ComfyUI

1. 调研缘由

在这篇简调里，我们把 ComfyUI 看作“开源核心 + 官方商业产品线”的组合，不单单是一个本地生图工具。官方核心仓库把它定位成面向视觉内容创作的节点图引擎，覆盖本地运行、Cloud、API 和 App Mode；它的 Cloud API 则把工作流执行搬到了托管 GPU 上。[S1][S2]

2026 年 4 月，Comfy 官方宣布完成 3,000 万美元融资，累计融资额达到 4,700 万美元。[S5] 到这次复查为止，GitHub 核心仓库大约有 12 万 Star、1.41 万 Fork，最新公开版本是 v0.27.0（2026 年 6 月 30 日）。这些数字可以作为项目活跃度和关注度的参考信号，不能直接等同于商业收入或实际使用规模。[S1]

这篇简调想回答三个问题：ComfyUI 在视觉 AI 生态里的核心位置；它的 Cloud/API 是不是把本地节点图变成可部署的工作流；以及自定义节点生态怎么处理复现、兼容和安全问题。

2. 简介与产品工作流

ComfyUI 是一个基于节点连接的视觉 AI 工作流引擎。你在画布上把模型、输入、处理步骤和输出连起来，每个节点做一件事，连线决定了数据怎么往下走。官方说这套机制能用于图像、视频、3D、音频等生成任务。[S1]

它主要面向两类场景：创作者想更精细地控制模型、参数和处理顺序；开发者或团队需要把现成的视觉生成流程接入服务、批量任务或内部工具。[S1][S2]

典型用法是：选好模型和输入素材，连好生成、控制、后处理和导出节点，运行之后保存结果和工作流。工作流可以导出成 JSON；Cloud API 接收前端导出的 API 格式工作流 JSON，支持提交任务、查状态和下载输出。[S2]

部署上，ComfyUI 支持 Windows、Linux、macOS 本地运行，也提供官方 Desktop、Cloud 和 API。App Mode 能把复杂的节点图包成更简单的操作界面，方便把固定流程交给不习惯节点图的用户去跑。[S1][S2]

3. 团队与资本背景

官方对 ComfyUI 早期起点的描述是“一个开发者、一个开源仓库和创作者社区”。我们这次没找到足够公开资料来稳定整理完整的创始团队履历，所以不补写未经核实的个人背景。[S5]

2026 年 4 月，官方宣布拿到 3,000 万美元融资，估值 5 亿美元；这轮由 Craft 领投，Pace Capital、Chemistry、TruArrow 等跟投。官方称累计融资 4,700 万美元，但没在公告里明确说这轮是第几轮。[S5]

同一篇公告提到，ComfyUI 社区覆盖了大约 400 万用户，贡献者构建了超过 6 万个节点，每天下载超过 15 万次。这些都是官方公开口径；我们没找到能够独立核实统计范围、去重方法和时间窗口的资料。[S5]

4. 技术基础与生态位

ComfyUI 自己不提供单一基础模型。它的核心是把开源模型、参数、输入素材和处理节点拼成一张可执行的图，所以我们在报告里把它的技术路线记作“多模型混合”。官方仓库说它原生支持开源模型，也能通过 API Nodes 接入 Nano Banana、Seedance、Hunyuan3D 这些外部闭源模型服务。[S1][S6]

核心仓库采用 GPL-3.0 许可证。自定义节点是它主要的扩展方式：节点开发者可以发布功能组件，用户通过 ComfyUI-Manager 安装和管理节点。[S1][S4]

官方的 Comfy Registry 试图解决社区节点带来的版本和安全问题。Registry 对节点做唯一命名和语义化版本管理；工作流 JSON 里能记下节点版本，用户可以选择升级、弃用或锁定某个版本。官方还表示 Registry 会扫描自定义 pip wheel、任意系统调用这类有风险的动作，给通过检查的节点打上验证标记。[S4]

部署上看，开源核心主要在用户本地环境跑；官方同时提供托管 GPU 的 Comfy Cloud 和订阅型 Cloud API。Cloud API 与本地 API 兼容，但官方明确标注它仍为 experimental，接口、请求格式和部分行为可能会变。[S1][S2]

在生态位上，ComfyUI 卡在基础模型和最终创作应用之间：它负责把模型、节点、参数、输入和输出串成可执行的流程。同时它也算踩进了开发工具层，因为同一张工作流图可以导出、调用，还能封装进别的产品界面。[S1][S2]

5. 市场与外部信号

到这次复查，GitHub 核心仓库大约有 12 万 Star、1.41 万 Fork，公开版本号到了 v0.27.0。Star、Fork 和版本发布反映的是项目的公开关注度、代码协作和维护节奏，不代表客户规模或商业表现。[S1]

