git:20260704.dd20afe to git:20260704.135f674
90 added, 91 removed. Audit B to B.
---
id: comfyui-remote
- name: 'ComfyUI на арендованном GPU: сетап, API, Telegram'
+ name: 'ComfyUI on a rented GPU: setup, API, Telegram'
summary: >-
- Как агенту гонять генерацию в ComfyUI на арендованном GPU-сервере: арендовать
- инстанс, поднять стек скриптом (install + models.manifest), дать агенту SSH-доступ,
- запускать воркфлоу через REST/WebSocket API, батчить и слать картинки в Telegram.
- Плюс анатомия воркфлоу — переключатели, развилки, ползунки.
+ How an agent can run ComfyUI generation on a rented GPU server: rent an instance,
+ bring up the stack with a script (install + models.manifest), give the agent SSH access,
+ run workflows via the REST/WebSocket API, batch and send images to Telegram.
+ Plus workflow anatomy — switches, branches, sliders.
type: skill
author: kisa
recommended: false
added: 2026-07-04
tags: [comfyui, gpu, vast, api, ssh, telegram, generation]
source: https://docs.comfy.org
description: >-
Use when the user wants to run ComfyUI image/video generation on a rented remote GPU
instead of paid API subscriptions: rent a GPU box, bootstrap the stack, connect the
agent over SSH, drive workflows via the ComfyUI API, and deliver results to Telegram.
---
- # ComfyUI на арендованном GPU
+ # ComfyUI on a rented GPU
- Вместо десятка подписок и API — арендуешь GPU-сервер под свою работу. При плотной работе
- за час это в разы дешевле, чем генерить фото/видео на чужих сервисах. Всё упирается в
- готовые воркфлоу ComfyUI + сетап + время на развёртку. Этот скилл автоматизирует развёртку
- и даёт агенту рулить генерацией удалённо.
+ Instead of a dozen subscriptions and APIs — you rent a GPU server for your work. Under
+ heavy use, per hour it's many times cheaper than generating photos/video on someone else's
+ services. It all comes down to ready-made ComfyUI workflows + setup + deployment time. This
+ skill automates deployment and lets the agent drive generation remotely.
- ## Аренда сервера (Vast-подобный хостинг)
+ ## Renting a server (Vast-like hosting)
- 1. **Billing** — пополни баланс (оплата картой).
- 2. **Template** — выбери **ComfyUI** (предустановленная среда).
- 3. **Ползунок диска** — модели тяжёлые: солидная модель под одну задачу 20–30 ГБ, три модели
- на потыкать — уже ~90 ГБ (плюс зависимости, файнтюны, LoRA). За диск платишь и когда инстанс
- выключен (≈$1/сутки за 100 ГБ).
- 4. **Сервер** — под целый день работы бери $0.6–1.3/час. Агент подскажет цена/качество. Бери
- **датацентр** — иначе файлы качаются по 30+ минут.
- 5. **RENT** → инстанс создаётся 0.5–2 мин → кнопка **Open**.
+ 1. **Billing** — top up your balance (card payment).
+ 2. **Template** — pick **ComfyUI** (a preinstalled environment).
+ 3. **Disk slider** — models are heavy: a solid model for one task is 20–30 GB, three models
+ to play with is already ~90 GB (plus dependencies, finetunes, LoRA). You pay for disk even
+ when the instance is off (≈$1/day per 100 GB).
+ 4. **Server** — for a full day of work take $0.6–1.3/hour. The agent will advise on price/quality.
+ Take a **datacenter** — otherwise files download for 30+ minutes.
+ 5. **RENT** → the instance is created in 0.5–2 min → the **Open** button.
- Внутри: **Jupyter** (закинуть скрипт установки) + **Terminal** (запустить его) + кнопка
- **ComfyUI**. Скрипты кладём в папку `workspace`. Выключить → платишь за диск; логичнее удалить
- и поднять новый в след. раз, если ждать очередь дорого.
+ Inside: **Jupyter** (to drop in the install script) + **Terminal** (to run it) + a
+ **ComfyUI** button. Put scripts in the `workspace` folder. Shut down → you pay for disk; it's
+ more sensible to delete and bring up a new one next time, if waiting in the queue is expensive.
- ## Ключи в `.env` — агент спрашивает у пользователя
+ ## Keys in `.env` — the agent asks the user
- Для скачивания моделей нужны два бесплатных ключа:
- - **HuggingFace token** — https://huggingface.co/settings/tokens (проставь все Read-галки).
+ To download models you need two free keys:
+ - **HuggingFace token** — https://huggingface.co/settings/tokens (check all the Read boxes).
