Определите состав ноды

Найдите официальный репозиторий пакета, инструкцию установки, файл requirements.txt и требуемые модели. Документация ComfyUI объясняет, что зависимости должны устанавливаться в то же окружение, где работает сервер. Проверьте лицензию и версию пакета. Если нода предоставляется приватным репозиторием, продумайте защищённый способ доступа без записи токена в код образа.

Измените сборку образа

В Modal задайте установку исходников и Python-зависимостей на этапе построения контейнера. Закрепите commit или версию, если важна воспроизводимость. Не полагайтесь на ручной git clone после запуска: следующий контейнер может стартовать без изменений. Сравните путь custom_nodes с путём именно этой установки ComfyUI.

Разделите ноду и её веса

Код ноды и модели живут по разным правилам. Большие веса не всегда разумно включать в образ, особенно при частой пересборке. Поместите их в устойчивое хранилище и задайте путь, который читает загрузчик ноды. Убедитесь, что формат файлов и структура папки соответствуют README пакета. Пустой список моделей не обязательно означает ошибку установки Python.

Проверяйте в два этапа

Сначала откройте лог старта и убедитесь, что нет ImportError или ошибки requirements. Затем выполните небольшой API JSON, содержащий эту ноду. Если импорт успешен, а выполнение падает, ищите входные данные, модель, VRAM и доступ к файлам. Не проверяйте сразу большой workflow с десятками других пакетов: причина станет неразличимой.

Зафиксируйте расходы и доступ

После успешного теста сохраните конфигурацию образа и итоговый JSON. Проверьте, будет ли endpoint постоянно доступен и сколько стоит простой по правилам Modal. Публичный адрес ComfyUI защищайте в соответствии с вашим сценарием; не включайте секреты в шаблон.

На что обратить внимание при проверке

В процессе сборки проверяйте import расширения отдельно от скачивания моделей. Это сокращает время диагностики: если образ не собирается, проблема в Python-пакете; если собирается, но граф не выполняется, вероятнее входы или веса. Для воспроизводимости сохраните хеш commit ноды, а перед обновлением протестируйте новый вариант в отдельном развёртывании. Не смешивайте код приватного пакета с публичным шаблоном. Для длительного проекта подготовьте минимальный тестовый JSON и один небольшой входной файл, который можно прогнать после каждой пересборки без дорогого видеорендера.

Запишите команду запуска и способ доступа к endpoint в документации проекта. Иначе следующий участник команды может успешно пересобрать образ, но не знать, как проверить результат.

Для повторения эксперимента храните вместе исходный JSON, входное изображение или видео, названия файлов моделей и результат. Запишите версии ComfyUI и пользовательских нод, а также разрешение и длительность. При вопросе в сообществе приложите конкретный кадр, на котором виден дефект, и укажите, что уже проверено. Это помогает отличить ошибку сборки от ограничений самой модели и даёт возможность воспроизвести проблему.

Частые вопросы

Можно ли исправить проблему одним prompt?

Сначала проверьте входные файлы, соединения и совместимость модели. Prompt меняет текстовое условие, но не создаёт отсутствующую ноду и не подключает референс. Если схема исправна, меняйте формулировку только после контрольного прогона.

Как понять, что правка помогла?

Повторите короткий тест с прежними моделью, размером, seed и входным материалом. Меняйте один параметр за раз и сравнивайте конкретный дефект. Сохраняйте обе версии результата и workflow.

Что находится в JSON

В файле обычно записаны блоки, соединения, параметры и иногда имена выбранных моделей. Сами веса и Python-пакеты туда не встраиваются. Поэтому импорт в локальный ComfyUI может показать красные ноды или пустые списки моделей. Это не означает, что граф обязательно требует Runpod; он лишь создан в окружении автора.

Проверка без облака

Откройте копию JSON в своей установке. Запишите имена красных блоков и репозитории, которые их предоставляют. Инструкция ComfyUI по custom nodes описывает установку и проверку зависимостей. Затем посмотрите, какие модели и энкодеры ожидаются. Скачивайте файлы только из доверенного источника и проверяйте лицензии.

Оцените возможность запуска

Сопоставьте рабочую VRAM с параметрами графа: размер кадра, количество кадров, batch и дополнительные модели. Для первого теста уменьшите нагрузку, сохранив смысл цепочки. Если есть режим offload, он может позволить запуск с меньшей VRAM ценой времени. Не удаляйте узлы наугад: часть графа может потерять управление позой или референсом.

