流暢的影像生成能力，結合多樣的自定義節點，迅速在創作者中流行起來。ComfyUI 的亮點就是能夠批次化生成影像，一鍵載入大量工作流，讓使用者可以輕鬆實現人像生成、背景替換、風格遷移和影像動畫化等功能。越來越多的企業及個人開發者希望藉助 ComfyUI 能力進行 AI 繪畫領域創業或者業務上新，獲得高流量及商業價值，但使用原生的 ComfyUI 仍然存在一些問題：

顯示卡資源昂貴且難以購買： GPU 卡池管理技術門檻高：高效能的 GPU 資源不僅價格昂貴，而且往往難以大規模採購。此外，GPU 卡池的有效管理和維護需要複雜的技術支援，也帶來了額外的挑戰。
難以應對高併發： 原生的 ComfyUI 出圖需要排隊，併發處理能力有限。在面對高併發場景時，尤其是併發請求具有大的波動性時，資源配置難以精確預測，從而可能導致系統錯誤和業務中斷。
門檻高，難以對外透出： ComfyUI 擁有一定的門檻，對於普通的創作者而言幾乎無法使用，需要對其進行二次包裝才能讓更多使用者享受到 AI 的便捷。

為了幫助使用者高效率、低成本應對企業級複雜場景，以下介紹 ComfyUI API Serverless 版解決方案，透過使用該方案，使用者可以充分利用 ComfyUI +Serverless 技術優勢快速開發上線 AI 繪畫應用，期待為廣大開發者 AI 繪畫創業及變現提供思路。相關文章：AI 繪畫平臺難開發，難變現？試試 Stable Diffusion API Serverless 版解決方案

阿里雲X優酷聯名發起的「Creat@AI 江湖創作大賽」使用本文章中的解決方案，基於函式計算 FC 一鍵部署 AI 繪圖平臺，1 分鐘實現 “破次元壁合照”、5 分鐘實現 Stable Diffusion、ComfyUI 部署， 生成以“少年江湖“為主題的畫作贏萬元獎金。

活動連結：https://developer.aliyun.com/plan/create/snbm

方案優勢

在以往的活動中，我們也面臨了很多非技術相關的使用者期望享受 AI 的魅力。結合實際需要我們給出了 Serverless 化的 ComfyUI 實踐案例，解決了上述問題。

部署簡單： 提供基礎 ComfyUI 映象，不需要修改時一鍵即可拉起出圖，需要修改時也只需要修改 ComfyUI 映象地址即可。
彈性 GPU： 函式計算提供了 GPU 彈性的能力，根據實際請求控制例項個數，有突發流量時自動彈新例項承接請求，完全不需要增加額外的關注。
按量付費： 函式計算的按量例項為毫秒級粒度的計費策略，用多久就收多少錢，確保每分錢都花在刀刃上。
ComfyUI Serverless 化改造： 對原本不適應 Serverless 彈效能力的 ComfyUI 改造，使其可以支援非同步、併發、彈性等各種 Serverless 能力。
前後端聯動： 活動開源了一個支援自定義引數，並且併發出圖的前端頁面，可直接提供給客戶使用。

應用場景

ComfyUI 提供了非常高的自由度和靈活性，支援定製化工作流，並且可以重複使用，批次出圖，特別適用於需要創意影像生成場景：

藝術創作與設計： 藝術家和設計師可以利用 ComfyUI 生成獨特的藝術作品，包括概念藝術、插畫、海報設計等。透過 ComfyUI，他們可以根據自己的創意想法生成初步的影像草稿，然後再進一步細化和完善。
內容製作與營銷： 在社交媒體、廣告和營銷領域，ComfyUI 可用於快速生成符合品牌風格的視覺素材，用於社交媒體內容、廣告橫幅、海報等
遊戲開發： 遊戲開發者可能利用 ComfyUI 自動生成遊戲內的景觀或建築物的紋理，減少手工製作這些元素所需的時間和成本。
視覺特效與影視後期： 電影和電視行業的視覺特效團隊可以使用 ComfyUI 來輔助建立逼真的背景、特殊效果或修復舊影片中的畫面缺陷。