官方 Cloud API 面向 Standard、Creator、Pro 这些付费订阅层开放，免费套餐不含 API 权限。它的 API 和 Web UI 共用订阅积分池，可见官方已经把本地工作流和云端运行纳入同一个计费体系。[S2]

Comfy Cloud 定价页说，平台提供预装模型、社区常用自定义节点，按 GPU 用量算积分；节点兼容范围会随支持和需求变化。Enterprise 页面则突出团队工作区、角色权限、定制 SLA，以及给 Cloud 可用模型做商业许可清理的服务。[S3]

融资公告里的用户数、节点数和下载量，加上 Cloud、API、Enterprise 的产品布局，一起构成了官方“从开源创作工具走向生产平台”的公开故事。至于实际付费转化、客户留存和企业部署规模，我们这次没找到足够的独立资料来验证。[S2][S3][S5]

6. 公开评价与主要分歧

目前能公开查到、又可重复验证的独立产品横评还不多。这一栏我们把研究论文、安全研究和官方材料分开来看，不把官方宣传当成独立评价。

正面评价（独立研究）：

• 有两篇围绕 ComfyUI 工作流自动生成的研究，都把 ComfyUI 当作模块化的视觉工作流环境，试着用推理模型或多智能体来自动生成节点和连线。这表示它的节点图结构已经是研究者能动手操作的工作流对象了；这类论文反映的是研究适配度，不等同于用户满意度调查。[S7][S8]

主要批评/质疑（独立研究 / 安全研究）：

• ComfyGPT 和 ComfyUI-R1 这两篇研究，都把工作流构建描述成需要节点选择、连接规划和格式校验的复杂任务，并认为这是需要自动化辅助的一道门槛。这支持一个观察：节点图给了更大的表达空间，但也推高了学习和配置成本。[S7][S8]
• Snyk 的安全研究展示了自定义节点生态的攻击面：某些节点漏洞可能从网络可达的服务入口升级成服务器级风险。这项研究讨论的是特定漏洞和攻击路径，不能推而广之，认为所有 ComfyUI 安装都已受影响。[S9]
• NVD 的记录显示，ComfyUI-Manager 3.38 之前存在 CVE-2025-67303，攻击者可能通过 Web 可访问的位置来操纵配置和关键数据；该条目列出的受影响范围是 3.38 之前的版本。[S10]

存在分歧之处：

ComfyUI 的主要分歧，集中在“把生成流程完全暴露出来”的取舍上。节点图、版本锁定和工作流 JSON 有利于精细控制和复现；与此同时，节点选择、依赖版本和安全维护也给新用户和团队加了负担。官方 Registry 正用版本管理和扫描机制解决其中一部分问题，但它的覆盖率和长期维护效果还得看后续的外部观察。[S4][S7][S8][S9]

7. 同类对比（与头部/高知名度同类项目）

主要对标项目： AUTOMATIC1111 Stable Diffusion WebUI、InvokeAI。

关键维度对比（依据来源，仅列事实）：

维度	ComfyUI	AUTOMATIC1111 Stable Diffusion WebUI	InvokeAI
核心交互	节点图连接模型、处理步骤和输出。[S1]	基于 Gradio 的 Stable Diffusion Web 界面，提供 txt2img、img2img、参数设置等功能。[S11]	提供 Workflow Editor，可加载 JSON 节点图工作流。[S12]
工作流/参数复现	工作流为 JSON 图；Registry 可保存节点版本并支持锁定版本。[S2][S4]	生成参数可写入 PNG 元数据或 JPEG EXIF，并可导回 UI。[S11]	社区工作流以 JSON 节点图形式导入 Workflow Editor。[S12]
部署与接口	支持本地、官方 Cloud、Cloud API；Cloud API 为 experimental。[S1][S2]	核心形态为本地 Web UI，仓库列出 API 功能。[S11]	官方文档提供本地安装目录下的社区节点和工作流机制。[S12]
开源许可证	GPL-3.0。[S1]	AGPL-3.0。[S11]	Apache License 2.0。[S13]
扩展方式	自定义节点、Manager 与官方 Registry。[S4]	扩展、脚本与 WebUI 功能页。[S11]	Community Nodes 与节点图工作流。[S12]

公开评价中的对比（标注来源，不是个人评判）：

这次我们看到的独立研究，批评主要指向 ComfyUI 节点图构建的复杂度；没找到对 AUTOMATIC1111 和 InvokeAI 在完全相同条件下做的可比独立体验评测，因此不会据此给三者排整体优劣。[S7][S8]

