كيفية تشغيل سير عمل Flux ComfyUI كواجهة برمجة تطبيقات

فلوكس هو نموذج متقدم لتحويل النص إلى صورة تم تطويره بواسطة بلاك فوريست لابز، ويتميز بقدرات متقدمة على توليد الصور. من ناحية أخرى، تعد ComfyUI واجهة نموذج انشار قوية ومرنة مع نظام سير العمل القائم على العقد. عند الجمع بينهما، يوفران حلاً متينًا لتوليد الصور عالية الجودة يمكن الوصول إليه برمجيًا.

يجمع دمج قوة نماذج فلوكس مع مرونة ComfyUI بشكل كبير بين سير العمل لتوليد الصور باستخدام الذكاء الاصطناعي. سيقوم هذا الدليل بإرشادك خلال عملية تشغيل فلوكس على ComfyUI كواجهة برمجة تطبيقات (API)، مما يفتح إمكانية الأتمتة والتكامل مع أنظمة أخرى.

💡

قبل الانغماس في إعداد واجهة برمجة تطبيقات فلوكس ComfyUI، دعنا نتحدث عن أدوات الاختبار. عند العمل مع واجهات برمجة التطبيقات، يعد وجود منصة اختبار موثوقة أمرًا ضروريًا، وApidog يبرز كبديل رئيسي لمتصفح Postman في هذا المجال.

يقدم Apidog نظامًا بيئيًا شاملًا لتطوير واجهات برمجة التطبيقات مع ميزات مثل الاختبارات التلقائية، والخوادم الوهمية، وتوليد الوثائق التفصيلية جميعها في منصة موحدة واحدة.

زر

على عكس Postman، يوفر Apidog إدارة سلسة لدورة حياة واجهات برمجة التطبيقات مع أدوات تصحيح مضمنة تم تحسينها خصيصًا لعمليات سير العمل المعقدة مثل تلك الموجودة في ComfyUI. واجهته البديهية تجعل اختبار نقاط نهاية Flux ComfyUI أكثر كفاءة بشكل كبير، مع ميزات تعاونية تتيح لأعضاء الفريق مشاركة وتعديل تكوينات واجهة برمجة التطبيقات معًا.

إذا كنت جادًا بشأن تطوير واجهات برمجة التطبيقات والاختبار، فإن الحل الشامل من Apidog سيبسط سير العمل لديك بشكل كبير.

زر

إعداد بيئة Flux ComfyUI الخاصة بك

قبل الغوص في تنفيذ واجهة البرمجة، نحتاج إلى إعداد البيئة اللازمة. سنستخدم Modal، وهي منصة سحابية تجعل من السهل تشغيل التطبيقات بدون خادم مع وصول إلى GPU.

المتطلبات الأساسية لـ Flux ComfyUI

حساب في Modal (قم بإنشاء واحد على modal.com)
Python 3.11 أو أحدث
Git مثبت على جهازك المحلي
فهم أساسي لـ Python ومفاهيم واجهة برمجة التطبيقات

بناء صورة الحاوية لـ Flux ComfyUI

خطوتنا الأولى هي إنشاء صورة حاوية تتضمن جميع المكونات اللازمة لتشغيل Flux على ComfyUI. دعنا نوضح العملية:

import json
import subprocess
import uuid
from pathlib import Path
from typing import Dict

import modal

# إنشاء صورة أساسية مع الاعتمادات اللازمة
image = (
    modal.Image.debian_slim(python_version="3.11")
    .apt_install("git")  # تثبيت git لاستنساخ ComfyUI
    .pip_install("fastapi[standard]==0.115.4")  # الاعتمادات الويبية
    .pip_install("comfy-cli==1.3.5")  # أداة سطر الأوامر لـ ComfyUI
    .run_commands(
        "comfy --skip-prompt install --nvidia --version 0.3.10"  # تثبيت ComfyUI
    )
)

هذا الكود ينشئ صورة Modal بناءً على Debian Slim مع Python 3.11، ثم يقوم بتثبيت Git وFastAPI وcomfy-cli. تستخدم أداة comfy-cli بعد ذلك لتثبيت ComfyUI نفسها.

تعزيز Flux ComfyUI الخاص بك بعقد مخصصة

لإطلاق ميزات إضافية، سنضيف عقدًا مخصصة إلى تثبيت ComfyUI الخاص بنا:

image = (
    image.run_commands(
        "comfy node install was-node-suite-comfyui@1.0.2"  # تثبيت مجموعة العقد WAS
    )
    # إضافة المزيد من العقد المخصصة حسب الحاجة
)

تقدم مجموعة عقد WAS ميزات إضافية لتوليد الصور ومعالجتها، والتي يمكن أن تكون مفيدة بشكل خاص عند العمل مع نماذج فلوكس.

