Made in France Découvrir

ComfyUI : c'est quoi et comment démarrer sans se perdre

ComfyUI : définition simple, rôle des nodes et des workflows, installation en local ou en cloud, premier graphe pas à pas et erreurs à éviter.

Illustration de l'article : ComfyUI : c'est quoi et comment démarrer sans se perdre

Qu'est-ce que ComfyUI, dit simplement

ComfyUI est une interface graphique en nœuds pour les modèles de diffusion : vous construisez votre génération en reliant des boîtes sur un canevas. Chaque boîte, le node, fait une seule chose : charger un modèle, lire votre prompt, échantillonner le bruit, écrire le fichier final. Vous tirez un câble d'une sortie vers une entrée, et l'ensemble devient un graphe exécutable. Le projet est porté par Comfy Org, l'entité qui publie la version officielle, le dépôt GitHub et la documentation. Les anglophones résument l'outil en deux mots : « nodes and workflows ».

La différence avec un service en ligne tient en une image. Ailleurs, vous écrivez une phrase et vous attendez le résultat. Ici, vous voyez la mécanique entière : le checkpoint chargé, le nombre de steps, le sampler, le passage par le VAE. C'est un moteur, un « engine », plus qu'un formulaire. Si vous voulez d'abord comprendre ce qui se passe sous le capot d'un générateur d'images IA, cette lisibilité est le vrai argument de Comfy.

À quoi sert un workflow quand on produit tous les jours

Un workflow, c'est votre recette enregistrée. Nous construisons un graphe une fois, nous le sauvegardons en JSON, et nous le rejouons sur dix produits différents la semaine suivante. Les workflows se partagent aussi : un fichier qui circule, ou même un PNG généré dont les métadonnées contiennent le graphe complet. C'est ce que recouvre la notion de workflow de génération IA, appliquée ici de façon très visuelle.

  • Enchaîner texte vers image, puis correction, puis agrandissement, sans réimporter les fichiers à la main.
  • Lancer une série de variantes en file d'attente pendant que vous faites autre chose.
  • Monter un pipeline image puis video, utile pour animer un packshot ou un plan produit.
  • Brancher un LoRA, un ControlNet ou un modèle Flux dans un graphe existant.
  • Traiter des workflows audio pour une voix off ou une nappe sonore, avec les nodes adaptés.

L'autre intérêt est l'automatisation. Un menu d'export au format API transforme votre graphe en requête JSON que vous envoyez au serveur local depuis un script. À partir de là, un catalogue entier peut défiler sans que personne touche la souris, exactement comme dans un pipeline image vers vidéo automatisé. Des nodes dits API permettent aussi d'appeler des modèles hébergés chez des partenaires (partner) quand votre carte ne suit plus.

Quels nodes composent un graphe de base

Load CheckpointCharge le modèle déposé dans models/checkpoints
CLIP Text EncodeTransforme le prompt en vecteurs, un positif et un négatif
Empty LatentFixe la taille et le ratio de l’image à venir
KSamplerLe cœur du graphe : seed, steps, CFG et sampler
VAE DecodeTraduit le latent en pixels visibles
Save ImageÉcrit le fichier dans le dossier de sortie
  • « Load Checkpoint » : il charge le modèle, le fichier que vous avez déposé dans « models/checkpoints ».
  • « CLIP Text Encode » : il transforme votre prompt en vecteurs. Il en faut deux, un positif et un négatif.
  • « Empty Latent Image » : il fixe la taille et le ratio de l'image à venir.
  • « KSampler » : le cœur du graphe, avec le seed, les steps, le CFG et le sampler.
  • « VAE Decode » : il traduit le latent en pixels visibles.
  • « Save Image » : il écrit le fichier dans le dossier de sortie.

Comment installer et faire tourner ComfyUI

Desktop, portable ou installation from source

Application de bureauPubliée par Comfy Org, proche du one-click, sur Windows et macOS.
Version portableUne archive à décompresser, un .bat à double-cliquer.
From sourceUn clone du dépôt, un environnement Python, puis python main.py.
  • L'application de bureau, « the official desktop app » publiée par Comfy Org : une installation proche du one-click, disponible sur Windows et macOS, avec les mises à jour gérées pour vous.
  • La version portable : une archive à décompresser, un dossier autonome, un .bat à double-cliquer. Pratique pour tester sans rien installer dans le système.
  • L'installation from source : un clone du dépôt, un environnement Python, puis la commande « python main.py ». C'est la voie des utilisateurs qui veulent choisir leur build et leur version de PyTorch.
  • Le cloud : des hébergeurs lancent une instance prête à l'emploi, facturée à l'heure de GPU. On cherche d'ailleurs souvent « run comfyui » avant de se demander sur quelle machine le faire tourner.

Le facteur limitant en local, c'est la mémoire vidéo. Un modèle SDXL demande déjà une carte confortable, les gros modèles vidéo beaucoup plus. Avant de télécharger quoi que ce soit, regardez quelle carte graphique convient pour générer en local et acceptez l'idée que le support macOS fonctionne mais reste plus lent que CUDA. Les requêtes anglaises les plus tapées ressemblent à « what is comfyui », « comfyui for beginners » ou « how do you build a workflow from scratch with your own models » : tout le monde passe par là.

ComfyUI Manager, les custom nodes et les modèles

ComfyUI Manager est l'extension que presque tout le monde installe en deuxième. Elle ouvre un panneau « Install Custom Nodes » qui télécharge et met à jour les paquets communautaires, et elle signale les nodes manquants quand vous ouvrez le graphe de quelqu'un d'autre. Les custom nodes sont la vraie richesse de l'écosystème, et aussi sa fragilité : un paquet abandonné casse un workflow entier. Pour les checkpoints et les LoRA, passez par des sources identifiables, Civitai étant la plus connue, et rangez chaque fichier dans le bon sous-dossier de « models ».

