RunComfy
RunComfy · 圖片 · AI 學習
RunComfy 在雲端 GPU 上執行 ComfyUI 工作流，不必在本機安裝任何東西就能線上跑 ComfyUI。上傳 workflow JSON，它會依需求重建每個節點與模型，機器規格從 16GB 到 141GB。
關於 RunComfy
About
RunComfy 是什麼
RunComfy 是一套代管的 ComfyUI 平台，服務對象是想用節點式編輯器、卻不想買高階顯示卡或折騰 Python 環境的人。你帶一份工作流進來，平台就開一台私有機器，把那份工作流需要的模型與自訂節點裝好，按下執行即可。底層是原封不動的 ComfyUI，在這裡拉出來的流程圖能回本機打開，反過來也一樣。
它解決的是設定成本。要把 ComfyUI 弄到能跑，得對齊 CUDA 版本、追著缺漏的節點跑，還要先下載好幾 GB 的檢查點才看得到第一張圖。用筆電或 Mac，有些影片模型根本跑不到可用的速度。RunComfy 把這些工作搬到自家伺服器，並且把成果留下來，下一次開機就從上次結束的地方繼續。
它沒解決的是複雜度。ComfyUI 就是節點編輯器，這裡也沒有把它藏起來。如果你只想打一段提示詞換一張圖，用更單純的生成器會省事得多。當工作流裡有 ControlNet 分支、放大處理，或串了第二個模型，這類平台才開始划算。
線上跑 ComfyUI 是整件事的核心，而 ComfyUI 工作流代管是最常被低估的一塊。一份重現不了的工作流，沒辦法賣、沒辦法教，也長不成產品。RunComfy 把「存下來的環境」當成交付物，而不是一張截圖。
開始使用
- 進入 runcomfy.com 登入，打開雲端工作區。同一份餘額可支付 GPU 時間、模型測試台與訓練費用，儲值一次就夠。
- 選擇起點。從範本庫挑一份，或把自己的 workflow.json 丟進上傳區，讓自動設定代理判斷相依套件。
- 挑機器。日常出圖用 16GB 的卡，跑大型影片模型就上到 H200 等級的 141GB 機型。
- 執行流程圖，在原生 ComfyUI 介面裡調整節點。接著用 Cloud Save 把整個環境凍結成可重複使用的快照。
- 部署或分享。把存下來的工作流變成帶部署 ID 的無伺服器 API 端點，或把連結傳給同事，讓他打開你當時的完整設定。
產品資訊
快速了解 RunComfy 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 手上沒有強力顯示卡的創作者：筆電或 Mac 也能得到跟工作站一樣的節點流程圖，因為運算發生在遠端。
- 經常重建環境的 ComfyUI 進階使用者：存下來的工作環境終結了每換一個專案就重裝節點、重新下載模型的循環。
- 要上線圖像或影片功能的開發者：存好的流程圖能變成具備自動擴縮的 ComfyUI 無伺服器 API，推論這一端不必自建基礎設施。
任務
- 跑吃重的影片工作流：在 12GB 卡上卡死的模型，搬到 48GB 或 80GB 的 ComfyUI 雲端 GPU 機器上就能跑完，不必看著它失敗。
- 把可用的設定分享給課程或團隊：一條連結就能讓對方打開同一份節點、模型與版本，省掉一輪安裝問題。
- 在租來的機器上訓練 LoRA：訓練任務一結束就釋放 GPU，不會讓機器整夜空轉還照樣計費。
- 圍繞圖像生成做原型：先部署 API 版本，從前端呼叫，等想法站得住腳再回頭做本機工具。
情境
- 需要臨時擴充算力的工作室：隨選機器加上可縮到零的 API，撐得過上線那一週，不必再多買一台工作站。
- 所有學員必須看到相同結果的課程或工作坊：共用環境與範本庫讓每台機器的設定完全一致。
- 單打獨鬥的創作者想試新模型：先去模型測試台試風格，再決定要不要下載 20GB 的檢查點。
主要功能
上傳 workflow JSON 一鍵設定
這是最能區隔 RunComfy 的一項。上傳工作流檔案後，自動設定代理會讀懂流程圖，推斷需要哪些自訂節點與檢查點，然後在新機器上裝好。不用寫 Dockerfile，也不用調解 pip 套件清單。它承諾的是：三個月前在論壇分享的工作流，現在打開照樣能跑，這在手動搭建的本機環境裡很少成立。
