用ComfyUI的思路设计Agent工作流

广告位招租
扫码页面底部二维码联系

过去几周,我一直再思考如何用自然语言来编【版权所有,侵权必究】【版权所有】唐霜 www.tangshuang.net写Agent工作流。起初我的思路是通过L未经授权,禁止复制转载。转载请注明出处:www.tangshuang.netLM从自然语言中提炼出可用于表达Work【转载请注明来源】本文作者:唐霜,转载请注明出处。flow的DSL,再由DSL来驱动​流程【未经授权禁止转载】【关注微信公众号:wwwtangshuangnet】引擎。但是在实现过程中,我发现流程引擎的未经授权,禁止复制转载。转载请注明出处:www.tangshuang.net能力与DSL的匹配度其实很难把握,其中的著作权归作者所有,禁止商业用途转载。【本文受版权保护】根源在于DSL本身的设计,往往具有局限性转载请注明出处:www.tangshuang.net【版权所有,侵权必究】​。在使用了ComfyUI的工作流之后,转载请注明出处:www.tangshuang.net【原创不易,请尊重版权】我有了新想法,这篇文章就来聊一聊​。

【作者:唐霜】【本文受版权保护】原创内容,盗版必究。

什么是ComfyUI​?

在AIGC领域,除了LLM,我想你应该都【转载请注明来源】未经授权,禁止复制转载。了解文生图这个领域,而该领域的开源模型S【原创不易,请尊重版权】原创内容,盗版必究。table Diffusion​则占据了本文版权归作者所有,未经授权不得转载。本文版权归作者所有,未经授权不得转载。大半江山。由于开源社区的强大,SD的生态著作权归作者所有,禁止商业用途转载。原创内容,盗版必究。非常丰富​。作为其官方公司Stabili未经授权,禁止复制转载。本文作者:唐霜,转载请注明出处。ty仅仅发布了底座模型,甚至都没有UI,【版权所有,侵权必究】【未经授权禁止转载】而社区目前最主流的两大UI(WebUI和【关注微信公众号:wwwtangshuangnet】【关注微信公众号:wwwtangshuangnet】ComfyUI)都非官方作品,却​派生了【本文受版权保护】原创内容,盗版必究。更大的社区空间。(最近新的UI工具for未经授权,禁止复制转载。转载请注明出处:www.tangshuang.netge也涌现出来,开源真的促进​发展。)

著作权归作者所有,禁止商业用途转载。原创内容,盗版必究。

WebUI以配置为操作模式,用户通过选、本文版权归作者所有,未经授权不得转载。原创内容,盗版必究。填来完成​模型操作。而ComfyUI则是【原创不易,请尊重版权】著作权归作者所有,禁止商业用途转载。以工作流为操作模式,用户需要通过配置出一【关注微信公众号:wwwtangshuangnet】【转载请注明来源】个个的pipeline,通过不同节点和连未经授权,禁止复制转载。【关注微信公众号:wwwtangshuangnet】线来完成​模型操作和内容生成。两者各有优未经授权,禁止复制转载。转载请注明出处:www.tangshuang.net势,但在灵活性和深度上,​ComfyUI未经授权,禁止复制转载。本文版权归作者所有,未经授权不得转载。更胜一筹。如果WebUI是一次冒险旅行,本文版权归作者所有,未经授权不得转载。【本文首发于唐霜的博客】那么ComfyUI则是一场拉力赛,前者短【本文首发于唐霜的博客】【作者:唐霜】时间浅尝辄止,后者​有些累人但柳暗花明。转载请注明出处:www.tangshuang.net转载请注明出处:www.tangshuang.net如果你还没有用过​,建议你现在就去尝试一本文版权归作者所有,未经授权不得转载。原创内容,盗版必究。下。

转载请注明出处:www.tangshuang.net著作权归作者所有,禁止商业用途转载。

Workflow本身就是模型

ComfyUI最吸引人的地方在于它的工作【关注微信公众号:wwwtangshuangnet】本文作者:唐霜,转载请注明出处。流是可以被分享的,在社区openart.【本文首发于唐霜的博客】著作权归作者所有,禁止商业用途转载。ai上,民间高手们分享着自己的工作流,其【原创不易,请尊重版权】【版权所有,侵权必究】他小伙伴可以下载这个工作流,并导入到自己【版权所有】唐霜 www.tangshuang.net著作权归作者所有,禁止商业用途转载。的comfyui中去,再替换自己的pro【版权所有,侵权必究】【原创不易,请尊重版权】mpt,就能用相同的参数,生成该工作流预【版权所有】唐霜 www.tangshuang.net【关注微信公众号:wwwtangshuangnet】设的效果的​图片。

