ComfyUI क्या है
टमाटर-अंडा बनाना: सामग्री तैयार करें, चरणों का पालन करते हुए एक-एक करके बनाएँ, और अंत में परोसें। हर चरण सिर्फ़ एक काम करता है, पिछले चरण का बना हुआ सामान अगले चरण को सौंपा जाता है।
AI से इमेज बनाना भी कुछ ऐसे ही चरणों में होता है। पहले क्रम देखें:
- 1?
- 2?
- 3?
- 4?
खाना बनाने के बारे में सोचें: पहले बर्तन और सामग्री, फिर पकाना, आखिर में परोसना। क्रम के अनुसार क्लिक करें।
ComfyUI एक मुफ़्त और ओपन-सोर्स नोड-आधारित AI क्रिएशन इंजन है। यह "मॉडल लोड करना, प्रॉम्प्ट लिखना, सैंपलिंग से जनरेट करना, सेव करना" को अलग-अलग नोड्स में तोड़ता है, कनेक्शन से वर्कफ़्लो बनाता है, और आपके अपने कंप्यूटर पर इमेज, वीडियो, ऑडियो और 3D जनरेट करता है।
इस सेक्शन में सॉफ़्टवेयर इंस्टॉल नहीं करेंगे। पढ़ने के बाद आप इसे खोलेंगे तो पूरी स्क्रीन पर बिखरे बॉक्स और लाइनें डरावनी नहीं लगेंगी।
सीखने के बाद आप क्या कर सकते हैं
- एक वाक्य में बताएँ कि ComfyUI क्या है
- आधिकारिक डिफ़ॉल्ट वर्कफ़्लो के 6 प्रकार के नोड्स और कनेक्शन के रंग समझें
- तीन आम सवालों के जवाब दें: क्या कर सकता है, क्या मुफ़्त है, क्या मेरा कंप्यूटर चला पाएगा
रेसिपी से समझें
यह उदाहरण आधिकारिक बेसिक कॉन्सेप्ट दस्तावेज़ से लिया गया है:
| खाना बनाना | ComfyUI |
|---|---|
| एक रेसिपी | एक वर्कफ़्लो (workflow) |
| रेसिपी का हर चरण | एक नोड (node) |
| सामग्री | प्रॉम्प्ट, इमेज, मॉडल |
| परोसा गया व्यंजन | जनरेट की गई इमेज, वीडियो, ऑडियो |
हर नोड के पीछे किसी और द्वारा लिखा गया प्रोग्राम होता है। आपको बस ड्रैग करना, कनेक्शन बनाना और पैरामीटर एडजस्ट करना है, कोड लिखने की ज़रूरत नहीं। आधिकारिक रूप से इसे "विज़ुअल प्रोग्रामिंग" कहा जाता है।
- मैं बता सकता हूँ कि वर्कफ़्लो और नोड रेसिपी में किस-किस चीज़ से मेल खाते हैं
अपने हाथों से एक बार कनेक्शन जोड़ें
नीचे वही डायग्राम है जो ComfyUI शुरू होने पर आमतौर पर अपने आप लोड होता है: आधिकारिक डिफ़ॉल्ट टेक्स्ट-टू-इमेज वर्कफ़्लो। ज़्यादातर लाइनें पहले से जुड़ी हैं, सिर्फ़ चार बाकी हैं।
सिर्फ़ एक ही नियम है: सिर्फ़ एक ही प्रकार का डेटा आपस में जुड़ सकता है, एक ही रंग वाले पोर्ट ही आपस में जुड़ते हैं।
Load Checkpoint
CLIP Text Encode
CLIP Text Encode
Empty Latent Image
KSampler
VAE Decode
Save Image
अभी बाकी 4 मूल लाइन। टिमटिमाता पोर्ट अभी जुड़ा नहीं है: पहले एक आउटपुट पोर्ट (नोड के दाईं ओर) पर क्लिक करें, फिर उसी रंग के इनपुट पोर्ट (बाईं ओर) पर क्लिक करें।
- मॉडल MODEL
- CLIP
- VAE
- शर्त CONDITIONING
- लेटेंट LATENT
- पिक्सेल इमेज IMAGE
आपके जोड़े गए चार कनेक्शन, ठीक डेटा की मुख्य सड़क हैं:
- Load Checkpoint बड़ा मॉडल लोड करता है और तीन रास्तों में भेजता है: मॉडल, CLIP, VAE।
- दो CLIP Text Encode पॉज़िटिव और नेगेटिव प्रॉम्प्ट को मॉडल की समझ वाली "कंडीशन" में एनकोड करते हैं।
- Empty Latent Image एक खाली लेटेंट-स्पेस कैनवास तैयार करता है।
