ComfyUI im Detail: Node-Graphs für Diffusion-Modelle von der Installation bis zum Release-Zyklus
Die leistungsstärkste und modularste Diffusionsmodell-GUI, API und Backend mit einer Graph/Knoten-Schnittstelle.
Auf einen Blick
- Was ist das?
- Eine faktenbasierte Durchsicht des ComfyUI-Repositorys: Node-Graph-Oberfläche, unterstützte Modelle, Installationswege, Kommandozeilen-Flags, Release-Prozess und Lizenz, jeweils mit Quellenangabe aus dem README.
- Für wen ist es gedacht?
- ComfyUI passt für Nutzer, die Diffusions-Workflows grafisch bauen, als JSON archivieren und lokal auf eigener Hardware betreiben wollen; wer nur ein fertiges Tool ohne Einarbeitung sucht, wird mit der Desktop-App schneller ans Ziel kommen. Vor dem Einstieg lohnt ein Blick auf die eigene GPU, denn das README verweist für Hardwarefragen auf einen separaten Kaufratgeber statt auf konkrete Benchmarks.
- Darf ich es kommerziell nutzen?
- Ja, unter Bedingungen. GPL-3.0 ist eine Copyleft-Lizenz: Wenn Sie Software weitergeben, die sie enthält, müssen Sie deren Quellcode unter derselben Lizenz veröffentlichen. Wer sie nur intern betreibt, ohne sie weiterzugeben, löst diese Pflicht nicht aus.
- Wird es noch gepflegt?
- Ja. Das Repository hat innerhalb des letzten Tages neue Commits erhalten.
- In welcher Sprache ist es geschrieben?
- Hauptsächlich Python, laut der Sprachstatistik von GitHub.
Die Antworten beruhen auf den GitHub-Daten des Projekts (zuletzt abgeglichen am 15. September 2026) und auf unserer Analyse. Sie sind keine Rechtsberatung.
TIEFGEHENDE OPEN-SOURCE-ANALYSE
Selbstbeschreibung und Umfang des ComfyUI-Projekts
ComfyUI ist ein Python-Projekt unter der GPL-3.0, das seine Repository-Metadaten als Diffusionsmodell-GUI, API und Backend mit einer Graph- und Knotenoberfläche beschreiben. Das README formuliert es als KI-Erstellungs-Engine für visuelle Fachleute, die Kontrolle über jedes Modell, jeden Parameter und jede Ausgabe wollen. Laut README lassen sich Bilder, Videos, 3D-Modelle, Audio und Text erzeugen, und der Kern läuft nativ unter Windows, Linux und macOS.
Drei Vertriebswege werden genannt: eine Desktop-Anwendung für Windows und macOS, eine portable Installation für Windows sowie der kostenpflichtige Dienst Comfy Cloud für Nutzer ohne geeignete lokale Hardware. Partner-Knoten sollen zudem Zugang zu Closed-Source-Modellen wie Nano Banana, Seedance und Hunyuan3D bieten. Wie diese Knoten authentifiziert werden, ob ein Konto nötig ist und was sie kosten, sagt das README an dieser Stelle nicht. Bei 130444 Sternen und 15371 Forks zum Zeitpunkt der Datenerfassung gehört das Projekt zu den meistbeobachteten Repositories im Bereich Bildgenerierung.
Node-Graph-Ausführung: Teilneuausführung, Warteschlange und VRAM-Verwaltung
Im Zentrum steht ein visueller Node-Graph, mit dem Workflows für Bild, Video, Audio, 3D und Text ohne Code gebaut und wiederverwendet werden können. Das README nennt wiederverwendbare Subgraphs, Workflow-Vorlagen, einen App-Modus, der komplexe Graphen über eine einfache Oberfläche verfügbar macht, sowie eine lokale API zum Einbinden in eigene Anwendungen.