- **Civitai key** — https://civitai.com/user/account.
- **Агент НЕ хардкодит ключи.** Он спрашивает их у пользователя и кладёт в `.env` НА ИНСТАНСЕ:
+ **The agent does NOT hardcode keys.** It asks the user for them and puts them in `.env` ON THE INSTANCE:
```bash
cp .env.template .env
- # HF_TOKEN=<пользователь даёт свой>
- # CIVITAI_TOKEN=<опционально>
+ # HF_TOKEN=<user provides their own>
+ # CIVITAI_TOKEN=<optional>
```
- `.env` в git не коммитится. Переменные окружения имеют приоритет над `.env`.
+ `.env` is not committed to git. Environment variables take priority over `.env`.
- ## Сетап-скрипт + `models.manifest`
+ ## Setup script + `models.manifest`
- Паттерн развёртки: `setup.sh` читает `.env` (env-driven), ставит custom nodes (git
- clone/fetch — идемпотентно), качает модели по манифесту.
+ Deployment pattern: `setup.sh` reads `.env` (env-driven), installs custom nodes (git
+ clone/fetch — idempotent), downloads models per the manifest.
- `models.manifest` — построчный формат источников:
+ `models.manifest` — a line-by-line source format:
```
- hf|repo|remote_path|target_dir|target_filename # с HuggingFace
- url|direct_url|target_dir|target_filename|min_bytes # прямая ссылка
- civitai|version_id|target_dir|target_filename|name # с Civitai
+ hf|repo|remote_path|target_dir|target_filename # from HuggingFace
+ url|direct_url|target_dir|target_filename|min_bytes # direct link
+ civitai|version_id|target_dir|target_filename|name # from Civitai
```
- Все файлы **skip-if-exists** (безопасно перезапускать после обрыва). Полезные env:
+ All files are **skip-if-exists** (safe to restart after an interruption). Useful env:
`HF_TOKEN`, `CIVITAI_TOKEN`, `COMFYUI_DIR` (`/workspace/ComfyUI`), `SKIP_MODELS`,
`SKIP_CUSTOM_NODES`, `SKIP_HF_LOGIN`, `RESTART_COMFYUI`.
- Требования под задачу: VRAM под модель (Flux и видео — обычно ≥24 ГБ), диск (video-стек
- легко ~70 ГБ). Gated-репо (напр. `facebook/sam3`) требуют принять условия на HF под тем же токеном.
+ Requirements per task: VRAM for the model (Flux and video — usually ≥24 GB), disk (a video
+ stack easily ~70 GB). Gated repos (e.g. `facebook/sam3`) require accepting the terms on HF under the same token.
- ## Доступ агенту по SSH
+ ## Agent access over SSH
```bash
ssh-keygen -t ed25519 -f ~/.ssh/comfyui_agent -N "" -C "agent-comfyui"
- cat ~/.ssh/comfyui_agent.pub # публичный ключ → добавить в инстанс (SSH-раздел / authorized_keys)
+ cat ~/.ssh/comfyui_agent.pub # public key → add to the instance (SSH section / authorized_keys)
ssh -o StrictHostKeyChecking=no -p PORT -i ~/.ssh/comfyui_agent user@HOST "hostname"
```
- **Правило туннеля.** ComfyUI открывай через управляемый порт `8188`:
+ **Tunnel rule.** Open ComfyUI through the managed port `8188`:
```bash
ssh -p PORT root@HOST -L LOCAL_PORT:127.0.0.1:8188
```
- Не гоняй через сырой `18188` — это backend за прокси хостинга, туннель обойдёт auth/monitoring.
- Порт `8080` в таких образах — это Jupyter, а не ComfyUI.
+ Don't run through the raw `18188` — that's the backend behind the hosting proxy, the tunnel
+ would bypass auth/monitoring. Port `8080` in such images is Jupyter, not ComfyUI.