Votre première image, étape par étape

1Installer et lancerLa version adaptée à votre machine.
2Déposer un checkpointPuis recharger l’interface.
3Ouvrir le grapheCelui par défaut, ou un template.
4Choisir et écrireCheckpoint et prompt positif.
5Lancer et enregistrerNommer le graphe clairement.

La première génération est lente : le modèle se charge en mémoire.

  • Installez la version qui correspond à votre machine et lancez-la. Une page s'ouvre dans le navigateur.
  • Déposez un checkpoint dans le dossier des modèles, puis rechargez l'interface pour qu'il apparaisse.
  • Ouvrez le graphe par défaut, ou un modèle de départ via le menu des templates.
  • Sélectionnez le checkpoint dans le node de chargement, écrivez votre prompt dans le node positif.
  • Lancez la file d'attente. La première génération est lente, le modèle se charge en mémoire.
  • Enregistrez le graphe sous un nom clair, par exemple « packshot-fond-gris-v1 », avant de le modifier.

ComfyUI face à Automatic1111, Reforge, Flora ou Kling

Ce que c’estÀ retenir
Automatic1111Interface à ongletsOn y démarre plus vite
ReforgeFork de la famille A1111Vitesse et confort sur configs modestes
AmuseApplication locale grand publicPensée pour le matériel AMD
FloraCanevas créatif hébergé, en nœudsEn ligne, pour le travail en équipe
KlingUn modèle vidéoAppelé via une plateforme ou une API

Comfy quand le même traitement doit tourner cinquante fois, un outil à formulaire pour trois visuels dans l’heure.

Le choix dépend de ce que vous produisez, pas d'un classement. Nous utilisons Comfy quand le même traitement doit tourner cinquante fois, et un outil à formulaire quand il s'agit de sortir trois visuels dans l'heure. Voici comment nous situons les options que l'on nous cite le plus souvent.

  • ComfyUI vs Automatic1111 : le second, souvent écrit A1111, propose une interface à onglets plus immédiate. On y démarre plus vite, mais enchaîner les étapes automatiquement est nettement plus pénible.
  • ComfyUI vs Reforge : Reforge est un fork de la famille A1111, orienté vitesse et confort sur des configurations modestes. Même logique de formulaire, pas de graphe.
  • Amuse vs ComfyUI : Amuse est une application locale grand public, très simple, pensée pour tourner sur du matériel AMD. Peu de réglages, donc peu de pièges, mais aussi peu de marge.
  • ComfyUI vs Flora : Flora est un canevas créatif hébergé, également organisé en nœuds, mais en ligne et pensé pour le travail en équipe. Pas d'installation, moins de contrôle bas niveau.
  • ComfyUI vs Kling : ce n'est pas la même catégorie. Kling est un modèle vidéo que l'on appelle via une plateforme ou une API, pendant que Comfy est l'atelier dans lequel vous branchez des modèles.

Les erreurs qui coûtent le plus de temps au début

Graphe à cent nodes copiéTout modifier d’un coupFichier au mauvais dossierMises à jour en blocRésolution trop hauteWorkflows non nommésTemps perdu

La première est de vouloir reproduire un graphe à cent nodes trouvé en ligne avant d'avoir compris les six de base. Vous passez la soirée à chasser des dépendances au lieu de générer. La deuxième est de tout modifier en même temps : si vous changez le prompt, le seed et les steps d'un coup, vous ne saurez jamais ce qui a amélioré le résultat. Si vous voulez simplement des images sans entretenir une installation, une interface comme le générateur d'images de Poster fait le même travail en crédits, sans dossier models à gérer.

  • Fichier déposé dans le mauvais dossier : le modèle n'apparaît nulle part et on croit à un bug.
  • Mise à jour simultanée de ComfyUI et de vingt custom nodes, juste avant un rendu client.
  • Résolution poussée trop haut d'emblée : la mémoire sature et la génération s'arrête.
  • Aucun nommage des workflows : trois mois plus tard, personne ne sait lequel servait aux packshots.

Questions fréquentes

C'est un atelier visuel qui vous laisse assembler vous-même la chaîne de génération d'une image, d'une video ou d'un son, bloc par bloc. L'outil est gratuit et open source, publié par Comfy Org. Ce que vous payez, ce sont le matériel ou les heures de GPU en cloud.

Lancez le graphe par défaut, générez une image sans rien changer, puis modifiez un seul paramètre à la fois. Quand les six nodes de base vous sont familiers, ajoutez un upscaler, puis un LoRA. Une alternative douce consiste à essayer d'abord Stable Diffusion sans rien installer pour vous faire la main sur le vocabulaire.

Le champ de texte natif n'a pas de syntaxe de commentaire : écrire des doubles barres obliques ne masque rien, le modèle lit tout. La méthode propre consiste à séparer votre prompt en deux nodes d'encodage et à en désactiver un, avec le bypass (Ctrl+B par défaut) ou la mise en sourdine (Ctrl+M). Certains custom nodes ajoutent une vraie gestion des commentaires si vous en avez besoin au quotidien.

En local, comptez une carte récente avec beaucoup de mémoire vidéo, surtout pour la vidéo et pour Flux. Le cloud évite cet investissement et se facture à l'usage, ce qui convient bien à un besoin irrégulier. Pour un volume stable et prévisible, une plateforme en crédits reste souvent plus simple à budgéter qu'une instance GPU laissée allumée.

À lire aussi. Sur le même thème.