从产品结构上看，ComfyUI 和 InvokeAI 都保留了节点图工作流能力；AUTOMATIC1111 则是更直接地用参数化 Web UI 来组织核心功能。以上是交互和产品形态上的事实差异，不代表对三者适用性或质量的评判。[S1][S11][S12]

8. 信息缺口与后续观察

• 官方的用户数、节点数、每日下载量，缺少能独立复核的统计口径。
• 没找到足够公开资料来拆解 Comfy Cloud 的付费用户、留存、企业客户名单或 API 调用规模。
• Cloud API 仍是 experimental 状态；本地工作流迁到 Cloud 后的节点兼容性、性能和成本，得结合具体工作流来验证。
• 没找到足够公开资料来评估 Registry 扫描的覆盖率、误报率、人工审核流程和第三方节点的长期维护质量。
• 自定义节点、Manager 和共享工作流相关的安全公告、补丁落地和用户升级情况，还需要持续观察。
• 模型、LoRA、节点和外部 API 的许可证彼此独立，商业使用时不能光看 ComfyUI 核心仓库的 GPL-3.0 就下判断。

9. 归纳洞察 ★

ComfyUI 的核心价值，是把视觉生成从“调用单个模型”拆成一张可编辑、可保存、可执行的流程图。图像、视频、3D、音频模型和外部 API 能在同一个工作流里组合，这让它更靠近视觉 AI 的工作流层，而不只是某个模型的界面。[S1][S6]

官方 Cloud、Cloud API 和 Enterprise 把这套本地节点图延伸到了托管运行、程序调用和团队协作上。不过，Cloud API 仍是 experimental，Cloud 对节点的支持范围也在持续变化，所以“本地能跑”和“云端能稳定部署”还是要分开看。[S2][S3]

自定义节点是 ComfyUI 扩展速度的重要来源，同时也带来了版本、依赖和安全问题。Registry 的唯一标识、版本锁定和扫描机制，反映出项目正把社区插件从自由分发逐步纳入可追踪、可治理的发布流程。[S4][S9][S10]

10. 来源与更新时间

• 数据截至 (as_of)：2026-07-07

• 最后复查 (last_checked)：2026-07-07

• 最后更新 (last_updated)：null

• 来源明细：

  • [S1] Tier1｜Comfy-Org/ComfyUI GitHub README、许可证与发布信息｜https://github.com/Comfy-Org/ComfyUI｜访问日期：2026-07-07
  • [S2] Tier1｜Comfy Cloud API Overview 与 API Reference｜https://docs.comfy.org/development/cloud/overview｜https://docs.comfy.org/development/cloud/api-reference｜访问日期：2026-07-07
  • [S3] Tier1｜Comfy Cloud Pricing 与 Comfy Enterprise｜https://comfy.org/cloud/pricing/｜https://comfy.org/cloud/enterprise/｜访问日期：2026-07-07
  • [S4] Tier1｜Comfy Registry Overview｜https://docs.comfy.org/registry/overview｜访问日期：2026-07-07
  • [S5] Tier1｜ComfyUI raises $30M to scale open-source AI for creative production｜https://blog.comfy.org/p/comfyui-raises-30m-to-scale-open｜访问日期：2026-07-07
  • [S6] Tier1｜Partner Nodes Overview｜https://docs.comfy.org/tutorials/partner-nodes/overview｜访问日期：2026-07-07
  • [S7] Tier2｜ComfyGPT: A Self-Optimizing Multi-Agent System for Comprehensive ComfyUI Workflow Generation｜https://arxiv.org/abs/2503.17671｜访问日期：2026-07-07
  • [S8] Tier2｜ComfyUI-R1: Exploring Reasoning Models for Workflow Generation｜https://arxiv.org/abs/2506.09790｜访问日期：2026-07-07
  • [S9] Tier2｜Snyk Labs: Don’t Get Too Comfortable: Hacking ComfyUI Through Custom Nodes｜https://labs.snyk.io/resources/hacking-comfyui-through-custom-nodes/｜访问日期：2026-07-07
  • [S10] Tier2｜NVD: CVE-2025-67303｜https://nvd.nist.gov/vuln/detail/CVE-2025-67303｜访问日期：2026-07-07
  • [S11] Tier1｜AUTOMATIC1111/stable-diffusion-webui GitHub README｜https://github.com/AUTOMATIC1111/stable-diffusion-webui｜访问日期：2026-07-07
  • [S12] Tier1｜InvokeAI Community Nodes 与 Workflows Documentation｜https://invoke.ai/features/workflows/community-nodes/｜https://invoke.ai/development/front-end/workflows/｜访问日期：2026-07-07
  • [S13] Tier1｜InvokeAI Apache License 2.0｜https://github.com/invoke-ai/InvokeAI/blob/main/LICENSE｜访问日期：2026-07-07