- KSampler मॉडल, पॉज़िटिव-नेगेटिव कंडीशन और खाली कैनवास — इन चारों चीज़ों को इकट्ठा करके लेटेंट स्पेस में एक-एक करके डीनॉइज़ करता है।
- VAE Decode लेटेंट स्पेस के डेटा को असली पिक्सेल इमेज में डिकोड करता है।
- Save Image सेव करता है।
| नोड | क्या करता है | डिफ़ॉल्ट पैरामीटर |
|---|---|---|
| Load Checkpoint | बड़ा मॉडल लोड करता है, तीन रास्ते: मॉडल / CLIP / VAE | v1-5-pruned-emaonly-fp16.safetensors |
| CLIP Text Encode ×2 | पॉज़िटिव, नेगेटिव प्रॉम्प्ट को कंडीशन में एनकोड करता है | नेगेटिव डिफ़ॉल्ट text, watermark |
| Empty Latent Image | एक खाली लेटेंट-स्पेस कैनवास | 512 × 512, बैच 1 |
| KSampler | सैंपलर: लेटेंट स्पेस में एक-एक करके डीनॉइज़ करके इमेज बनाता है | स्टेप 20, CFG 8, euler / normal, denoise 1 |
| VAE Decode | लेटेंट स्पेस डेटा को पिक्सेल इमेज में डिकोड करता है | कोई नहीं |
| Save Image | सेव करता है | फ़ाइलनेम प्रीफ़िक्स ComfyUI |
कनेक्शन के रंग आधिकारिक रूप से तय किए गए हैं, हर रंग एक प्रकार के डेटा को दर्शाता है:
| रंग | डेटा प्रकार | कौन बनाता है | कौन उपयोग करता है |
|---|---|---|---|
| हल्का बैंगनी | मॉडल (MODEL) | Load Checkpoint | KSampler |
| पीला | CLIP | Load Checkpoint | CLIP Text Encode |
| गुलाबी-लाल | VAE | Load Checkpoint | VAE Decode |
| नारंगी | कंडीशन (CONDITIONING) | CLIP Text Encode | KSampler |
| गुलाबी | लेटेंट-स्पेस इमेज (LATENT) | Empty Latent Image, KSampler | KSampler, VAE Decode |
| नीला | पिक्सेल इमेज (IMAGE) | VAE Decode | Save Image |
आगे कोई भी कितना भी जटिल वर्कफ़्लो हो, पढ़ने का तरीका वही रहेगा: रंग के हिसाब से देखें कि डेटा कहाँ से आता है और कहाँ जाता है।
आपकी परीक्षाKSampler के आउटपुट की वह गुलाबी लाइन कहाँ जोड़ी जानी चाहिए?
- मैंने ऊपर की तस्वीर में चार लाइनें जोड़ दी हैं और एक बार चला भी लिया है
- मुझे पता है कि Load Checkpoint के तीन आउटपुट क्रमशः कहाँ गए
यह क्या कर सकता है
आधिकारिक फ़ीचर सूची में, नोड ग्राफ़ पाँच श्रेणियों की रचनाओं को कवर करता है:
| क्षमता | विवरण |
|---|---|
| इमेज | टेक्स्ट से इमेज, इमेज सुधार, लोकल रीपेंट, इमेज विस्तार |
| वीडियो | टेक्स्ट से वीडियो, इमेज से वीडियो |
| ऑडियो | संगीत और साउंड इफ़ेक्ट जनरेशन |
| 3D | 3D मॉडल जनरेशन |
| टेक्स्ट | टेक्स्ट जनरेशन (मल्टीमॉडल इनपुट सहित) |
इसमें प्रोसेसिंग टूल्स का एक सेट भी बिल्ट-इन है: मास्क और कंपोज़िट, मॉडल मर्ज, अपस्केल, फ़्रेम इंटरपोलेशन, सेगमेंटेशन, डेप्थ एस्टिमेशन।
समर्थित मॉडलों के लिए, आधिकारिक README में एक प्रतिनिधि सूची है, नीचे उसका अंश दिया गया है:
| कार्य | आधिकारिक सूची के प्रतिनिधि मॉडल | इस साइट के संगत ट्यूटोरियल |
|---|---|---|
| इमेज जनरेशन | Stable Diffusion 1.5 / SDXL / SD3.5 / FLUX.1 / FLUX.2 / Qwen-Image / Z-Image | Z-Image-Turbo, Qwen-Image, FLUX.1, FLUX.2 |
| इमेज एडिटिंग | FLUX.1 Kontext / FLUX.2 Klein / Qwen-Image-Edit | Qwen-Image-Edit, FLUX.1 Kontext |