إعداد تنزيل نموذج Flux ComfyUI

إدارة النماذج بشكل فعال أمر بالغ الأهمية لتجربة سلسة. سنقوم بإنشاء دالة لتنزيل نموذج Flux وتخزينه في مساحة تخزين دائمة:

def hf_download():
    from huggingface_hub import hf_hub_download

    flux_model = hf_hub_download(
        repo_id="Comfy-Org/flux1-schnell",
        filename="flux1-schnell-fp8.safetensors",
        cache_dir="/cache",
    )

    # إنشاء رابط رمزي للنموذج في دليل ComfyUI
    subprocess.run(
        f"ln -s {flux_model} /root/comfy/ComfyUI/models/checkpoints/flux1-schnell-fp8.safetensors",
        shell=True,
        check=True,
    )

# إنشاء مساحة تخزين دائمة لتخزين النموذج
vol = modal.Volume.from_name("hf-hub-cache", create_if_missing=True)

# إضافة دالة تنزيل النموذج إلى صورتنا
image = (
    image.pip_install("huggingface_hub[hf_transfer]==0.26.2")
    .env({"HF_HUB_ENABLE_HF_TRANSFER": "1"})
    .run_function(
        hf_download,
        volumes={"/cache": vol},
    )
)

# إضافة ملف JSON الخاص بسير العمل إلى الحاوية
image = image.add_local_file(
    Path(__file__).parent / "workflow_api.json", "/root/workflow_api.json"
)

يقوم هذا الكود بتعريف دالة لتنزيل نموذج Flux Schnell من Hugging Face وإنشاء رابط رمزي إلى دليل نماذج ComfyUI. نقوم أيضًا بإنشاء وحدة Modal للحفاظ على النماذج التي تم تنزيلها بين التشغيلات.

تطوير Flux ComfyUI التفاعلي

قبل نشرها كواجهة برمجة تطبيقات، من المفيد اختبار سير العمل الخاص بك في Flux ComfyUI بشكل تفاعلي:

app = modal.App(name="example-comfyui", image=image)

@app.function(
    allow_concurrent_inputs=10,  # مطلوب لبدء واجهة المستخدم
    max_containers=1,  # الحد من استخدام حاوية واحدة للاستخدام التفاعلي
    gpu="L40S",  # GPU قوي لاستدلال نماذج Flux
    volumes={"/cache": vol},  # تركيب نماذجنا المخزنة
)
@modal.web_server(8000, startup_timeout=60)
def ui():
    subprocess.Popen(
        "comfy launch -- --listen 0.0.0.0 --port 8000",
        shell=True
    )

يمكنك تشغيل هذا باستخدام modal serve your_file.py والوصول إلى واجهة المستخدم في متصفحك لتصميم واختبار سير العمل الخاص بك قبل تنفيذ واجهة برمجة التطبيقات.

تنفيذ واجهة برمجة تطبيقات Flux ComfyUI

الآن للحدث الرئيسي - تحويل ComfyUI إلى نقطة نهاية واجهة برمجة تطبيقات لاستدلال نموذج Flux:

@app.cls(
    allow_concurrent_inputs=10,  # السماح بالعديد من استدعاءات واجهة برمجة التطبيقات المتزامنة
    scaledown_window=300,  # الإبقاء على الحاويات حية لمدة 5 دقائق بعد الاستخدام
    gpu="L40S",
    volumes={"/cache": vol},
)
class ComfyUI:
    @modal.enter()
    def launch_comfy_background(self):
        # بدء خادم ComfyUI في الخلفية
        cmd = "comfy launch --background"
        subprocess.run(cmd, shell=True, check=True)

    @modal.method()
    def infer(self, workflow_path: str = "/root/workflow_api.json"):
        # التحقق من صحة خادم ComfyUI
        self.poll_server_health()

        # تشغيل سير العمل باستخدام comfy-cli
        cmd = f"comfy run --workflow {workflow_path} --wait --timeout 1200 --verbose"
        subprocess.run(cmd, shell=True, check=True)

        # العثور على صورة الإخراج
        output_dir = "/root/comfy/ComfyUI/output"
        workflow = json.loads(Path(workflow_path).read_text())
        file_prefix = [
            node.get("inputs")
            for node in workflow.values()
            if node.get("class_type") == "SaveImage"
        ][0]["filename_prefix"]

        # إرجاع الصورة كبايتات
        for f in Path(output_dir).iterdir():
            if f.name.startswith(file_prefix):
                return f.read_bytes()

    @modal.fastapi_endpoint(method="POST")
    def api(self, item: Dict):
        from fastapi import Response