Если нужен облачный ресурс

Runpod — один из способов арендовать GPU, но тот же граф можно запускать на другом провайдере или собственной карте при совместимых зависимостях. Перед арендой посчитайте диск для весов и входных файлов; Runpod описывает типы хранилища. Перенос JSON на pod не переносит фото с локального компьютера автоматически.

Когда спрашивать автора

Если точные модели, версии пакетов или происхождение приватной ноды не указаны, попросите список зависимостей и пример малого результата. Сохраните исходный workflow и лог своей ошибки. Так автор сможет отличить нехватку ресурсов от несовместимого пакета.

На что обратить внимание при проверке

Не каждый граф стоит переносить целиком. Если вам нужен только один эффект, найдите минимальную ветку, которая его создаёт, но сначала поймите роль входов и выходов. Авторский template может содержать необязательные узлы предпросмотра, сохранения или аналитики. Удаление таких блоков облегчает запуск, а удаление conditioning меняет смысл. Проверьте, не использует ли JSON абсолютные пути автора: на вашей машине они не существуют. После замены путей сделайте один короткий прогон и только затем меняйте качество. Даже если ресурса не хватает, открыть и исследовать граф локально всё равно можно.

Если установка ноды требует системные пакеты, сначала прочитайте инструкцию автора и сделайте копию текущего окружения. Не запускайте неизвестный установочный скрипт без понимания его действий.

Для повторения эксперимента храните вместе исходный JSON, входное изображение или видео, названия файлов моделей и результат. Запишите версии ComfyUI и пользовательских нод, а также разрешение и длительность. При вопросе в сообществе приложите конкретный кадр, на котором виден дефект, и укажите, что уже проверено. Это помогает отличить ошибку сборки от ограничений самой модели и даёт возможность воспроизвести проблему.

Частые вопросы

Можно ли исправить проблему одним prompt?

Сначала проверьте входные файлы, соединения и совместимость модели. Prompt меняет текстовое условие, но не создаёт отсутствующую ноду и не подключает референс. Если схема исправна, меняйте формулировку только после контрольного прогона.

Как понять, что правка помогла?

Повторите короткий тест с прежними моделью, размером, seed и входным материалом. Меняйте один параметр за раз и сравнивайте конкретный дефект. Сохраняйте обе версии результата и workflow.

Подготовьте экземпляр

Выберите GPU с достаточной VRAM для конкретного графа, подходящий образ с Python и PyTorch и объём диска под веса. Посмотрите условия хранения и тарификации в документации Vast.ai. Уточните, как будет открыт порт интерфейса; не публикуйте сервер без контроля доступа. Сохраните информацию о выбранном образе и версии CUDA.

Установите основу

Следуйте официальному репозиторию ComfyUI для установки и запуска. Создайте отдельное окружение Python, установите зависимости и проверьте стартовый лог. До сторонних workflow запустите минимальный официальный пример. Если ошибка возникает уже здесь, причина в окружении, а не в импортированном JSON.

Разложите модели и ноды

Скачайте только нужные веса в ожидаемые каталоги ComfyUI, затем установите custom nodes согласно официальной инструкции. Для зависимостей нод используйте тот же Python, которым стартует ComfyUI. После установки перезапустите процесс и проверьте ошибки импорта. Папка расширения может существовать, даже если его класс не зарегистрировался.

Проверьте доступ и результат

Откройте интерфейс через рекомендованный Vast.ai способ, загрузите простой workflow и сохраните первое изображение. Если браузер не подключается, смотрите адрес bind, порт, правила доступа и лог процесса. Не отключайте защиту ради быстрого теста. Когда результат получен, перенесите файлы на устойчивое хранилище.

Сделайте повторяемую инструкцию

Запишите образ, команды установки, версии библиотек, путь моделей и способ запуска. Тогда следующий экземпляр не потребует настройки с нуля. Перед остановкой проверьте, исчезнет ли локальный диск вместе с арендой. На время теста держите бюджетный предел и не оставляйте оплачиваемую GPU без задач.

