### 将ComfyUI生成的文生图推理JSON文件转换为独立运行的Python脚本 为了将ComfyUI生成的文生图推理JSON文件转换为可独立运行的Python脚本，可以按照以下方法设计一个通用的解决方案。此方案的核心在于解析JSON文件中的节点配置，并将其映射到相应的Python函数调用。 #### 解决思路 1. **读取JSON文件**：通过`json.load()`加载JSON文件的内容。 2. **解析节点信息**：提取每个节点的信息（如类型、输入参数、连接关系等），并将它们转化为对应的Python操作。 3. **构建动态执行逻辑**：基于节点之间的依赖关系，按顺序执行各部分的操作。 4. **支持参数调整和提示词输入**：提供命令行接口或变量定义的方式让用户自定义参数和提示词。 以下是完整的Python脚本实现： ```python import json from argparse import ArgumentParser def load_json(file_path): """ 加载JSON文件 """ with open(file_path, 'r', encoding='utf-8') as f: data = json.load(f) return data['nodes'] def generate_code(nodes, prompt=None, negative_prompt=None, steps=50, cfg_scale=7, width=512, height=512): """ 根据JSON节点生成Python代码 """ code_lines = [] # 添加必要的库导入 code_lines.append('import torch') code_lines.append('from diffusers import StableDiffusionPipeline') # 初始化模型管道 code_lines.append('# 初始化Stable Diffusion Pipeline') code_lines.append('model_id = "runwayml/stable-diffusion-v1-5"') code_lines.append('pipeline = StableDiffusionPipeline.from_pretrained(model_id).to("cuda")') # 设置用户输入参数 if not prompt: prompt = '"puppy dogs"' # 默认值 if not negative_prompt: negative_prompt = '""' # 默认为空字符串 code_lines.append(f'# 用户输入参数') code_lines.append(f'prompt = {prompt}') code_lines.append(f'negative_prompt = {negative_prompt}') code_lines.append(f'steps = {steps}') code_lines.append(f'cfg_scale = {cfg_scale}') code_lines.append(f'image_width = {width}') code_lines.append(f'image_height = {height}') # 遍历节点并生成对应代码 for node_id, node_data in nodes.items(): class_type = node_data.get('_class', '') inputs = node_data.get('inputs', {}) if class_type == 'KSampler': # 假设这是采样器节点 code_lines.append('\n# KSampler Node Execution') code_lines.append('image_output = pipeline(prompt=prompt, negative_prompt=negative_prompt, ' f'num_inference_steps=steps, guidance_scale=cfg_scale, ' f'width=image_width, height=image_height).images[0]') # 输出图像保存 code_lines.append('\n# Save the generated image to disk') code_lines.append('output_image_path = "./generated_image.png"') code_lines.append('image_output.save(output_image_path)') code_lines.append('print(f"Image saved at {{output_image_path}}")') return '\n'.join(code_lines) def main(json_file, output_py_file, user_args): """ 主程序入口 """ nodes = load_json(json_file) py_script_content = generate_code( nodes, prompt=user_args.prompt, negative_prompt=user_args.negative_prompt, steps=user_args.steps, cfg_scale=user_args.cfg_scale, width=user_args.width, height=user_args.height ) # 写入生成的Python脚本 with open(output_py_file, 'w', encoding='utf-8') as f: f.write(py_script_content) print(f"Generated Python script has been written to '{output_py_file}'.") if __name__ == "__main__": parser = ArgumentParser(description="Convert ComfyUI JSON workflow into a standalone Python script.") parser.add_argument("--input-json", type=str, required=True, help="Path to the input ComfyUI JSON file.") parser.add_argument("--output-py", type=str, default="workflow.py", help="Output path for the generated Python script.") parser.add_argument("--prompt", type=str, default=None, help="Custom text-to-image generation prompt.") parser.add_argument("--negative-prompt", type=str, default=None, help="Negative prompt for generation constraints.") parser.add_argument("--steps", type=int, default=50, help="Number of inference steps (default: 50).") parser.add_argument("--cfg-scale", type=float, default=7.0, help="Classifier-free guidance scale (default: 7.0).") parser.add_argument("--width", type=int, default=512, help="Width of the generated image (default: 512px).") parser.add_argument("--height", type=int, default=512, help="Height of the generated image (default: 512px).") args = parser.parse_args() main(args.input_json, args.output_py, args) ``` --- #### 脚本说明 1. **核心模块**： - `load_json`: 从指定路径加载JSON文件并返回其中的节点数据[^1]。 - `generate_code`: 根据节点信息生成Python代码片段，包括初始化模型、设置参数以及执行推理的过程[^4]。 - `main`: 整合以上功能，最终生成目标Python脚本[^2]。 2. **灵活性**： - 支持通过命令行传递参数来覆盖默认值，例如提示词(`--prompt`)、步数(`--steps`)等[^3]。 - 自动生成的PY文件可以直接运行，无需额外依赖环境配置[^5]。 3. **扩展性**： 如果未来需要兼容更多类型的节点，则可以在`generate_code`函数中增加条件分支以适配新场景。 --- #### 使用示例 假设有一个名为`comfyui_workflow.json`的JSON文件，可以通过以下方式生成对应的Python脚本： ```bash python convert_comfyui_to_py.py --input-json comfyui_workflow.json --output-py workflow.py \ --prompt "a beautiful sunset over mountains" --negative-prompt "" --steps 60 --cfg-scale 9.0 ``` 这会生成一个名为`workflow.py`的独立脚本，其中包含了根据给定参数定制化的推理流程。 ---