- ## Генерация через ComfyUI API
+ ## Generation via the ComfyUI API
- Воркфлоу нужен в **API-формате** (у каждой ноды есть `class_type`): в UI → **Workflow →
- Export (API)**. Паттерн — инжект параметров, submit, poll, скачивание:
+ The workflow is needed in **API format** (each node has a `class_type`): in the UI →
+ **Workflow → Export (API)**. The pattern — inject parameters, submit, poll, download:
```python
import json, urllib.request, time, random, uuid
wf = json.load(open("/tmp/workflow.json"))
- wf["14"]["inputs"]["text"] = PROMPT # позитивный промпт (CLIPTextEncode)
+ wf["14"]["inputs"]["text"] = PROMPT # positive prompt (CLIPTextEncode)
wf["17"]["inputs"]["seed"] = random.randint(0, 2**64 - 1) # KSampler seed
data = json.dumps({"prompt": wf, "client_id": str(uuid.uuid4())}).encode()
pid = json.loads(urllib.request.urlopen(urllib.request.Request(
"http://localhost:PORT/api/prompt", data=data,
headers={"Content-Type": "application/json"})).read())["prompt_id"]
while True:
time.sleep(3)
h = json.loads(urllib.request.urlopen(f"http://localhost:PORT/api/history/{pid}").read())
if pid in h:
for _, out in h[pid]["outputs"].items():
for img in out.get("images", []):
if img["type"] == "output": print(img["filename"])
break
```
- Скачать: `scp -P PORT -i KEY user@HOST:/workspace/ComfyUI/output/SUB/FILE.png /tmp/out.png`.
- Узнать доступные семплеры/scheduler'ы: `GET /api/object_info/KSampler` (не гадай имена).
+ Download: `scp -P PORT -i KEY user@HOST:/workspace/ComfyUI/output/SUB/FILE.png /tmp/out.png`.
+ Find available samplers/schedulers: `GET /api/object_info/KSampler` (don't guess names).
- **Батч.** Ставь **уникальный `filename_prefix` на каждую джобу** (`f"batch_{i}"`) — иначе три
- джобы в одну секунду перезапишут друг друга. Затем queue → poll всех `prompt_id`.
+ **Batch.** Set a **unique `filename_prefix` per job** (`f"batch_{i}"`) — otherwise three
+ jobs in the same second will overwrite each other. Then queue → poll all `prompt_id`s.
- ## Анатомия воркфлоу: переключатели, развилки, ползунки
+ ## Workflow anatomy: switches, branches, sliders
- - **Переключатели (switch).** Нода-селектор пресета — например резолюция:
- `1=вертикаль(1024×1280), 2=гориз, 3=TV, 4=cinema`. Boolean **master-route**: `true`=цепочка
- LoRA активна, `false`=база. Ищи `ImpactSwitch`/`ImpactBoolean`/`Primitive`/`Int`.
- - **Развилки (branch).** Маршрутизация `model`/`clip` через цепочку LoRA-нод. Байпас ноды:
- `mode: 4` (editor) или **rewire** model/clip в API. Группы — через `rgthree Fast Groups
- Muter/Bypasser`. ⚠️ API-экспорт СХЛОПЫВАЕТ `mode` (байпас теряется) → в API байпас = rewire.
- - **Ползунки (slider).** Числовые входы: CFG, steps, denoise, `FluxGuidance`, вес LoRA. Крутишь
- под задачу.
- - **Узлы-инструкции.** `MarkdownNote` прямо в графе — заметки автора о параметрах и фишках.
+ - **Switches.** A preset-selector node — for example resolution:
+ `1=vertical(1024×1280), 2=horizontal, 3=TV, 4=cinema`. Boolean **master-route**: `true`=LoRA
+ chain active, `false`=base. Look for `ImpactSwitch`/`ImpactBoolean`/`Primitive`/`Int`.
+ - **Branches.** Routing `model`/`clip` through the chain of LoRA nodes. Bypass a node:
+ `mode: 4` (editor) or **rewire** model/clip in the API. Groups — via `rgthree Fast Groups
+ Muter/Bypasser`. ⚠️ API export COLLAPSES `mode` (bypass is lost) → in the API, bypass = rewire.
+ - **Sliders.** Numeric inputs: CFG, steps, denoise, `FluxGuidance`, LoRA weight. You tune them
+ per task.
+ - **Instruction nodes.** `MarkdownNote` right in the graph — the author's notes on parameters and tricks.
- Перед работой: распарси цепочку LoRA (от `UNETLoader` через `LoraLoader`'ы: нода→файл→вес),
- найди master-route, сверь ожидания с реальностью (см. скилл `comfyui-prompt-craft`).
+ Before working: parse the LoRA chain (from `UNETLoader` through the `LoraLoader`s: node→file→weight),
+ find the master-route, reconcile expectations with reality (see the `comfyui-prompt-craft` skill).
- ## Три архетипа воркфлоу
+ ## Three workflow archetypes
- - **text2image.** Промпт → модель + LoRA → sampler → VAE → save. (Flux: `UNETLoader` +
+ - **text2image.** Prompt → model + LoRA → sampler → VAE → save. (Flux: `UNETLoader` +
`DualCLIPLoader` + `FluxGuidance` + `SamplerCustomAdvanced`.)