На что обратить внимание при проверке

Перед установкой откройте документацию конкретного образа Vast.ai: команды для готового PyTorch-контейнера отличаются от чистого Linux. Не копируйте устаревшую команду установки CUDA из чужого чата поверх уже работающего окружения. Если ComfyUI стартует только на localhost внутри контейнера, используйте рекомендованный платформой способ проксирования или туннель. Внешний IP и порт сами по себе не гарантируют доступ из браузера. Установив первый рабочий граф, сделайте snapshot конфигурации или сохраните команды в файле. При следующей аренде вы сможете повторить настройку и проверить расхождение версий.

После остановки экземпляра ещё раз проверьте личный кабинет: нет ли продолжающей тарифицироваться аренды или диска. Для учебных экспериментов это важнее нескольких процентов скорости.

Для повторения эксперимента храните вместе исходный JSON, входное изображение или видео, названия файлов моделей и результат. Запишите версии ComfyUI и пользовательских нод, а также разрешение и длительность. При вопросе в сообществе приложите конкретный кадр, на котором виден дефект, и укажите, что уже проверено. Это помогает отличить ошибку сборки от ограничений самой модели и даёт возможность воспроизвести проблему.

Частые вопросы

Можно ли исправить проблему одним prompt?

Сначала проверьте входные файлы, соединения и совместимость модели. Prompt меняет текстовое условие, но не создаёт отсутствующую ноду и не подключает референс. Если схема исправна, меняйте формулировку только после контрольного прогона.

Как понять, что правка помогла?

Повторите короткий тест с прежними моделью, размером, seed и входным материалом. Меняйте один параметр за раз и сравнивайте конкретный дефект. Сохраняйте обе версии результата и workflow.

Что означает «нода сохранилась»

В обычном workflow файл содержит данные для интерфейса: блоки, провода и их расположение. В API-формате важны тип ноды, входы и связи между ID. Это ссылка на функцию, которая должна существовать в установленном ComfyUI. JSON не превращает чужой Python-пакет в часть файла. Аналогия проста: запись «открыть программу X» не устанавливает саму программу. Поэтому missing nodes после переноса — ожидаемый результат, если пакет не установлен или его версия не содержит старый тип.

Откройте API JSON как текст и найдите class_type. Сравните названия с тем, что появляется в ComfyUI другого компьютера. Одно и то же имя репозитория может предоставлять несколько типов. Если class_type отсутствует у нужного блока, проверьте, был ли он подключён к исполняемой ветке и не был ли отключён при экспорте.

Почему список в API-файле может быть короче

Визуальный граф иногда содержит заметки, группы, запасные ветки и отключённые блоки. API-экспорт предназначен для выполнения, поэтому содержимое может отличаться от полной схемы редактора. Не считайте это потерей без сравнения: откройте обычный workflow и посмотрите, какие ноды реально ведут к выходу. Если важная ветка не выполняется в UI, она не станет выполняться и в API только потому, что файл экспортирован.

Расположение блоков и удобные для человека свойства тоже могут не сохраняться в API JSON. Для последующего редактирования держите исходный файл. Для программного вызова используйте исполняемый формат, который ожидает ваша версия API. Официальная спецификация ComfyUI помогает сверить запросы, но совместимость конкретного графа нужно тестировать на сервере.

Как подготовить workflow к передаче

1. Сохраните обычный JSON и API JSON под разными именами.
2. Составьте список кастомных пакетов с ссылками на репозитории и версиями.
3. Укажите модели, их базовое семейство и папки загрузчика; сами веса в JSON не входят.
4. Проверьте, что в файлах нет приватных путей, токенов и случайных личных данных.
5. На чистой установке сначала поставьте ноды, затем модели и только потом откройте граф.
6. Запустите короткий тест и сохраните точную ошибку, если что-то осталось красным.

ComfyUI-Manager может предложить пакеты для отсутствующих типов, но не гарантирует совместимость каждой старой ноды. Проверяйте репозиторий и README автора workflow. Если пакет установлен, а тип всё равно missing, ищите ошибку импорта в стартовом логе или переименование класса в новой версии. Простое обновление вкладки браузера не загружает новый Python-код; после установки нужен перезапуск ComfyUI.

Чем отличаются три частых случая

Ошибки моделей и нод не смешивайте. Установка расширения не загружает автоматически checkpoint, а скачивание checkpoint не создаёт класс ноды. Разделение причин экономит время и уменьшает число случайных изменений рабочей сборки.

Частые вопросы

Можно ли восстановить недостающую ноду из одного API JSON?

Файл подскажет тип и связи, но исходный код и зависимости нужно получить из репозитория пакета.