【本文首发于唐霜的博客】未经授权,禁止复制转载。未经授权,禁止复制转载。【关注微信公众号:wwwtangshuangnet】

注意,我这里说的是,用相同的参数​。

【原创内容,转载请注明出处】【版权所有,侵权必究】未经授权,禁止复制转载。【本文首发于唐霜的博客】

​这不就是模型吗?在comfyui的每一【转载请注明来源】【原创不易,请尊重版权】个节点中,我们需要配置好节点参数,在运行【未经授权禁止转载】【本文首发于唐霜的博客】工作流时,​这些参数就会生效。以一个wo著作权归作者所有,禁止商业用途转载。【版权所有】唐霜 www.tangshuang.netrkflow作为蓝本,对它节点上的参数做本文版权归作者所有,未经授权不得转载。【转载请注明来源】细微的调整,就能在原来的图片效果基础上做著作权归作者所有,禁止商业用途转载。【版权所有】唐霜 www.tangshuang.net​细微变化,这不就是微调吗?目前,在co【原创不易,请尊重版权】【本文受版权保护】mfyui的生态中已经有近百的插件,也就【原创不易,请尊重版权】【原创内容,转载请注明出处】意味着我们可以构建出非常庞大的workf【原创内容,转载请注明出处】【版权所有,侵权必究】low,而通过微调workflow,以达【本文受版权保护】著作权归作者所有,禁止商业用途转载。到自己最满意的效果之后,在后续的全部工作原创内容,盗版必究。【访问 www.tangshuang.net 获取更多精彩内容】中,我们就可以再次使用这个workflo【原创不易,请尊重版权】未经授权,禁止复制转载。w,只需要传入不同的初始prompt即可未经授权,禁止复制转载。本文版权归作者所有,未经授权不得转载。​。

未经授权,禁止复制转载。本文作者:唐霜,转载请注明出处。

本文版权归作者所有,未经授权不得转载。【转载请注明来源】【原创内容,转载请注明出处】

你看,这样的工作模式,不就是模型的工作模【本文受版权保护】【版权所有】唐霜 www.tangshuang.net式吗​?​而comfyui的workfl转载请注明出处:www.tangshuang.net【本文首发于唐霜的博客】ow导出后,仅仅是一个json文件。

【关注微信公众号:wwwtangshuangnet】未经授权,禁止复制转载。著作权归作者所有,禁止商业用途转载。

移植可能性​?

基于这种理念,我发现在Agent的工作流【版权所有】唐霜 www.tangshuang.net原创内容,盗版必究。搭建中,直接照抄​,是完全可以的。在St著作权归作者所有,禁止商业用途转载。本文版权归作者所有,未经授权不得转载。able Diffusion的模型操作中【原创内容,转载请注明出处】【作者:唐霜】,comfyui插件甚至可以调用第三方模转载请注明出处:www.tangshuang.net本文作者:唐霜,转载请注明出处。型,只要确保节点的输入输出符合​work【本文受版权保护】【版权所有】唐霜 www.tangshuang.netflow中的要求即可。

著作权归作者所有,禁止商业用途转载。著作权归作者所有,禁止商业用途转载。【本文首发于唐霜的博客】

同样的道理​,Agent工作流不也是这样【原创内容,转载请注明出处】【原创不易,请尊重版权】吗?只要确保我们的节点​有符合要求的输入著作权归作者所有,禁止商业用途转载。本文作者:唐霜,转载请注明出处。输出即可。于是,我有了移植ComfyUI【原创内容,转载请注明出处】本文作者:唐霜,转载请注明出处。到​Agent工作流创建中的想法。如果可原创内容,盗版必究。【本文受版权保护】以在现有的ComfyUI的基础上,加入A【访问 www.tangshuang.net 获取更多精彩内容】转载请注明出处:www.tangshuang.netgent的工作流搭建能力,不仅可以解决A转载请注明出处:www.tangshuang.net【转载请注明来源】gent工作流编程问题,还能直接将LLM转载请注明出处:www.tangshuang.net本文版权归作者所有,未经授权不得转载。和生图模型结合在一起,甚至在Stable原创内容,盗版必究。【作者:唐霜】 Diffusion生成视频的能力,构建本文版权归作者所有,未经授权不得转载。【转载请注明来源】完全自动化的营销短视频生成、发布​流程,【关注微信公众号:wwwtangshuangnet】【版权所有,侵权必究】也不是不可能。于是我开始研究ComfyU【关注微信公众号:wwwtangshuangnet】【作者:唐霜】I的源码​。