Die Ausführung vermeidet Redundanz: Nur Graphabschnitte, die sich zwischen zwei Läufen ändern, werden erneut berechnet, und nur Knoten mit vollständig gültigen Eingaben laufen überhaupt. Dazu kommen asynchrone Warteschlangen, ein VRAM- und RAM-Management mit Modell-Offloading sowie Unterstützung für quantisierte Modelle. Workflows werden als JSON gespeichert und geladen; bei unterstützten generierten Mediendateien lässt sich der komplette Workflow einschließlich Seeds aus der Datei wiederherstellen. Für die Prompt-Syntax dokumentiert das README Betonung über Klammern sowie Wildcard- und dynamische Prompts in geschweiften Klammern, einschließlich C-artiger Kommentare in dynamischen Prompts.
Modellabdeckung von Stable Diffusion über Wan bis ACE-Step
Das README führt eine ausdrücklich als repräsentativ bezeichnete Modellliste auf. Für Bildgenerierung werden unter anderem Stable Diffusion 1.5, SDXL, SD3.5, Flux.1, Flux.2, Qwen Image, Z-Image, Hunyuan Image 2.1, HiDream, Lumina Image 2.0, Chroma, Kandinsky 5 und Ernie Image genannt. Für Bildbearbeitung listet es Flux Kontext, Flux.2 Klein, Qwen Image Edit, HiDream E1.1, OmniGen2 und LongCat Image Edit.
Bei Video nennt das README Wan 2.1 und 2.2, LTX-Video 2 und 2.3, HunyuanVideo 1.5, Kandinsky 5 Video, CogVideoX, Cosmos Predict2 und Mochi. Für Audio stehen ACE-Step 1.5, Stable Audio 3 und MiniMax Music 3, für Audio plus Video MiniMax H3 und LTX-AV. Der 3D- und Vision-Bereich umfasst Hunyuan3D 2.1, TripoSplat, SeedVR2, SUPIR, Depth Anything 3, SAM 3 und 3.1 sowie BiRefNet; bei Text werden Gemma 3 und 4, Qwen3, Qwen3.5 und Qwen3-VL mit multimodalen Eingaben aufgeführt. Nutzer können vollständige Checkpoints oder einzelne Diffusionsmodelle, VAEs, Text-Encoder, LoRAs, ControlNets, Adapter und Upscaler laden. Eingebaute Werkzeuge decken Inpainting, Outpainting, Masken und Compositing, Modell-Merging, Upscaling, Frame-Interpolation, Segmentierung und Tiefenschätzung ab. Eine Gesamtzahl der Modelle oder Benchmarkwerte fehlen im README.
Installationswege: Desktop-App, Windows-Portable und manuelles Setup
Das README unterscheidet mehrere Installationswege. Die Desktop-Anwendung gilt als einfachster Einstieg und steht für Windows und macOS bereit. Das Windows-Portable-Paket gibt es für Nvidia-GPUs oder rein CPU-basiert; separate portable Builds existieren für AMD- und Intel-GPUs, zusätzlich ein Nvidia-Portable-Build mit PyTorch CUDA 12.6 und Python 3.12 für GPUs der 10er-Serie und älter.
Der manuelle Weg beginnt mit dem Klonen des Repositorys, dem Ablegen von Checkpoint- und VAE-Dateien in models/checkpoints und models/vae, der Installation der Abhängigkeiten über pip install -r requirements.txt und dem Start mit python main.py. Für die PyTorch-Installation nennt das README Kommandos für AMD ROCm, Intel XPU, Nvidia CUDA, Apple Silicon, Ascend-NPUs, Cambricon-MLUs und Iluvatar Corex. Als Alternative wird comfy-cli beschrieben: pip install comfy-cli, danach comfy install. Der Windows-Portable-Build wird derzeit mit Python 3.13 und PyTorch CUDA 13.0 ausgeliefert; startet er nicht, rät das README, die Nvidia-Treiber zu aktualisieren. Zusätzliche Modellpfade lassen sich über extra_model_paths.yaml konfigurieren, wofür eine Beispieldatei im Repository liegt.
Startoptionen von --enable-manager bis --tls-keyfile
Gestartet wird primär mit python main.py, und das README dokumentiert eine Reihe von Flags. --enable-manager aktiviert den ComfyUI-Manager zum Installieren und Verwalten benutzerdefinierter Knoten; ergänzend gibt es --enable-manager-legacy-ui und --disable-manager-ui. --disable-api-nodes deaktiviert die optionalen kostenpflichtigen Comfy-API-Knoten und erzwingt, dass alle eingebauten Funktionen offline bleiben. Das README betont, dass der Kern selbst nichts herunterlädt, sofern man es nicht verlangt.