Можно ли отправить только обычный workflow?

Для человека, который откроет граф в интерфейсе, часто да. Для программного вызова обычно нужен API-формат. Уточните задачу получателя.

Определите, что должно оставаться неизменным

Для LoRA персонажа важнее всего сначала сформулировать цель: «сохранять именно этого человека» или «сохранять весь образ, включая причёску и цвет глаз». Это не одно и то же. Если цвет — часть фиксированного образа, а в датасете он постоянен, модель может связать его с идентичностью. Если вы хотите после обучения свободно делать рыжие, тёмные и светлые волосы, в исходниках нужна соответствующая вариативность либо другой способ редактирования после генерации. Одними подписями нельзя сделать модель независимой от признака, который в каждом кадре одинаков.

С глазами ещё сложнее: на маленьком фото оттенок часто неразличим, а автоматический captioner может придумать цвет. Не добавляйте в TXT уверенное описание того, чего снимок не показывает. Ошибочные повторения формируют противоречивый датасет. Проверьте фотографии крупным планом и решите, есть ли смысл вообще обучать этот признак через текст.

Три рабочие стратегии

1. Фиксированный образ. Сохраняйте согласованный набор фото; один идентификатор вызывает персонажа с привычными чертами. Цвет можно не повторять в каждом caption, если выбранный тренер и тест показывают хороший результат.
2. Управляемая причёска и цвет. Соберите реальные варианты в датасете и точно подписывайте их. Меняйте по одному признаку, сохраняя достаточно общих черт лица.
3. Постобработка или референс. Если исходный набор не содержит нужного варианта, иногда легче изменить волосы в image-to-image или маске, чем переобучать идентичность на спорном наборе.

Все три стратегии требуют сравнения на одинаковых prompt и seed. Генерация «с trigger word», «с trigger word и желаемым цветом» и «без LoRA» покажет вклад адаптера. Если модель упорно возвращает исходный цвет, проверьте силу LoRA и ранние checkpoint. Слишком высокий вес может подавлять текстовую просьбу о смене причёски.

Как проверить captions перед стартом

Составьте небольшой список уникальных формулировок цвета. Если одно и то же значение описано как brown hair, dark brown и black hair без реальной разницы в кадрах, приведите подписи к точности. Особенно внимательно проверьте кадры с цветным светом, фильтром и тенью. Сортировка по папкам облегчает просмотр. Формат связи фото и TXT указан в документации Kohya sd-scripts; у другого тренера он может отличаться.

После исправлений сделайте короткое пробное обучение. Проверьте, как меняется цвет при нескольких текстовых запросах, а лицо остаётся ли узнаваемым. Если при смене цвета лицо тоже сильно меняется, вероятно, датасет смешивает разные идентичности или слишком мало показывает одного человека в разных условиях. Исправлять это стоит подбором фотографий, а не добавлением длинного списка синонимов цвета.

Что делать, если LoRA уже меняет цвет сама

Сначала сравните базовую модель без LoRA и с ней. Затем снизьте вес адаптера и проверьте более ранний checkpoint. Если нежелательный цвет присутствует во всех версиях, посмотрите исходники: одинаковое освещение, автоматические фильтры и нерелевантные captions могли закрепить его. Иногда приходится очистить датасет и повторить обучение. Подробный разбор диагностики есть в статье почему LoRA меняет цвет волос и глаз.

Частые вопросы

Нужно ли писать «карие глаза» в каждом TXT?

Не всегда. Если цвет не меняется и входит в устойчивый образ, повторение может быть лишним. Если хотите текстом управлять цветом, проверьте наличие вариативности и точность разметки.

Поможет ли просто удалить цвет из всех подписей?

Само по себе это не гарантирует управляемость. Модель всё равно видит изображения. Проверяйте итог на контролируемой генерации.

Отделите идентичность от изменяемой сцены

Сначала решите, чему должна учиться LoRA. Если задача — один персонаж в разных сценах, полезно показать разнообразные ракурсы, одежду, свет и фон. В caption эти переменные можно назвать, чтобы модель не считала одну куртку или студийный фон обязательной частью персонажа. Если цель — стиль, а не лицо, подписи и подбор кадров будут другими. Фраза «опишите всё» не заменяет выбора цели: чрезмерно подробный текст часто добавляет шум.