【关注微信公众号:wwwtangshuangnet】【版权所有】唐霜 www.tangshuang.net【本文首发于唐霜的博客】本文版权归作者所有,未经授权不得转载。

然而,结果有点小失望,ComfyUI和S【版权所有,侵权必究】【转载请注明来源】table Diffusion的绑定比较未经授权,禁止复制转载。【版权所有,侵权必究】深,虽然我们可以用它来实现上述的设计,但【原创内容,转载请注明出处】原创内容,盗版必究。是当我去尝试封装它的代码时,发现似乎没有【原创内容,转载请注明出处】未经授权,禁止复制转载。什么工作可以做,除非全部重写一遍,把它重转载请注明出处:www.tangshuang.net【本文受版权保护】构为一个与SD解耦的纯AI模型工作流,但【原创内容,转载请注明出处】原创内容,盗版必究。如果是这样的话,可能要做的工作比较多,最本文作者:唐霜,转载请注明出处。著作权归作者所有,禁止商业用途转载。终可能就做出一个类似coze一样的平台,【本文受版权保护】【作者:唐霜】成本有点大​,感觉没必要。而ComfyU【未经授权禁止转载】【作者:唐霜】I之所以​如此流行,还和它的性能有关,或【未经授权禁止转载】著作权归作者所有,禁止商业用途转载。者说它的python部分真的很少,以至于转载请注明出处:www.tangshuang.net【原创内容,转载请注明出处】整个仓库没多少代码,运行起来当然是​有不【关注微信公众号:wwwtangshuangnet】【原创内容,转载请注明出处】错的性能表现。

【关注微信公众号:wwwtangshuangnet】【转载请注明来源】【本文受版权保护】【原创不易,请尊重版权】

工作流技术揭秘

Workflow本质上是流程引擎的应用,【原创内容,转载请注明出处】【原创内容,转载请注明出处】只不过世界上的流程引擎各有各的怨念,家家【转载请注明来源】【转载请注明来源】有本难念的经​,看上去所有的流程都差不太【原创内容,转载请注明出处】【版权所有】唐霜 www.tangshuang.net多,但是细细一看,又哪哪都不同。

【本文首发于唐霜的博客】【原创内容,转载请注明出处】著作权归作者所有,禁止商业用途转载。

我们从使用的角度,往往会从图出发来设计w未经授权,禁止复制转载。【版权所有】唐霜 www.tangshuang.netorflow​。这也是为什么comfyu【本文受版权保护】【本文首发于唐霜的博客】i能流行起来的原因,因为它封闭了流程执行转载请注明出处:www.tangshuang.net【版权所有】唐霜 www.tangshuang.net的内部细节,用看得见的流程图来作为直观的著作权归作者所有,禁止商业用途转载。未经授权,禁止复制转载。操作​入口。和bpmn这样的业务流程图设转载请注明出处:www.tangshuang.net本文作者:唐霜,转载请注明出处。计差别巨大,以组织软件运行为目标的流程图转载请注明出处:www.tangshuang.net未经授权,禁止复制转载。往往会以“节点”作为容器来运行某个软件或著作权归作者所有,禁止商业用途转载。【版权所有】唐霜 www.tangshuang.net程序,并以“边”来表达节点之间的数据流向【本文受版权保护】本文作者:唐霜,转载请注明出处。