| वीडियो जनरेशन | Wan 2.1 / Wan 2.2 / LTX-Video 2 / LTX-Video 2.3 / HunyuanVideo 1.5 | Wan2.2 सीरीज़, LTX-2/2.3 |
| ऑडियो | ACE-Step 1.5 / Stable Audio 3 | अभी नहीं (देखें मॉडल ओवरव्यू) |
| 3D और विज़न | Hunyuan3D 2.1 / BiRefNet / SAM 3 | प्रोडक्ट बैकग्राउंड हटाना BiRefNet |
LoRA, ControlNet, VAE, टेक्स्ट एनकोडर, अपस्केल मॉडल जैसे सहायक कंपोनेंट्स भी सभी लोड और कंबाइन किए जा सकते हैं। पूरा रास्ता देखें मॉडल×कार्य ओवरव्यू में।
क्या यह मुफ़्त है
मुख्य प्रोग्राम मुफ़्त है, और साथ ही ओपन-सोर्स भी: कोड GPL-3.0 लाइसेंस के तहत GitHub पर है, और यह आपके अपने कंप्यूटर पर चलता है। आधिकारिक जानकारी के अनुसार कोर पूरी तरह ऑफ़लाइन चल सकता है।
पैसे खर्च करने वाली तीन चीज़ें हैं, और तीनों वैकल्पिक हैं:
| सशुल्क आइटम | यह क्या है |
|---|---|
| Comfy Cloud | आधिकारिक सशुल्क क्लाउड संस्करण, उनके लिए उपयुक्त जिनका लोकल हार्डवेयर चला नहीं पाता (Google खाते से लॉगिन, हर महीने 400 मुफ़्त क्रेडिट मिलते हैं) |
| API / Partner नोड | लोकल वर्कफ़्लो में क्लोज़्ड-सोर्स क्लाउड मॉडल को कॉल करना, क्रेडिट के हिसाब से बिलिंग |
| मॉडल फ़ाइलें | डाउनलोड मुफ़्त है, लेकिन एक मॉडल अक्सर कई GB का होता है, खर्च हार्ड डिस्क और बैंडविड्थ का होता है |
कोई भी सशुल्क प्रवेश नहीं देखना चाहते, तो --offline पैरामीटर के साथ शुरू करें।
क्या मेरा कंप्यूटर चला पाएगा
आधिकारिक तौर पर बताई गई सीमा यह है: असिंक्रोनस वेट स्ट्रीमिंग तकनीक की मदद से, 4GB वीआरएएम और 8GB रैम के साथ भी सबसे बड़ा ओपन-सोर्स मॉडल चल सकता है।
सिस्टम: Windows, Linux, macOS (Apple Silicon)।
ग्राफ़िक्स कार्ड: NVIDIA, AMD, Intel Arc, Apple Silicon, और साथ ही Huawei Ascend, Cambricon, Tianshu Zhixin जैसे NPU।
कोई डेडिकेटेड ग्राफ़िक्स कार्ड नहीं:
--cpuपैरामीटर के साथ प्रोसेसर पर चलाएँ, बस धीमा होगा।मुझे पता है कि मुख्य प्रोग्राम मुफ़्त है, कौन सी तीन चीज़ें वैकल्पिक रूप से सशुल्क हैं
मैंने अपने कंप्यूटर से तुलना कर ली है
वेब-आधारित AI इमेज टूल से तुलना
| वेब-आधारित AI टूल | ComfyUI | |
|---|---|---|
| कहाँ चलता है | प्लेटफ़ॉर्म का क्लाउड | आपका कंप्यूटर (आधिकारिक क्लाउड संस्करण भी वैकल्पिक रूप से उपलब्ध) |
| लागत | प्रति बार या सब्सक्रिप्शन | मुख्य प्रोग्राम मुफ़्त और ओपन-सोर्स, लोकल चलाने पर असीमित बार |
| मॉडल | जो प्लेटफ़ॉर्म दे वही उपयोग | ओपन-सोर्स मॉडल खुद चुनें |
| नियंत्रण का स्तर | एक प्रॉम्प्ट बॉक्स | हर पैरामीटर, हर कदम को अलग-अलग बदला जा सकता है |
| प्रोसेस का पुनः उपयोग | कठिन | वर्कफ़्लो JSON के रूप में सेव होता है, और जनरेट की गई इमेज में भी एम्बेड होता है, कैनवास पर वापस खींचते ही दोबारा बन जाता है |
| इंटरनेट कटना | उपयोग नहीं कर पाते | लोकल कोर पूरी तरह ऑफ़लाइन उपयोग करने योग्य |
