ComfyUI node tabanlı generative AI workflow'larını yerel veya uzak GPU üzerinde çalıştırabilir ve server API üzerinden programatik olarak prompt/workflow kabul edebilir. Production'da GPU VRAM kadar queue davranışı, model dosyaları, custom node güvenliği, output storage ve kullanıcı izolasyonu da önemlidir.
Evet. Güncel ComfyUI server dokümantasyonu workflow'ların HTTP üzerinden submit edilebildiğini, output alınabildiğini ve WebSocket ile gerçek zamanlı execution progress takip edilebildiğini gösterir. API için workflow'un API formatında export edilmesi gerekir.
İstemci workflow JSON'u queue'ya gönderir; ComfyUI node graph'ı çalıştırır, model/latent işlemleri GPU'da yürütür ve progress/output bilgilerini HTTP/WebSocket ile döndürür.
Workflow içinde text encoder, VAE, ControlNet, LoRA, video model veya birden fazla checkpoint aynı anda/ardışık yüklenebilir. Çözünürlük ve batch de peak VRAM'i değiştirir.
Custom node'lar Python kodu çalıştırabildiği için güvenilmeyen node paketlerini production hostuna kurmak risklidir. Reverse proxy, auth, upload/output sınırları ve ayrı servis kullanıcısı uygulayın.
Endpoint yolları güncel ComfyUI server route'larına göre kontrol edilmelidir.
nvidia-smicurl -s http://127.0.0.1:8188/system_stats | headcurl -s http://127.0.0.1:8188/queue | headss -lntp | grep ':8188'ps aux | grep '[m]ain.py'Checkpoint, VAE, LoRA, ControlNet ve output dosyaları yüzlerce GB'a çıkabilir. Model cache ve output lifecycle olmadan NVMe hızla dolabilir.
Evet. Resmî server dokümantasyonu prompt submit, queue/history ve WebSocket progress gibi API yollarını destekler.
Workflow'a göre değişir. Model, çözünürlük, batch, ControlNet/LoRA ve video node'ları gerçek peak VRAM'i belirler.
Kaynağına göre değişir. Custom node Python kodu çalıştırabildiği için production'da yalnız güvenilen ve sürümü pinlenmiş node'lar kullanılmalıdır.
Workflow JSON, model/checkpoint, çözünürlük, batch ve günlük üretim adedini iletin; GPU/VRAM/NVMe kapasitesini planlayalım.