透過 API 介面呼叫 ComfyUI 解決方案

常規的 ComfyUI 出圖的流程大致如下：

呼叫 /prompt 介面，發起出圖任務
透過 WebSocket 獲取出圖進度

由於在 Serverless 場景下，無請求的時候例項會被凍結，因此 WebSocket 請求是必須要存在的，且需要保持連線到出圖完成。

在併發請求數比較大的情況下，我們往往期望可以利用 Serverless 的彈性，動態建立多個函式例項處理出圖任務。但由於 ComfyUI 本身是“有狀態”的，難以確保出圖的請求和獲取狀態的請求固定打到同一個例項上，這可能會導致介面的呼叫不符合預期。

為了讓 ComfyUI 更加適配 Serverless 模式，需要針對 ComfyUI 進行一定的改造。

參考 fc-comfyui/src/images/agent 的程式碼，在 ComfyUI 映象裡內建 agent 程式，負責轉換 ComfyUI 請求並且拉起 ComfyUI。

fc-comfyui/src/images/agent：

https://github.com/OhYee/fc-comfyui/tree/master/src/images/agent

🔔 注意： 我們提供的程式碼僅用於運營活動使用，作為 Serverless 方式呼叫的實踐參考。功能未經過嚴格測試，請根據實際的業務需要開發或調整相關的程式碼，並構建 ComfyUI 映象。

目前提供的 Agent 能力介紹

開啟 Agent 能力，需要增加環境變數

USE_AGENT：1

當透過 Agent 的 API 呼叫時，建議您調整單例項併發度為 1 ～ 5，確保併發請求儘量使用單獨的例項，提高出圖效率。

資料型別

出圖 Prompt

與 ComfyUI 在 Dev Mode 匯出的檔案一致。

type TPromptNode struct {
  Inputs    map[string]any `json:"inputs"`
  ClassType string         `json:"class_type"`
  Meta      map[string]any `json:"_meta"`
}

type TPrompt map[string]TPromptNode

LoadImage 節點的引數做了特殊處理，如果內容為 base64 或 http 地址，會自動將對應的檔案上傳，並轉換為 ComfyUI 可識別的形式。

進度

// key 為 node id 的 map 物件
type TProgress map[string]TProgressNode

type TProgressNode struct {
  Max         int                  `json:"max"` // 進度的最大值
  Value       int                  `json:"value"` // 當前進度
  Start       int64                `json:"start"` // 開始時間
  LastUpdated int64                `json:"last_updated"` // 最後一次更新時間
  Images      []TProgressNodeImage `json:"images"` // 當前節點輸出的圖片資訊（路徑）
  Results     []string             `json:"results,omitempty"` // 當前節點輸出的圖片 base64
}

介面

出圖請求（HTTP 同步）

路徑：/api/run

Body：json 格式的 prompt 資料

返回值：最後一次的進度（包含圖片資訊）

當需要非同步請求時，需要增加 X-Fc-Invocation-Type 和 task-id，前者告知 FC 非同步形式呼叫，後者用於記錄當前任務的唯一 id，方便後續獲取狀態。