- - **img2img / inpaint.** Загрузить картинку → выделить область маской (ПКМ → редактор) →
- регенерация ТОЛЬКО маски (параметр `denoise`). Правило: описывай что **меняешь**, а не что
- уже есть — иначе объект перегенерится.
- - **pose-reference (ControlNet).** Чужое фото → извлечь скелет позы (DWPose/ViTPose) →
- генерация нового субъекта в этой позе.
+ - **img2img / inpaint.** Load an image → select an area with a mask (right-click → editor) →
+ regenerate ONLY the mask (the `denoise` parameter). Rule: describe what you're **changing**, not
+ what's already there — otherwise the object gets regenerated.
+ - **pose-reference (ControlNet).** Someone else's photo → extract the pose skeleton (DWPose/ViTPose) →
+ generate a new subject in that pose.
- ## Примеры воркфлоу (в репозитории)
+ ## Example workflows (in the repository)
- Рядом со скиллом лежат три готовых Flux-воркфлоу как референс архитектуры. 18+-поля и имена
- приватных LoRA убраны — вместо них плейсхолдеры `detail_*_lora`, а сам промпт пишется в
- `USER_SCENE`. Архитектура (switch'и, master-route, цепочка LoRA, inpaint-колонка) на месте —
- дальше подставляешь свои модели и сцену:
+ Next to the skill sit three ready-made Flux workflows as an architecture reference. The 18+
+ fields and private LoRA names are removed — replaced by `detail_*_lora` placeholders, and the
+ prompt itself goes in `USER_SCENE`. The architecture (switches, master-route, LoRA chain,
+ inpaint column) is in place — from there you plug in your own models and scene:
- - `workflows/ultrareal_flux_text2image.json` — t2i: switch резолюции, master-route, цепочка
- LoRA, inpaint-фикс правой колонкой, MarkdownNote-инструкции прямо в графе.
- - `workflows/ultrareal_flux_pose_ref.json` — генерация по референс-позе (скелет из фото).
+ - `workflows/ultrareal_flux_text2image.json` — t2i: resolution switch, master-route, LoRA
+ chain, inpaint fix in the right column, MarkdownNote instructions right in the graph.
+ - `workflows/ultrareal_flux_pose_ref.json` — generation from a reference pose (skeleton from a photo).
- `workflows/flux_img_edit.json` — Kontext img2img (`Change X. Keep Y unchanged.`).
- Эти файлы едут через GitHub-репо (`get_skill` отдаёт только текст скилла, не вложения) —
- клонируй репо или тяни raw. В ComfyUI просто перетащи JSON мышкой в окно — граф развернётся сразу.
+ These files travel via the GitHub repo (`get_skill` returns only the skill text, not attachments) —
+ clone the repo or pull raw. In ComfyUI just drag the JSON into the window with your mouse — the graph unfolds immediately.
- ## Доставка в Telegram
+ ## Delivery to Telegram
```python
import subprocess
- # токен читается из .env (пользователь дал), не из общего файла
+ # token is read from .env (user-provided), not from a shared file
r = subprocess.run(["curl","-s","-X","POST",
f"https://api.telegram.org/bot{TOKEN}/sendPhoto",
"-F","chat_id=CHAT_ID","-F","photo=@/tmp/out.png","-F","caption=..."],
capture_output=True, text=True)
```
- Если агент в Docker, а gateway на хосте — файлы контейнера не видны gateway'ю; шли через прямой
- Bot API (`sendPhoto`), а не через MEDIA-хэндлер. Терминал может маскировать токен как `***` —
- гони curl из Python (`subprocess`), а не голым shell.
+ If the agent is in Docker and the gateway is on the host — the container's files aren't visible
+ to the gateway; send via the direct Bot API (`sendPhoto`), not through a MEDIA handler. The
+ terminal may mask the token as `***` — run curl from Python (`subprocess`), not from a bare shell.
- ## Ответственно
+ ## Responsibly
- Техника контент-агностична. Пайплайны замены лица/головы в видео (SAM3 + Wan) существуют, но
- применяй их **только к совершеннолетним по согласию** и **никогда к реальным людям без их
- согласия** — это прямой путь к несогласованным интимным изображениям. 18+ по местным законам
- и правилам площадок.
+ The technique is content-agnostic. Face/head-swap pipelines for video (SAM3 + Wan) exist, but
+ apply them **only to consenting adults** and **never to real people without their consent** — that's
+ a direct path to non-consensual intimate imagery. 18+ per local laws and platform rules.