आख़िरी पंक्ति पर एक बात और कहना उचित है: ComfyUI से जनरेट की गई इमेज में पूरी वर्कफ़्लो जानकारी अंतर्निहित होती है। किसी और की साझा की हुई इमेज देखकर उसे कैनवास पर खींचते ही, आपको उसकी पूरी रेसिपी मिल जाती है।
चेकपॉइंट
- मैं एक वाक्य में समझा सकता हूँ कि ComfyUI क्या है: मुफ़्त, ओपन-सोर्स, लोकल चलने वाला नोड-आधारित AI रचना इंजन
- मैं क्रम से डिफ़ॉल्ट वर्कफ़्लो के 6 प्रकार के नोड्स बता सकता हूँ
- मुझे पता है कि कनेक्शन लाइनों के रंग डेटा प्रकार दर्शाते हैं, और एक ही रंग की लाइनें ही आपस में जुड़ सकती हैं
- मुझे पता है कि मुख्य प्रोग्राम मुफ़्त है, जबकि Comfy Cloud और API नोड्स वैकल्पिक सशुल्क हैं
आम गलतफहमियाँ
इंस्टॉल करते ही "जनरेट" बटन खोजना, और नोड्स से एरर आना। इंस्टॉल पैकेज में कोई भी मॉडल फ़ाइल शामिल नहीं होती, मॉडल खुद डाउनलोड करने पड़ते हैं। मॉडल रखे बिना चलाने पर Load Checkpoint की ड्रॉपडाउन सूची खाली होती है। पहले देखें किमॉडल कहाँ रखें।
सोचना कि नोड्स इस्तेमाल करने के लिए कोड लिखना ज़रूरी है। आधिकारिक दस्तावेज़ के मूल शब्द हैं कि नोड्स इस्तेमाल करने के लिए कोड लिखने की ज़रूरत नहीं है। ज़्यादा फ़ीचर चाहिए तो ComfyUI Manager से कम्युनिटी के कस्टम नोड्स खोजें और इंस्टॉल करें।
इंटरफ़ेस अंग्रेज़ी में है। Settings → Comfy → Locale में जाकर इसे चीनी भाषा में बदला जा सकता है।
अक्सर पूछे जाने वाले प्रश्न
ComfyUI की आधिकारिक वेबसाइट से डाउनलोड मुफ़्त है?
हाँ, मुफ़्त, और साथ ही ओपन-सोर्स: कोड GPL-3.0 लाइसेंस के तहत GitHub पर उपलब्ध है और आपके अपने कंप्यूटर पर चलता है। पैसे खर्च करने पड़ते हैं केवल तीन वैकल्पिक चीज़ों पर: Comfy Cloud (आधिकारिक सशुल्क क्लाउड संस्करण), API / Partner नोड्स, और मॉडल फ़ाइलें। इस पृष्ठ के "क्या यह मुफ़्त है" अनुभाग देखें।
क्या चीनी संस्करण उपलब्ध है? मुफ़्त में कैसे स्विच करें?
हाँ। मुख्य प्रोग्राम मुफ़्त है, इंटरफ़ेस डिफ़ॉल्ट रूप से अंग्रेज़ी में होता है, और Settings → Comfy → Locale में जाकर आप इसे चीनी में बदल सकते हैं — अलग से कोई "चीनी संस्करण इंस्टॉलर" डाउनलोड करने की ज़रूरत नहीं है।
ComfyUI Manager क्या है?
यह समुदाय के कस्टम नोड्स को खोजने और इंस्टॉल करने के लिए है। नोड्स का उपयोग करने के लिए कोड लिखने की ज़रूरत नहीं है; जब आपको ज़्यादा सुविधाएँ चाहिए, तो ComfyUI Manager से समुदाय के एक्सटेंशन इंस्टॉल करें।
क्या FLUX का उपयोग मुफ़्त में किया जा सकता है?
हाँ। FLUX.1 / FLUX.2 दोनों आधिकारिक समर्थित मॉडल सूची में शामिल हैं, मॉडल फ़ाइलें मुफ़्त में डाउनलोड होती हैं, और स्थानीय ComfyUI में इन्हें कितनी भी बार चला सकते हैं। शुरुआती ट्यूटोरियल के लिए देखें FLUX.1 और FLUX.2।
ComfyUI के बेसिक ट्यूटोरियल कहाँ मिलेंगे?
यही पृष्ठ बेसिक ट्यूटोरियल का पहला अनुभाग है: इसमें नोड्स, वर्कफ़्लो और आधिकारिक डिफ़ॉल्ट टेक्स्ट-से-इमेज वर्कफ़्लो समझाया गया है।अगला अनुभाग इंस्टॉलेशन के बारे में है: इंस्टॉल: Windows पोर्टेबल पैकेज।
अगला सेक्शन
कॉन्सेप्ट समझ आ गया, अब इसे कंप्यूटर पर इंस्टॉल करें: इंस्टॉल: Windows पोर्टेबल पैकेज।