Vorschauen werden über --preview-method auto eingeschaltet; --preview-method taesd liefert hochwertigere Vorschauen, wenn TAESD-Decoderdateien in models/vae_approx liegen. TLS lässt sich mit --tls-keyfile und --tls-certfile aktivieren, wobei das README vor der Nutzung selbstsignierter Zertifikate in gemeinsam genutzten oder produktiven Umgebungen warnt. Über --front-end-version kann auf tägliche Builds oder feste Versionen des separaten Frontend-Repositorys verwiesen werden. Eine Tastenkombinationstabelle deckt Knotenbearbeitung, Warteschlangen, Gruppierung und Canvas-Navigation ab; auf macOS lässt sich Ctrl durch Cmd ersetzen.
Release-Zyklus über drei verbundene Repositories
ComfyUI folgt einem wöchentlichen Release-Zyklus, der laut README wegen Modellveröffentlichungen oder großer Umbauten am Code regelmäßig verschoben wird. Strukturell gibt es drei miteinander verbundene Repositories. Der Kern ComfyUI veröffentlicht etwa alle zwei Wochen eine neue stabile Hauptversion, etwa v0.7.0; ab v0.4.0 dienen Patchversionen Fixes, die auf die aktuelle stabile Version zurückportiert werden, und Minor-Versionen erscheinen vom master-Branch.
Comfy Desktop baut eine neue Version auf dem jeweils neuesten stabilen Kern. Das ComfyUI-Frontend wird in einem eigenen Repository gepflegt und alle zwei oder mehr Wochen in den Kern gemerged; Funktionen werden für das kommende Kern-Release eingefroren. Seit dem 15. August 2024 wird das Frontend separat gehostet und als Abhängigkeit in ComfyUI installiert. Das README warnt ausdrücklich, dass Commits außerhalb stabiler Release-Tags sehr instabil sein und viele benutzerdefinierte Knoten brechen können. Die letzten erfassten Releases sind v0.34.0 vom 26. August 2026, v0.33.1 vom 13. August 2026 und v0.32.0 vom 11. August 2026.
Fazit: Kontrolle über den Graphen, aber offene Fragen bei Hardware und Cloud
ComfyUI richtet sich an Anwender, die Diffusions-Workflows visuell aufbauen, als JSON versionieren und auf eigener Hardware betreiben wollen. Die Kombination aus Teilneuausführung, Warteschlangenverwaltung, Modell-Offloading und Offline-Betrieb über --disable-api-nodes macht den lokalen Einsatz planbar. GPL-3.0 erlaubt freie Nutzung und Modifikation; der im README zitierte Lizenzauszug verlangt, geänderte Versionen als geändert zu kennzeichnen, damit Probleme nicht früheren Autoren zugerechnet werden, und stellt klar, dass keine Garantie für die Software besteht.
Offen lassen muss das README mehrere Punkte: Es enthält keine Leistungsbenchmarks, keine vollständige Hardwareanforderungsliste und verweist für GPU-Kaufempfehlungen nur auf eine separate QA-Seite. Auch Preise, Kontopflicht der Partner-Knoten und Kapazitäten der Cloud bleiben unausgeführt. Wer diese Fragen vor einer Anschaffung klären will, muss den verlinkten Kaufratgeber, die Dokumentation auf docs.comfy.org und die Release-Historie im Repository selbst nachschlagen.
Redaktionelles Fazit
ComfyUI passt für Nutzer, die Diffusions-Workflows grafisch bauen, als JSON archivieren und lokal auf eigener Hardware betreiben wollen; wer nur ein fertiges Tool ohne Einarbeitung sucht, wird mit der Desktop-App schneller ans Ziel kommen. Vor dem Einstieg lohnt ein Blick auf die eigene GPU, denn das README verweist für Hardwarefragen auf einen separaten Kaufratgeber statt auf konkrete Benchmarks.
Community-Notizen