可重現的儲存環境
Cloud Save 把工作流 JSON、作業系統、Python 環境、ComfyUI 版本、自訂節點與模型打包成一份快照。日後重新開啟，就回到完全相同的那一套。實際的好處是你能同時養好幾組彼此衝突的環境，一份用舊版節點包，一份用最新版，來回切換也不會弄壞任何一邊。
原生 ComfyUI，機器從 16GB 到 141GB
編輯器是原版 ComfyUI，跟著官方版本同步，沒有換皮，也沒有藏起功能。硬體涵蓋六種機型，從 16GB VRAM 的 T4 或 A4000，一路到 141GB 顯示記憶體加 240GB 系統記憶體的 H200。每次開機自己選，因此一次快速的放大處理不必用影片模型的費率計價。
任何儲存工作流都能變成無伺服器 API
存好的工作流可以發布成 API，並取得專屬的部署 ID。版本管理、滾動更新、流量一停就縮到零，全交給 RunComfy。請求送到 api.runcomfy.net 這類端點，並可用覆寫值逐次替換提示詞或輸入圖片。對產品團隊來說，這正是展示品與撐得住流量尖峰的服務之間的差距。
模型下載與逐次計價的測試台
模型可直接從 Civitai、Hugging Face 與 Google Drive 下載，官方說速度比從本機上傳快 25 倍，而且跨工作階段保留。另外有一個測試台，以逐次計價的方式提供 Seedance、Wan、FLUX、Nano Banana 等代管模型，在接上工作流之前先用便宜的方式試風格。
範本與團隊分享
超過 200 份可直接執行的 ComfyUI 工作流範本，涵蓋圖像生成、影片、放大、局部重繪與 3D。每一份都會開在合適的硬體上，相依套件也已處理好。分享連結等於把工作流、模型、節點與設定一次交給對方，交件給客戶或帶課都好用。
優缺點
優點
- 上傳 workflow JSON，幾分鐘內就有能跑的機器，ComfyUI 最煩人的一段直接消失。
- 編輯器是未經修改的 ComfyUI，流程圖與操作習慣能跟本機版本雙向搬移。
- 儲存環境讓彼此衝突的節點版本同時存在，互不干擾。
- GPU 規格最高到 141GB，消費級顯卡載不動的影片模型與大型開源模型都跑得起來。
- 按秒計費，無伺服器 API 會縮到零，閒置時間不會出現在帳單上。
缺點
- 介面預設你懂節點。這裡沒有任何設計把 ComfyUI 變成新手用的提示詞輸入框。
- 長時間開機的 GPU 費用會累積。在每小時 4.99 美元的 80GB 機器上連續算好幾小時影片，比一年的消費級訂閱還貴。
- 免費方案只有 10GB 儲存，閒置資產 90 天後清除，模型收藏一大就得升級付費方案。
- ComfyUI 迭代很快，依賴最新節點的工作流即使有自動設定，有時仍需手動修正。
常見問題
RunComfy 在雲端執行 ComfyUI。你提供工作流，平台開一台裝好所需模型與節點的機器，你在瀏覽器裡跑流程圖。它也能把存好的工作流變成 API 端點，另外提供一個單獨的測試台試用個別模型。
相關內容
探索與 RunComfy 相關的工具、技能與文章。
RunComfy 替代方案
Google EmbeddingGemma 2
Google DeepMind · 寫作 · 圖片 · 程式設計Google EmbeddingGemma 2 是 7.4 億參數的開源模型，能把文字、程式碼、圖片、音訊與影片畫面轉成同一個 768 維空間裡的向量，在手機與筆電上就能執行。
Tractionwave
TractionWave · 圖片 · 行銷TractionWave 是針對靜態廣告的 AI 注意力熱圖工具。上傳 PNG 或 JPG，就能取得預測注意力、排序後的熱點與修正建議，不必等預算花完才知道問題在哪。
Imejis.io
Imejis.io · 圖片 · 行銷Imejis.io 是給代理與行銷團隊使用的 AI 設計工作室。你用日常說法描述一張圖，它會寫好文案、排出版面、自動調整成各種尺寸，最後匯出完成檔。