Смотрите на весь датасет, а не на один TXT. Если во всех снимках один человек с каштановыми волосами, а в половине подписей написано «блондин», это противоречие. Если разные наряды не подписаны вообще, модель может хуже разделять одежду и идентичность. Но описание одной постоянной черты в каждом файле тоже может оказаться лишним, если эту черту должен вызывать trigger word. Выбор зависит от базы и способа обучения.

Как описывать позу и ракурс

Называйте различия, которые видны без догадок: анфас, профиль, сидит, стоит, крупный план, полный рост. Не приписывайте скрытую руку или эмоцию, которой кадр не показывает. Для сложного движения одного статичного слова бывает мало; если тренер работает с видео, посмотрите его формат описания клипа. Для обычной фото LoRA важно хотя бы не смешивать портрет и полный рост под одним общим caption, если вы хотите управлять кадрированием.

Поза не должна быть единственной осью разнообразия. Десятки фото с почти одинаковым лицом и отличающимся только фоном не дадут модели новых ракурсов. Подпись не создаёт информацию, которой нет в снимке. Отбор кадров первичен; caption помогает интерпретировать этот набор. Механика LoRA и её обучаемые параметры изложены в Hugging Face Diffusers.

Одежда, фон и освещение

Освещение может изменять видимый цвет кожи и волос. Не принимайте тёплую лампу за новый цвет волос и не закрепляйте такую ошибку во многих TXT. Автоматический captioner полезен как черновик, но его описания требуют просмотра. Проверьте редкие случаи отдельно: зеркало, маска, сильная обработка, частично закрытое лицо.

Минимальная проверка перед обучением

1. Откройте несколько фото разных типов рядом с TXT.
2. Убедитесь, что имена файлов совпадают с форматом, ожидаемым тренером.
3. Посмотрите частотность повторяющихся слов: не закрепляете ли вы случайный фон.
4. Исправьте явно неверные цвета, эмоции и предметы.
5. Сделайте короткий тест обучения, затем сравните генерации на одинаковых prompt.

Если результаты упорно повторяют одежду или фон, вернитесь к датасету и captions. Возможно, проблема в отсутствии разнообразия, а не в «слабом промпте». Сохраняйте исходные подписи и изменения по версиям, чтобы было ясно, какой эксперимент дал лучший результат.

Частые вопросы

Нужно ли описывать лицо во всех TXT?

Не обязательно. Если идентичность задаётся устойчивым токеном, часто полезнее последовательно описывать переменные детали. Проверяйте результат на вашей модели.

Можно ли оставить captions только из одного слова?

Иногда тренер это допускает, но вы теряете контроль над переменными признаками. Для разнообразного датасета короткие точные описания обычно информативнее.

Что обновляет Refresh, а что загружается при старте

Браузер отображает граф и отправляет задачи, а сервер ComfyUI исполняет ноды в Python-процессе. Обновление вкладки или кнопка обновления интерфейса не заставляют этот процесс заново читать файлы расширения с диска. Поэтому ситуация «репозиторий уже в custom_nodes, а нода всё ещё отсутствует» после одного Refresh ожидаема. Сначала остановите активный процесс, затем запустите тот же экземпляр ComfyUI и проверьте лог загрузки. Если в облачном шаблоне есть отдельная кнопка Restart ComfyUI, убедитесь, что она перезапускает именно приложение, а не только веб-прокси.

Разделяйте три разных действия: обновить браузер, перезапустить ComfyUI и пересоздать весь pod. Для новой Python-ноды обычно нужен второй пункт. Пересоздание pod может стереть данные на контейнерном диске, поэтому не используйте его как первую диагностическую попытку. Сохранность файлов зависит от типа хранилища; у Runpod это отдельно описано в документации о дисках.

Когда достаточно обновить список файлов

Если вы только скопировали checkpoint, LoRA или VAE в папку моделей, открытый интерфейс может показывать старый список. Обновите список моделей в соответствующей ноде, проверьте путь, а если файл не появился — перезапустите ComfyUI. При использовании символьных ссылок, дополнительных путей или сетевого тома сначала убедитесь, что файл виден процессу сервера. Вкладка вашего компьютера может показывать одну папку, а ComfyUI внутри контейнера — другую.

Для смены prompt, seed, параметров sampler или связей в обычном workflow перезапуск не нужен. Достаточно повторного запуска задачи. Если вы поменяли конфигурацию кастомной ноды на диске, смотрите README расширения: часть настроек считывается при старте, часть — при каждом выполнении. Не делайте Stop/Start после каждого изменения текста, иначе теряете время и возможную очередь.