curl http://xxxxx/api/run -v \
  -H 'X-Fc-Invocation-Type: Async' \
  -H "task-id: abcdefg" \
   -XPOST \
  -d '{
    "3": {
        "inputs": {
            "seed": 1586995582004891,
            "steps": 17,
            "cfg": 6,
            "sampler_name": "dpm_2",
            "scheduler": "karras",
            "denoise": 1,
            "model": [
                "33",
                0
            ],
            "positive": [
                "31",
                0
            ],
            "negative": [
                "32",
                0
            ],
            "latent_image": [
                "5",
                0
            ]
        },
        "class_type": "KSampler",
        "_meta": {
            "title": "KSampler"
        }
    },
    "4": {
        "inputs": {
            "ckpt_name": "majicMIX realistic_v7.safetensors"
        },
        "class_type": "CheckpointLoaderSimple",
        "_meta": {
            "title": "Load Checkpoint"
        }
    },
    "5": {
        "inputs": {
            "width": 1024,
            "height": 784,
            "batch_size": 1
        },
        "class_type": "EmptyLatentImage",
        "_meta": {
            "title": "Empty Latent Image"
        }
    },
    "6": {
        "inputs": {
            "text": "2 human\nhi quality,detailed",
            "clip": [
                "4",
                1
            ]
        },
        "class_type": "CLIPTextEncode",
        "_meta": {
            "title": "CLIP Text Encode (Prompt)"
        }
    },
    "8": {
        "inputs": {
            "samples": [
                "3",
                0
            ],
            "vae": [
                "4",
                2
            ]
        },
        "class_type": "VAEDecode",
        "_meta": {
            "title": "VAE Decode"
        }
    },
    "9": {
        "inputs": {
            "filename_prefix": "ComfyUI",
            "images": [
                "8",
                0
            ]
        },
        "class_type": "SaveImage",
        "_meta": {
            "title": "Save Image"
        }
    },
    "10": {
        "inputs": {
            "image": "https://serverless-tool-images.oss-cn-hangzhou.aliyuncs.com/aigc/json/couple/default.png",
            "upload": "image"
        },
        "class_type": "LoadImage",
        "_meta": {
            "title": "Load Image"
        }
    },
    "11": {
        "inputs": {
            "image": "https://serverless-tool-images.oss-cn-hangzhou.aliyuncs.com/aigc/json/couple/百里東君.png",
            "upload": "image"
        },
        "class_type": "LoadImage",
        "_meta": {
            "title": "Load Image",
            "edit": []
        }
    },
    "12": {
        "inputs": {
            "image": "https://serverless-tool-images.oss-cn-hangzhou.aliyuncs.com/aigc/json/couple/background.png",
            "upload": "image"
        },
        "class_type": "LoadImage",
        "_meta": {
            "title": "Load Image"
        }
    },
    "13": {
        "inputs": {
            "image": "https://serverless-tool-images.oss-cn-hangzhou.aliyuncs.com/aigc/json/couple/mask.png",
            "upload": "image"
        },
        "class_type": "LoadImage",
        "_meta": {
            "title": "Load Image"
        }
    },
    "15": {
        "inputs": {
            "threshold_r": 0.15,
            "threshold_g": 0.15,
            "threshold_b": 0.15,
            "remove_isolated_pixels": 0,
            "fill_holes": false,
            "image": [
                "13",
                0
            ]
        },
        "class_type": "MaskFromRGBCMYBW+",
        "_meta": {
            "title": "🔧 Mask From RGB/CMY/BW"
        }
    },
    "21": {
        "inputs": {
            "image_weight": 0.8,
            "prompt_weight": 1,
            "weight_type": "linear",
            "start_at": 0,
            "end_at": 1,
            "image": [
                "10",
                0
            ],
            "mask": [
                "15",
                0
            ],
            "positive": [
                "24",
                0
            ],
            "negative": [
                "25",
                0
            ]
        },
        "class_type": "IPAdapterRegionalConditioning",
        "_meta": {
            "title": "IPAdapter Regional Conditioning"
        }
    },
    "22": {
        "inputs": {
            "image_weight": 1,
            "prompt_weight": 1,
            "weight_type": "linear",
            "start_at": 0,
            "end_at": 1,
            "image": [
                "11",
                0
            ],
            "mask": [
                "15",
                1
            ],
            "positive": [
                "26",
                0
            ],
            "negative": [
                "25",
                0
            ]
        },
        "class_type": "IPAdapterRegionalConditioning",
        "_meta": {
            "title": "IPAdapter Regional Conditioning"
        }
    },
    "23": {
        "inputs": {
            "image_weight": 0.7000000000000001,
            "prompt_weight": 1,
            "weight_type": "linear",
            "start_at": 0,
            "end_at": 1,
            "image": [
                "12",
                0
            ],
            "mask": [
                "15",
                6
            ]
        },
        "class_type": "IPAdapterRegionalConditioning",
        "_meta": {
            "title": "IPAdapter Regional Conditioning"
        }
    },
    "24": {
        "inputs": {
            "text": "illustration of a body with black hair, presented in high definition with intricate details",
            "clip": [
                "4",
                1
            ]
        },
        "class_type": "CLIPTextEncode",
        "_meta": {
            "title": "CLIP Text Encode (Prompt)"
        }
    },
    "25": {
        "inputs": {
            "text": "(worst quality:1.6),(low quality:1.6),(lowres:1.6),(NSFW:1.5),watermark,monochrome,disconnected limbs,malformed limbs,extra limb,mutated hands,fused fingers,too many fingers,extra arms,missing fingers,bad hands,bad feet,mutated hands and fingers,malformed hands,extra legs,floating limbs,missing limb,mutation,mutated,deformed,bad body,poorly drawn hands,(badhandv4),(naked),(nude),",
            "clip": [
                "4",
                1
            ]
        },
        "class_type": "CLIPTextEncode",
        "_meta": {
            "title": "CLIP Text Encode (Prompt)"
        }
    },
    "26": {
        "inputs": {
            "text": "anime Aillustration of 1 boy with black hair, depicted in high definition showcasing rich details, in 8k resolution.",
            "clip": [
                "4",
                1
            ]
        },
        "class_type": "CLIPTextEncode",
        "_meta": {
            "title": "CLIP Text Encode (Prompt)"
        }
    },
    "28": {
        "inputs": {
            "params_1": [
                "21",
                0
            ],
            "params_2": [
                "22",
                0
            ],
            "params_3": [
                "23",
                0
            ]
        },
        "class_type": "IPAdapterCombineParams",
        "_meta": {
            "title": "IPAdapter Combine Params"
        }
    },
    "31": {
        "inputs": {
            "conditioning_1": [
                "21",
                1
            ],
            "conditioning_2": [
                "22",
                1
            ],
            "conditioning_3": [
                "6",
                0
            ],
            "conditioning_4": [
                "47",
                0
            ]
        },
        "class_type": "ConditioningCombineMultiple+",
        "_meta": {
            "title": "🔧 Conditionings Combine Multiple "
        }
    },
    "32": {
        "inputs": {
            "conditioning_1": [
                "47",
                1
            ],
            "conditioning_2": [
                "22",
                2
            ],
            "conditioning_3": [
                "25",
                0
            ]
        },
        "class_type": "ConditioningCombineMultiple+",
        "_meta": {
            "title": "🔧 Conditionings Combine Multiple "
        }
    },
    "33": {
        "inputs": {
            "combine_embeds": "concat",
            "embeds_scaling": "V only",
            "model": [
                "4",
                0
            ],
            "ipadapter": [
                "34",
                1
            ],
            "ipadapter_params": [
                "28",
                0
            ]
        },
        "class_type": "IPAdapterFromParams",
        "_meta": {
            "title": "IPAdapter from Params"
        }
    },
    "34": {
        "inputs": {
            "preset": "PLUS (high strength)",
            "model": [
                "4",
                0
            ]
        },
        "class_type": "IPAdapterUnifiedLoader",
        "_meta": {
            "title": "IPAdapter Unified Loader"
        }
    },
    "43": {
        "inputs": {
            "clip_name": "CLIP-ViT-H-14-laion2B-s32B-b79K.safetensors"
        },
        "class_type": "CLIPVisionLoader",
        "_meta": {
            "title": "Load CLIP Vision"
        }
    },
    "45": {
        "inputs": {
            "ipadapter_file": "ip-adapter-plus_sd15.safetensors"
        },
        "class_type": "IPAdapterModelLoader",
        "_meta": {
            "title": "IPAdapter Model Loader"
        }
    },
    "46": {
        "inputs": {
            "provider": "CPU"
        },
        "class_type": "IPAdapterInsightFaceLoader",
        "_meta": {
            "title": "IPAdapter InsightFace Loader"
        }
    },
    "47": {
        "inputs": {
            "strength": 0.8,
            "start_percent": 0,
            "end_percent": 1,
            "positive": [
                "21",
                1
            ],
            "negative": [
                "21",
                2
            ],
            "control_net": [
                "48",
                0
            ],
            "image": [
                "49",
                0
            ]
        },
        "class_type": "ControlNetApplyAdvanced",
        "_meta": {
            "title": "Apply ControlNet (Advanced)"
        }
    },
    "48": {
        "inputs": {
            "control_net_name": "control_v11p_sd15_openpose_fp16.safetensors"
        },
        "class_type": "ControlNetLoader",
        "_meta": {
            "title": "Load ControlNet Model"
        }
    },
    "49": {
        "inputs": {
            "detect_hand": "enable",
            "detect_body": "enable",
            "detect_face": "enable",
            "resolution": 512,
            "image": [
                "10",
                0
            ]
        },
        "class_type": "OpenposePreprocessor",
        "_meta": {
            "title": "OpenPose Pose"
        }
    }
}'