        # تحميل قالب سير العمل
        workflow_data = json.loads(
            (Path(__file__).parent / "workflow_api.json").read_text()
        )

        # إدراج النص
        workflow_data["6"]["inputs"]["text"] = item["prompt"]

        # توليد معرف فريد لهذا الطلب
        client_id = uuid.uuid4().hex
        workflow_data["9"]["inputs"]["filename_prefix"] = client_id

        # حفظ سير العمل المعدل
        new_workflow_file = f"{client_id}.json"
        json.dump(workflow_data, Path(new_workflow_file).open("w"))

        # تشغيل الاستدلال
        img_bytes = self.infer.local(new_workflow_file)

        return Response(img_bytes, media_type="image/jpeg")

    def poll_server_health(self) -> Dict:
        import socket
        import urllib

        try:
            # التحقق مما إذا كان الخادم صحيحًا
            req = urllib.request.Request("")
            urllib.request.urlopen(req, timeout=5)
            print("خادم ComfyUI صحي")
        except (socket.timeout, urllib.error.URLError) as e:
            # إيقاف الحاوية إذا كان الخادم غير صحي
            print(f"فحص صحة الخادم فشل: {str(e)}")
            modal.experimental.stop_fetching_inputs()
            raise Exception("خادم ComfyUI غير صحي، إيقاف الحاوية")

تعرف هذه الفئة وظائف واجهة برمجة التطبيقات الأساسية:

launch_comfy_background يبدأ خادم ComfyUI عند انطلاق الحاوية
infer يشغل سير عمل ويعيد الصورة الناتجة
api هو نقطة نهاية FastAPI التي تقبل نصًا وتعدل سير العمل وتعيد الصورة
poll_server_health يضمن أن خادم ComfyUI يستجيب

اختبار واجهة برمجة تطبيقات Flux ComfyUI الخاصة بك

لاختبار واجهة برمجة التطبيقات الخاصة بك، يمكنك إنشاء نص عميل بسيط:

import requests
import base64
from PIL import Image
import io
import argparse

def main():
    parser = argparse.ArgumentParser()
    parser.add_argument("--prompt", default="منظر طبيعي سريالي مع جزر عائمة وضوء أثيري")
    parser.add_argument("--endpoint", default="")
    args = parser.parse_args()

    # إرسال الطلب إلى واجهة برمجة التطبيقات
    response = requests.post(
        f"{args.endpoint}/api",
        json={"prompt": args.prompt}
    )

    # معالجة الاستجابة
    if response.status_code == 200:
        # حفظ وعرض الصورة
        image = Image.open(io.BytesIO(response.content))
        image.save("flux_output.jpg")
        print(f"تم توليد الصورة وحفظها كملف flux_output.jpg")

        # اختيارياً: عرض الصورة إذا كان ذلك ممكنًا
        try:
            image.show()
        except:
            pass
    else:
        print(f"خطأ: {response.status_code}, {response.text}")

if __name__ == "__main__":
    main()

تحسين أداء Flux ComfyUI

لضمان استجابة واجهة برمجة التطبيقات الخاصة بك وفعاليتها من حيث التكلفة، ضع في اعتبارك تنفيذ التحسينات التالية:

1. أخذ لقطات الذاكرة لتسريع بدء التشغيل لفلوكس ComfyUI

يمكن أن تكون بدايات التشغيل الباردة عنق الزجاجة للتطبيقات بدون خادم. يوفر Modal أخذ لقطات الذاكرة التي يمكن أن تقلل بشكل كبير من أوقات البدء:

@app.cls(
    allow_concurrent_inputs=10,
    gpu="L40S",
    volumes={"/cache": vol},
    memory_snapshot=modal.MemorySnapshot(
        snapshot_path="/root/comfy-snapshot",
        boot_command="comfy launch --background",
    ),
)
class ComfyUI:
    # باقي تنفيذ الفئة

2. تجميع الطلبات لـ Flux ComfyUI

للحالات ذات الإنتاجية العالية، يمكن أن يؤدي تنفيذ تجميع الطلبات إلى تحسين الكفاءة:

@modal.method()
def batch_inference(self, prompts: list[str]):
    results = []
    for prompt in prompts:
        # إنشاء سير عمل لكل نص
        client_id = uuid.uuid4().hex
        workflow_data = json.loads(
            (Path(__file__).parent / "workflow_api.json").read_text()
        )
        workflow_data["6"]["inputs"]["text"] = prompt
        workflow_data["9"]["inputs"]["filename_prefix"] = client_id