Порядок после установки ноды

1. Сохраните JSON workflow и убедитесь, что нет незавершённой генерации, результат которой ещё нужен.
2. Проверьте, что файлы расширения находятся в custom_nodes активной установки.
3. Если README требует зависимости, установите их через Python этой же установки.
4. Остановите сервер ComfyUI штатным способом и дождитесь завершения процесса.
5. Запустите его вновь. В стартовом логе найдите имя пакета и проверьте отсутствие IMPORT FAILED.
6. Обновите браузер, найдите ноду и откройте workflow заново.

Если вы используете облачный pod, не путайте остановку приложения с остановкой аренды GPU. Остановленный сервер ComfyUI при работающем pod может продолжать расходовать оплачиваемое время. Когда работа завершена, отдельно примите решение по pod и скачайте результаты. Конкретные правила сохранения зависят от провайдера и типа диска. В локальной установке эта часть не относится к делу.

Что делать, если нода не появилась

Первое доказательство — стартовый лог. Если там ошибка импорта, исправляйте её причину: пакет Python, конфликт версии, отсутствующий системный компонент. Если ошибки нет, сравните точное имя ноды с README. Название репозитория может быть другим. Если лог вообще не упоминает расширение, перепроверьте расположение папки и активный экземпляр ComfyUI. Не устанавливайте несколько случайных форков с похожими названиями: так сложнее выяснить, какой код загрузился.

После обновления пакета старый workflow иногда ссылается на тип ноды, которого больше нет. Перезапуск в этом случае подтверждает, что новый код загружен, но не возвращает удалённое имя. Нужна совместимая версия или ручная замена узла по инструкции автора. Сохранённая копия графа позволяет сделать это без потери исходной схемы.

Частые вопросы

Нужно ли перезагружать весь компьютер?

Обычно нет. Достаточно завершить и снова запустить процесс ComfyUI. Перезагрузка компьютера скрывает причину и расходует больше времени.

Почему после Stop/Start красная нода осталась?

Пакет мог не импортироваться, отсутствовать в этой установке или изменить имя узла. Смотрите лог и версию workflow, а не повторяйте Refresh.

Проследите путь изображения

Найдите Load Image, узел обработки референса, его выход и точку, где условие попадает в sampler или модель. Соседство блоков на экране ничего не означает: в ComfyUI данные передаются соединениями. Если граф пришёл от другого автора, проверьте, что подключены нужные входы и что ноды не отключены. Иногда используется маска, которая полностью закрывает влияние референса. Сохраните копию JSON перед изменениями.

Проверьте совместимость модели

Image encoder, adapter, ControlNet и LoRA рассчитаны на конкретные семейства базовых моделей и форматы. Похожее название файла не доказывает совместимости. Сравните README авторов расширений и модельные карточки. Если у вас красные ноды, сначала устраните их установкой нужных пакетов по документации ComfyUI. Если ноды отображаются, но лог сообщает об ошибке во время выполнения, сохраните именно первую строку причины, а не только финальное сообщение.

Отделите силу условия от дефекта входа

Используйте качественный референс нужного размера и без случайного кропа. Проверьте, что preprocessing выдаёт ожидаемое изображение или embedding, а не пустой тензор. Затем меняйте силу влияния небольшими шагами, сохраняя seed, модель и prompt. Слишком слабое условие почти незаметно; чрезмерное может портить композицию. Оптимальное значение зависит от реализации ноды, поэтому универсального числа нет.

Сделайте контроль A/B

Сгенерируйте результат с условием и без него при одинаковых параметрах. Потом замените референс на резко другой, например другой цвет одежды или ракурс. Если все три результата почти равны, сигнал не достигает модели или имеет нулевую силу. Если меняется фон, но не лицо, проверьте, к какой области или ветке относится условие. Такой эксперимент точнее, чем бесконечно переписывать prompt.

Сохраняйте воспроизводимый пример

Оставьте минимальный workflow, одно входное изображение и два выходных кадра. Укажите версии кастомных нод. С этим набором проще получить помощь от автора расширения и заметить, где именно разошлись ожидание и фактический сигнал.