{"":{"max":0,"value":0,"start":0,"last_updated":1722234889,"images":null},"10":{"max":1,"value":0,"start":1722234844,"last_updated":1722234844,"images":null},"11":{"max":1,"value":0,"start":1722234844,"last_updated":1722234844,"images":null},"12":{"max":1,"value":0,"start":1722234844,"last_updated":1722234844,"images":null},"13":{"max":1,"value":0,"start":1722234844,"last_updated":1722234844,"images":null},"15":{"max":1,"value":0,"start":1722234844,"last_updated":1722234844,"images":null},"21":{"max":1,"value":0,"start":1722234844,"last_updated":1722234844,"images":null},"22":{"max":1,"value":0,"start":1722234844,"last_updated":1722234844,"images":null},"23":{"max":1,"value":0,"start":1722234844,"last_updated":1722234844,"images":null},"24":{"max":0,"value":0,"start":0,"last_updated":0,"images":null},"25":{"max":0,"value":0,"start":0,"last_updated":0,"images":null},"26":{"max":0,"value":0,"start":0,"last_updated":0,"images":null},"28":{"max":1,"value":0,"start":1722234844,"last_updated":1722234844,"images":null},"3":{"max":17,"value":17,"start":1722234848,"last_updated":1722234889,"images":null},"31":{"max":1,"value":0,"start":1722234848,"last_updated":1722234848,"images":null},"32":{"max":1,"value":0,"start":1722234848,"last_updated":1722234848,"images":null},"33":{"max":1,"value":0,"start":1722234844,"last_updated":1722234844,"images":null},"34":{"max":0,"value":0,"start":0,"last_updated":0,"images":null},"4":{"max":0,"value":0,"start":0,"last_updated":0,"images":null},"43":{"max":0,"value":0,"start":0,"last_updated":0,"images":null},"45":{"max":0,"value":0,"start":0,"last_updated":0,"images":null},"46":{"max":0,"value":0,"start":0,"last_updated":0,"images":null},"47":{"max":1,"value":0,"start":1722234848,"last_updated":1722234848,"images":null},"48":{"max":0,"value":0,"start":0,"last_updated":0,"images":null},"49":{"max":1,"value":1,"start":1722234846,"last_updated":1722234848,"images":null},"5":{"max":0,"value":0,"start":0,"last_updated":0,"images":null},"6":{"max":0,"value":0,"start":0,"last_updated":0,"images":null},"8":{"max":1,"value":0,"start":1722234889,"last_updated":1722234889,"images":null},"9":{"max":1,"value":0,"start":1722234889,"last_updated":1722234889,"images":[{"filename":"ComfyUI_00004_.png","subfolder":"","type":"output"}]}}