        # حفظ ومعالجة سير العمل
        new_workflow_file = f"{client_id}.json"
        json.dump(workflow_data, Path(new_workflow_file).open("w"))
        img_bytes = self.infer.local(new_workflow_file)
        results.append(img_bytes)

    return results

ميزات متقدمة لواجهة برمجة تطبيقات Flux ComfyUI

تخصيص معلمات سير العمل

قم بتوسيع واجهة برمجة التطبيقات الخاصة بك للسماح بمعلمات إضافية تتجاوز مجرد النص:

@modal.fastapi_endpoint(method="POST")
def advanced_api(self, item: Dict):
    from fastapi import Response

    workflow_data = json.loads(
        (Path(__file__).parent / "workflow_api.json").read_text()
    )

    # إدراج النص
    workflow_data["6"]["inputs"]["text"] = item["prompt"]

    # اختيارياً: ضبط معلمات إضافية إذا تم توفيرها
    if "negative_prompt" in item:
        workflow_data["7"]["inputs"]["text"] = item["negative_prompt"]

    if "cfg_scale" in item:
        workflow_data["3"]["inputs"]["cfg"] = item["cfg_scale"]

    if "steps" in item:
        workflow_data["3"]["inputs"]["steps"] = item["steps"]

    # توليد معرف فريد
    client_id = uuid.uuid4().hex
    workflow_data["9"]["inputs"]["filename_prefix"] = client_id

    # حفظ ومعالجة سير العمل
    new_workflow_file = f"{client_id}.json"
    json.dump(workflow_data, Path(new_workflow_file).open("w"))
    img_bytes = self.infer.local(new_workflow_file)

    return Response(img_bytes, media_type="image/jpeg")

التعامل مع نماذج Flux ComfyUI المختلفة

السماح بالتبديل بين نماذج Flux المختلفة:

@modal.fastapi_endpoint(method="POST")
def model_selection_api(self, item: Dict):
    from fastapi import Response

    workflow_data = json.loads(
        (Path(__file__).parent / "workflow_api.json").read_text()
    )

    # إدراج النص
    workflow_data["6"]["inputs"]["text"] = item["prompt"]

    # تحديد النموذج إذا تم تحديده
    if "model" in item:
        if item["model"] == "flux-schnell":
            workflow_data["2"]["inputs"]["ckpt_name"] = "flux1-schnell-fp8.safetensors"
        elif item["model"] == "flux-turbo":
            workflow_data["2"]["inputs"]["ckpt_name"] = "flux1-turbo-fp8.safetensors"

    # توليد معرف فريد
    client_id = uuid.uuid4().hex
    workflow_data["9"]["inputs"]["filename_prefix"] = client_id

    # حفظ ومعالجة سير العمل
    new_workflow_file = f"{client_id}.json"
    json.dump(workflow_data, Path(new_workflow_file).open("w"))
    img_bytes = self.infer.local(new_workflow_file)

    return Response(img_bytes, media_type="image/jpeg")

مراقبة واجهة برمجة تطبيقات Flux ComfyUI الخاصة بك

ت Implementing proper monitoring is essential for production deployments:

@app.cls(
    # Other parameters
    monitor_agent=modal.MonitorAgent(),
)
class ComfyUI:
    # Existing implementation

    def log_request(self, prompt, model, processing_time):
        # Custom logging implementation
        print(f"Generated image for prompt: '{prompt}' using {model} model in {processing_time:.2f}s")

خاتمة: إطلاق قوة Flux ComfyUI كواجهة برمجة تطبيقات

من خلال اتباع هذا الدليل، تعلمت كيفية تحويل ComfyUI باستخدام نماذج فلوكس إلى خدمة واجهة برمجة تطبيقات قابلة للتوسع وجاهزة للإنتاج. يوفر هذا النهج عدة مزايا:

قابلية التوسع: التعامل مع العديد من الطلبات في وقت واحد مع التوسع التلقائي للحاويات
المرونة: تخصيص سير العمل وفقًا لمتطلبات المستخدم
التكامل: ربط قدرات توليد الصور بتطبيقات أخرى
الفائدة من حيث التكلفة: دفع فقط مقابل الحوسبة التي تستخدمها

يجمع النظام الأساسي الخالي من الخادم من Modal، ونظام سير العمل القوي من ComfyUI، وتوليد الصور المتقدم من فلوكس حلاً قويًا لمجموعة واسعة من التطبيقات الإبداعية والتجارية.

سواء كنت تقوم ببناء أداة إبداعية، أو نظام تصور للتجارة الإلكترونية، أو منصة لتوليد المحتوى، فإن تشغيل فلوكس على ComfyUI كواجهة برمجة تطبيقات يوفر قاعدة لتجارب بصرية مبتكرة مدعومة بالذكاء الاصطناعي.

زر