Дополнительная проверка

Если при сравнении A/B влияние референса есть, но результат всё равно не совпадает с ожиданием, посмотрите, какое свойство он должен переносить: лицо, стиль, позу или композицию. Разные адаптеры решают разные задачи. Стилевой референс может менять палитру, но не идентичность; pose-карта управляет суставами, но не одеждой. Проверьте описание конкретной ноды и её входов. Избегайте наложения нескольких сильных условий сразу: их конфликт выглядит как «референс не работает». Верните минимальный граф с одним условием, добейтесь понятного эффекта и затем добавляйте следующие ветки по очереди.

Для повторения эксперимента храните вместе исходный JSON, входное изображение или видео, названия файлов моделей и результат. Запишите версии ComfyUI и пользовательских нод, а также разрешение и длительность. При вопросе в сообществе приложите конкретный кадр, на котором виден дефект, и укажите, что уже проверено. Это помогает отличить ошибку сборки от ограничений самой модели и даёт возможность воспроизвести проблему.

Частые вопросы

Можно ли исправить проблему одним prompt?

Сначала проверьте входные файлы, соединения и совместимость модели. Prompt меняет текстовое условие, но не создаёт отсутствующую ноду и не подключает референс. Если схема исправна, меняйте формулировку только после контрольного прогона.

Как понять, что правка помогла?

Повторите короткий тест с прежними моделью, размером, seed и входным материалом. Меняйте один параметр за раз и сравнивайте конкретный дефект. Сохраняйте обе версии результата и workflow.

Проверьте, что TXT относится к правильному фото

Самая простая ошибка — название файла не совпадает с именем изображения или caption лежит не в той папке. Многие тренеры ищут текст по базовому имени файла: frame_001.jpg и frame_001.txt. Другие используют JSON или таблицу метаданных. Не предполагая, что все инструменты работают одинаково, откройте настройки вашего trainer и проверьте фактический формат. Затем подсчитайте изображения без подписи и подписи без изображения. Нулевое число ошибок по именам ещё не означает, что содержание верное.

Откройте несколько пар подряд и убедитесь, что caption описывает именно данный кадр. После переименования, сортировки или пересборки датасета тексты легко сдвигаются на один номер. Тогда модель получает противоречивые сигналы: на фото красное платье, в подписи синее; лицо в профиль, текст говорит «анфас». Дополнительные шаги обучения не исправят эту несогласованность.

Какие ошибки автоматического captioner встречаются чаще

• Неверный цвет волос, глаз или одежды при сложном освещении.
• Предмет на фоне принят за часть персонажа.
• Одна и та же общая фраза повторяется во всех файлах и почти не различает снимки.
• Подпись содержит слова, которые вы не хотите связывать с персонажем: например, постоянный фон при разнообразных сценах.
• Случайные артефакты, водяные знаки и текст в кадре описаны как важная деталь.

Не нужно делать каждую подпись максимально длинной. Цель — дать тренеру полезную связь между текстом и изменяемыми признаками. Если человек всегда один и тот же, его идентичность может задаваться отдельным trigger word, а одежда, поза и фон — описываться по кадру. Конкретная стратегия зависит от базы и тренера; сравнивайте результат коротким тестом, а не принимайте одну схему за универсальную. Общая механика LoRA описана в Hugging Face Diffusers.

Быстрый редакторский проход

1. Откройте список всех файлов и проверьте совпадение имён или записей в metadata.
2. Уберите пустые, нечитаемые и случайно скопированные TXT.
3. Посмотрите уникальные слова и частотность: слишком частое ошибочное слово повлияет на весь датасет.
4. Сравните captions с фото, особенно для сложных ракурсов и освещения.
5. Проверьте единый trigger word, если он используется, и отсутствие опечаток в нём.
6. Возьмите контрольную выборку после исправлений и снова откройте её вместе с изображениями.

Сохраните старую версию подписей перед массовой заменой слов. Если вы меняете все TXT одним скриптом, сначала запустите его на копии маленькой папки и сравните diff. Замена «blue» на «brown» по всему датасету может случайно изменить описания одежды, фона или других объектов. Ручная проверка нескольких примеров после автоматического редактирования обязательна.

Когда проблема проявляется уже во время генерации

Если обученная LoRA настойчиво меняет цвет глаз, фиксирует одежду или переносит одинаковый фон во все сцены, вернитесь к captions и фотографиям. Посмотрите, какой признак повторялся без описания, а какой был описан неверно. Проверьте и вес LoRA при генерации: слишком сильное применение может преувеличить закреплённые детали. Для объективной оценки сравните ранний и поздний checkpoint на одинаковых prompt и seed.