出圖請求（WebSocket）

路徑：/api/run/ws

Message：

客戶端 -> 服務端：僅傳送一次，json 格式的 prompt 資訊
服務端 -> 客戶端：中間狀態

獲取狀態

路徑：/api/run/ws?id=

Query 引數：

id：task id

curl http://xxxxx/api/status?id=abcdefg -v


{"":{"max":0,"value":0,"start":0,"last_updated":1722234889,"images":null},"10":{"max":1,"value":0,"start":1722234844,"last_updated":1722234844,"images":null},"11":{"max":1,"value":0,"start":1722234844,"last_updated":1722234844,"images":null},"12":{"max":1,"value":0,"start":1722234844,"last_updated":1722234844,"images":null},"13":{"max":1,"value":0,"start":1722234844,"last_updated":1722234844,"images":null},"15":{"max":1,"value":0,"start":1722234844,"last_updated":1722234844,"images":null},"21":{"max":1,"value":0,"start":1722234844,"last_updated":1722234844,"images":null},"22":{"max":1,"value":0,"start":1722234844,"last_updated":1722234844,"images":null},"23":{"max":1,"value":0,"start":1722234844,"last_updated":1722234844,"images":null},"24":{"max":0,"value":0,"start":0,"last_updated":0,"images":null},"25":{"max":0,"value":0,"start":0,"last_updated":0,"images":null},"26":{"max":0,"value":0,"start":0,"last_updated":0,"images":null},"28":{"max":1,"value":0,"start":1722234844,"last_updated":1722234844,"images":null},"3":{"max":17,"value":17,"start":1722234848,"last_updated":1722234889,"images":null},"31":{"max":1,"value":0,"start":1722234848,"last_updated":1722234848,"images":null},"32":{"max":1,"value":0,"start":1722234848,"last_updated":1722234848,"images":null},"33":{"max":1,"value":0,"start":1722234844,"last_updated":1722234844,"images":null},"34":{"max":0,"value":0,"start":0,"last_updated":0,"images":null},"4":{"max":0,"value":0,"start":0,"last_updated":0,"images":null},"43":{"max":0,"value":0,"start":0,"last_updated":0,"images":null},"45":{"max":0,"value":0,"start":0,"last_updated":0,"images":null},"46":{"max":0,"value":0,"start":0,"last_updated":0,"images":null},"47":{"max":1,"value":0,"start":1722234848,"last_updated":1722234848,"images":null},"48":{"max":0,"value":0,"start":0,"last_updated":0,"images":null},"49":{"max":1,"value":1,"start":1722234846,"last_updated":1722234848,"images":null},"5":{"max":0,"value":0,"start":0,"last_updated":0,"images":null},"6":{"max":0,"value":0,"start":0,"last_updated":0,"imag* Connection #0 to host photo-b-comfyui-ibiwqxodsh.cn-hangzhou.fcapp.run left intact
es":null},"8":{"max":1,"value":0,"start":1722234889,"last_updated":1722234889,"images":null},"9":{"max":1,"value":0,"start":1722234889,"last_updated":1722234889,"images":[{"filename":"ComfyUI_00004_.png","subfolder":"","type":"output"}]}}