未经授权,禁止复制转载。本文作者:唐霜,转载请注明出处。

本文作者:唐霜,转载请注明出处。【本文首发于唐霜的博客】【关注微信公众号:wwwtangshuangnet】【原创内容,转载请注明出处】

节点和边各自有多种类型,不同的类型所表达本文作者:唐霜,转载请注明出处。【版权所有】唐霜 www.tangshuang.net的执行​方式不同。

未经授权,禁止复制转载。【版权所有】唐霜 www.tangshuang.net原创内容,盗版必究。【关注微信公众号:wwwtangshuangnet】

通常,节点有输入和输出,根据不同的类型,【未经授权禁止转载】本文作者:唐霜,转载请注明出处。输入输出的数量又不同​。除了输入输出,节【转载请注明来源】【原创内容,转载请注明出处】点还需要配置属性(或者叫参数)。节点本身【本文受版权保护】【转载请注明来源】意味着它内部会调用某个软件或程序,把输入【本文首发于唐霜的博客】著作权归作者所有,禁止商业用途转载。和参数同时传给这个程序,等待程序返回结果转载请注明出处:www.tangshuang.net【版权所有】唐霜 www.tangshuang.net,将这个结果按照规则解析后​,作为输出给【本文首发于唐霜的博客】著作权归作者所有,禁止商业用途转载。到下一个节点。

转载请注明出处:www.tangshuang.net【作者:唐霜】未经授权,禁止复制转载。【版权所有】唐霜 www.tangshuang.net

边有方向,​负责把节点串联起来。

本文作者:唐霜,转载请注明出处。【访问 www.tangshuang.net 获取更多精彩内容】本文作者:唐霜,转载请注明出处。本文作者:唐霜,转载请注明出处。

由节点和边构成的网络我们称为图(Grap【版权所有,侵权必究】【本文首发于唐霜的博客】h),很多流程设计都遵循这种模式,例如米原创内容,盗版必究。本文版权归作者所有,未经授权不得转载。家智能家居的配置、nodered的设计、【作者:唐霜】【版权所有】唐霜 www.tangshuang.netxstate状态图,前几天介绍的lang【原创内容,转载请注明出处】【未经授权禁止转载】graph本质上也是参考状态图。图的形状原创内容,盗版必究。【访问 www.tangshuang.net 获取更多精彩内容】可以有非常多的变化,而不同的变化所带来的【版权所有】唐霜 www.tangshuang.net【访问 www.tangshuang.net 获取更多精彩内容】效果​完全不同。

【访问 www.tangshuang.net 获取更多精彩内容】【原创不易,请尊重版权】【本文首发于唐霜的博客】

我们可以把图作为Workflow的某种可【转载请注明来源】本文作者:唐霜,转载请注明出处。视化的DSL,它以图形语言的方式表达了一本文作者:唐霜,转载请注明出处。【关注微信公众号:wwwtangshuangnet】个工作流是怎么运作的​。我们执行一个流程【版权所有】唐霜 www.tangshuang.net【转载请注明来源】图,本质上就是以流程图作为DSL来驱动流本文版权归作者所有,未经授权不得转载。本文版权归作者所有,未经授权不得转载。程引擎工作执行。

【版权所有】唐霜 www.tangshuang.net本文作者:唐霜,转载请注明出处。【版权所有,侵权必究】【原创内容,转载请注明出处】

结语

本文介绍了ComfyUI,并希望借鉴Co著作权归作者所有,禁止商业用途转载。转载请注明出处:www.tangshuang.netmfyUI设计基于相同的图(Graph)转载请注明出处:www.tangshuang.net著作权归作者所有,禁止商业用途转载。来实现Agent工作流的​想法。在界面交【关注微信公众号:wwwtangshuangnet】【作者:唐霜】互上,ComfyUI依赖的是一款名为li原创内容,盗版必究。【版权所有,侵权必究】tegraph.js的流程图脚本库,要实转载请注明出处:www.tangshuang.net本文作者:唐霜,转载请注明出处。现​流程图的创建的交互本身并不复杂。现在【版权所有,侵权必究】原创内容,盗版必究。的问题是,如何在后端有效的管理、注册、调【原创内容,转载请注明出处】转载请注明出处:www.tangshuang.net度、执行Agents​,这或许是我接下来著作权归作者所有,禁止商业用途转载。【版权所有】唐霜 www.tangshuang.net要研究的。​

【版权所有,侵权必究】【原创不易,请尊重版权】未经授权,禁止复制转载。【作者:唐霜】

2024-04-16 5412

为价值买单,打赏一杯咖啡

本文价值54.12RMB