Когда подписи очищены, не обязательно сразу проводить полное дорогое обучение. Сделайте короткий пилот, сохраните промежуточный checkpoint и проверьте, исчезла ли конкретная ошибка. Если нет, причина может быть в самом составе снимков. Caption не компенсирует двадцать почти одинаковых кадров с одним фоном и одной позой.

Частые вопросы

Можно ли полностью доверить captions Florence?

Нет. Автоматическая модель ускоряет черновую разметку, но ошибается в деталях. Проверяйте пары изображений и TXT до обучения.

Нужно ли описывать каждую деталь лица?

Не всегда. Решите, какие признаки должна удерживать сама LoRA, а какие вы хотите менять текстом. Затем используйте эту стратегию последовательно.

Что даёт Seedream

По официальному описанию Seedream 4.0 доступны генерация и редактирование изображений, в том числе работа с референсами. Это удобно для смены фона, одежды и ракурса при подготовке вариантов. Но референсная функция не гарантирует, что лицо останется идентичным на всех снимках. Сравнивайте не рекламные примеры, а свою пробную серию.

Соберите пробную партию

Сгенерируйте 20–30 изображений с разными планами и условиями, но одинаковыми ключевыми признаками персонажа. Уберите кадры с изменёнными глазами, асимметричным лицом, лишними пальцами или повторяющейся композицией. Сложите изображения в контактный лист и отметьте сомнительные. Несколько десятков качественных кадров полезнее сотен почти одинаковых картинок.

Подготовьте подписи

Решите, какие признаки LoRA должна закрепить, а какие должны управляться prompt. В captions описывайте меняющиеся фон, одежду, действие и ракурс, не добавляя вымышленные детали. Согласуйте имена TXT с соответствующими изображениями. Ошибки captioning исправляйте вручную; автоматический текст может не заметить, что генератор изменил форму лица или цвет глаз.

Сделайте контрольное обучение

Используйте небольшую выборку и сохраняйте промежуточные checkpoint. Проверяйте их на одинаковых prompt и seed. Если адаптер повторяет исходные фоны или одежду вместо персонажа, пересмотрите разнообразие и подписи. Основы обучения LoRA приведены в документации Diffusers. Не объявляйте метод успешным по одной удачной картинке.

Проверьте условия использования

Перед коммерческим обучением и публикацией модели прочитайте действующие правила платформы, через которую вы используете Seedream, и проверьте права на референсные фото. Сохраняйте исходные изображения у себя, а также дату, модель и параметры генерации, чтобы при необходимости восстановить происхождение датасета.

На что обратить внимание при проверке

Особенно внимательно отбирайте снимки, полученные редактированием одного референса. Они могут почти повторять композицию и освещение, поэтому датасет выглядит разнообразным только по фону. Добавляйте разные планы, положение головы и выражения лица. Проверяйте крупным планом уши, глаза, линию носа и контур волос; ошибки этих деталей LoRA часто переносит в результат. Если модель обучилась на случайной одежде, не увеличивайте шаги автоматически: сначала исправьте выборку и подписи. Для повторного эксперимента сохраните исходный референс, финальный отбор и отклонённые кадры отдельно.

Для проверки сходства попросите другого человека сравнить снимки без подсказки, какие кадры сделаны из одного референса. Независимый взгляд обнаруживает дрейф идентичности быстрее автора набора.

Для повторения эксперимента храните вместе исходный JSON, входное изображение или видео, названия файлов моделей и результат. Запишите версии ComfyUI и пользовательских нод, а также разрешение и длительность. При вопросе в сообществе приложите конкретный кадр, на котором виден дефект, и укажите, что уже проверено. Это помогает отличить ошибку сборки от ограничений самой модели и даёт возможность воспроизвести проблему.

Частые вопросы

Можно ли исправить проблему одним prompt?

Сначала проверьте входные файлы, соединения и совместимость модели. Prompt меняет текстовое условие, но не создаёт отсутствующую ноду и не подключает референс. Если схема исправна, меняйте формулировку только после контрольного прогона.

Как понять, что правка помогла?

Повторите короткий тест с прежними моделью, размером, seed и входным материалом. Меняйте один параметр за раз и сравнивайте конкретный дефект. Сохраняйте обе версии результата и workflow.