其他

原樣轉發至 ComfyUI。

呼叫方式

同步呼叫

/api/run 和 /api/run/ws 都是同步介面，直接呼叫即可，區別在於是否需要出圖進度。

在 WebSocket 內部獲取：只呼叫 /api/run/ws
不關心出圖進度 / 起另一個執行緒獲取進度：使用 /api/run + /api/status

🔔 注： 當選擇 /api/run + /api/status 方式時，您需要掛載一個 NAS 例項或改造程式碼，將狀態存放至 OTS 等資料庫，否則在多例項時無法獲取進度。

非同步呼叫

呼叫 /api/run 介面，並且新增 HTTP Header，藉助函式計算自帶的能力，將請求轉換為非同步形式。

Key：X-Fc-Invocation-Type
Value：Async

🔔 注： 當選擇非同步呼叫時，您需要掛載一個 NAS 例項或改造程式碼，將狀態存放至 OTS 等資料庫，否則在多例項時無法獲取進度。

二次開發

我們提供的 agent 僅用作參考，正式使用時，請根據業務需要進行二次開發。

狀態儲存

在 src/images/agent/pkg/store/fs.go 中，我們實現了基於檔案系統的狀態儲存，您只需要掛載 NAS 系統，確保檔案可被正常持久化，既可以在多個例項之間共享狀態檔案，確保可以正確拿到狀態資訊。

更好的做法是，將狀態資訊寫入到 OTS、MySQL 等資料庫中，您只需要仿照 fs.go 實現 Stroe 介面針對其他資料庫的實現即可。

// Store KV 資料儲存
type Store interface {
    // Save 儲存 value 到 key
    Save(key string, value string) error
    // Load 從 key 載入 value
    Load(key string) (string, error)
}

Output 節點

目前，agent 僅針對 SaveImage 節點做了特殊處理，提取其中的圖片資訊。對於特殊的業務需要，您可能需要更加定製化的工作流處理，如：

增加更多對於 Output 的解析
不解析圖片節點，而是藉助於其他介面獲取圖片檔案

case "execution_error", "executed":
      // 節點執行結束
      log.Debugf("%s node %s finished", logPrefix, nodeid)

      // 節點已完成時，修改下 Max 和 Value 至少為 1
      if currentNodeProgress.Max == 0 && currentNodeProgress.Value == 0 {
        currentNodeProgress.Max = 1
        currentNodeProgress.Value = 1
      }

      if promptNode.ClassType == "SaveImage" && msg.Data.Output.Images != nil && len(msg.Data.Output.Images) > 0 {
        // 如果是圖片節點，則記錄一下圖片資料
        if currentNodeProgress.Images == nil {
          currentNodeProgress.Images = make([]store.TProgressNodeImage, 0, len(msg.Data.Output.Images))
        }

        for _, img := range msg.Data.Output.Images {
          currentNodeProgress.Images = append(currentNodeProgress.Images, store.TProgressNodeImage{
            Filename:  img.Filename,
            SubFolder: img.SubFolder,
            Type:      img.Type,
          })
        }
      }

前端功能整合

與 Agent 對應，我們也給出了一份前端頁面：

devsapp/fc-comfyui-couple-photo在這裡，我們針對 ComfyUI 的 prompt 做了一些特殊的約定，以適應自定義需要。

以函式計算支援活動 “阿里雲X優酷江湖創作大賽” 為例，我們提供了預定義的 prompt 檔案。

[
  {
    "title": "破次元壁合照",
    "prompt": {},
    "params": [
      {
        "type": "group",
        "title": "STEP 1 - 上傳您的照片",
        "children": [
          {
            "type": "image",
            "id": "10",
            "key": "image",
            "title": "參考圖",
            "description": "請上傳您的照片，幫助模型理解您的樣貌。請儘量選擇背景簡單、主體突出的半身照，不要佩戴墨鏡、帽子等可能影響您特徵的衣物。"
          },
          {
            "type": "string",
            "id": "24",
            "key": "text",
            "title": "參考形象描述",
            "description": "為了確保模型更好地理解您的特點，您可以使用提示詞來加強模型對您的印象（請使用因為描述）。"
          }
        ]
      },
      {
        "type": "image",
        "id": "11",
        "key": "image",
        "title": "STEP 2 - 選擇角色",
        "description": "請選擇您希望合照的角色。",
        "options": [
          "https://serverless-tool-images.oss-cn-hangzhou.aliyuncs.com/aigc/json/couple/百里東君.png",
          "https://serverless-tool-images.oss-cn-hangzhou.aliyuncs.com/aigc/json/couple/司空長風.png",
          "https://serverless-tool-images.oss-cn-hangzhou.aliyuncs.com/aigc/json/couple/玥瑤.png",
          "https://serverless-tool-images.oss-cn-hangzhou.aliyuncs.com/aigc/json/couple/葉鼎之.png",
          "https://serverless-tool-images.oss-cn-hangzhou.aliyuncs.com/aigc/json/couple/易文君.png",
          "https://serverless-tool-images.oss-cn-hangzhou.aliyuncs.com/aigc/json/couple/南宮春水.png",
          "https://serverless-tool-images.oss-cn-hangzhou.aliyuncs.com/aigc/json/couple/蕭若風.png"
        ]
      },
      {
        "type": "image",
        "id": "12",
        "key": "image",
        "title": "STEP 3 - 上傳背景圖",
        "description": "請上傳您期望的合影地點的圖片，這將作為背景圖片的參考。"
      }
    ]
  },
  {
    "title": "背景替換",
    "prompt": {},
    "params": [
      {
        "type": "image",
        "id": "10",
        "key": "image",
        "title": "STEP 1 - 選擇角色",
        "description": "請選擇您希望合照的角色。",
        "options": [
          "https://serverless-tool-images.oss-cn-hangzhou.aliyuncs.com/aigc/json/couple/百里東君.png",
          "https://serverless-tool-images.oss-cn-hangzhou.aliyuncs.com/aigc/json/couple/司空長風.png",
          "https://serverless-tool-images.oss-cn-hangzhou.aliyuncs.com/aigc/json/couple/玥瑤.png",
          "https://serverless-tool-images.oss-cn-hangzhou.aliyuncs.com/aigc/json/couple/葉鼎之.png",
          "https://serverless-tool-images.oss-cn-hangzhou.aliyuncs.com/aigc/json/couple/易文君.png",
          "https://serverless-tool-images.oss-cn-hangzhou.aliyuncs.com/aigc/json/couple/南宮春水.png",
          "https://serverless-tool-images.oss-cn-hangzhou.aliyuncs.com/aigc/json/couple/蕭若風.png"
        ]
      },
      {
        "type": "image",
        "id": "12",
        "key": "image",
        "title": "STEP 2 - 上傳背景圖",
        "description": "請上傳您期望的合影地點的圖片，這將作為背景圖片的參考。"
      }
    ]
  }
]

透過 params 欄位，約定了如何渲染頁面並允許使用者填入自己的引數。

export type ComfyUIPromptEditPanel = {
  type: 'image' | 'select' | 'number' | 'string' | 'group'; // 資料型別
  id?: string; // 對應 prompt 中的 node id
  key: string; // 要修改的引數
  title: string; // 標題
  description?: string; // 描述
  options?: string[] | string; // 可選項
  min?: number; // 最小值
  max?: number; // 最大值
  step?: number; // 調整步數
  hidden?: boolean; // 是否隱藏
  children?: ComfyUIPromptEditPanel[]; // group 型別的子節點
};

一些其他約定：

如果 seed 欄位為 -1，則會被替換為隨機數

如果您也希望建立自己的 ComfyUI 自定義頁面提供給自己的客戶，可以參考相關的前端程式碼。

最佳實踐

為了方便大家直觀體驗一下該解決方案成效，函式計算 Serverless 應用中心上線基於 ComfyUI Serverless API 解決方案搭建的應用- 【少年白馬專屬】破次元壁合照 AI 繪畫平臺， 作為一個實驗 demo 開放體驗，期待為廣大開發者 AI 繪畫創業及變現提供一些有益思考。

直接參加體驗活動，送好禮！活動連結：*https://developer.aliyun.com/plan/create/snbm *

零門檻AI 繪圖：教你為客戶定製 ComfyUI Serverless API 應用
2024-07-31
AI繪圖UIServerAPI
ai繪畫商業化來了，ai繪畫軟體“數畫”實現全民創作變現模式！
2022-12-22
AI模式
微火：Ai繪圖網站程式原始碼搭建，定製專屬的ai繪畫小程式
2022-12-15
AI繪圖網站原始碼
AI 繪畫平臺難開發，難變現？試試 Stable Diffusion API Serverless 版解決方案
2024-03-28
AIAPIServer
提供免費計算資源，開發平臺AI Studio零門檻實現AI能力
2018-07-26
AI
ai繪畫答疑：定製一個AI繪畫小程式要花多少錢？
2022-12-22
AI
醫生使用AI演算法“零門檻”，美國放射學會推出AI開放平臺
2019-04-17
AI演算法
從零入門 Serverless | 線上應用的 Serverless 實踐
2020-12-16
Server
AI如何助力製造業變革？
2024-01-19
AI
融合創新，降低門檻，百度飛槳推動AI工業大生產
2021-05-21
AI
急速搭建 Serverless AI 應用：為你寫詩
2020-01-02
ServerAI
Spring AI（繪圖）
2024-07-16
SpringAI繪圖
為你寫詩：3 步搭建 Serverless AI 應用
2020-01-03
ServerAI
中國風？古典系？AI中文繪圖創作嚐鮮！⛵
2022-12-20
AI繪圖
從零入門 Serverless | Serverless 應用如何管理日誌 & 持久化資料
2020-09-02
Server持久化
凱捷：擴充套件製造業AI應用報告
2020-03-03
套件AI
AI無處不在？零售業中，10個最激動人心的AI實際應用
2020-01-07
AI
如何在移動應用中實現AI畫圖？
2023-04-11
AI
Ai繪畫超詳細教程，教程一分鐘學會生成製作ai美圖！
2023-01-13
AI
Serverless 架構下的 AI 應用開發：入門、實戰與效能最佳化
2022-09-05
Server架構AI
用AI繪畫怎麼可以把照片一鍵生成漫畫圖？詳細ai繪畫教程來啦！
2022-12-16
AI
我看過最長的圖，是百度繪製的AI藍圖
2020-09-18
AI
AI繪畫
2024-08-29
AI
零門檻打造個人圖床：感謝Telegraph-Image
2024-03-17
圖床
使用 eBPF 零程式碼修改繪製全景應用拓撲
2023-05-10
eBPF
創繪-AI一鍵小說轉漫畫影片
2024-04-11
AI
“粘土風格”輕鬆拿捏，基於函式計算部署 ComfyUI實現AI生圖
2024-06-05
函式UIAI
AI大模型在醫院門診應用
2024-08-07
AI大模型
企業IT可以真正應用AI的地方
2020-06-23
AI
AI繪圖之Midjourney初體驗
2024-05-27
AI繪圖
OSG入門——繪製地球雲圖
2014-10-28
線上設計主圖模板使用教程，零門檻教學
2023-03-02
騰訊AI Lab：深度解讀AI輔助翻譯的研究及應用
2018-11-28
AI
AI 畫圖真刺激，手把手教你如何用 ComfyUI 來畫出刺激的圖
2024-05-29
AIUI
AI改變現代商業的25種方式
2018-11-02
AI
【AI晶片】應用和架構創新雙輪驅動AI晶片發展報告；AI的豐富應用與晶片發展
2018-04-10
AI晶片架構
【奶奶看了也不會】AI繪畫 Mac安裝stable-diffusion-webui繪製AI妹子保姆級教程
2023-02-26
AIMacWebUI
阿里雲視覺AI開發者創新應用賽十強誕生，看各路玩家如何“低程式碼”創作AI應用
2020-10-29
阿里視覺AI