ComfyTV把ComfyUI改成无限画布：改一处只跑一处
ComfyTV 是一个开源的 ComfyUI 插件，它不改变底层生成逻辑，而是通过前端重构，将原本线性的节点工作流转化为类似视频剪辑软件的“无限画布”界面。支持逐节点重跑、项目历史回溯、分镜导演控制台以及 Agent 自动化接入。适合已经熟悉 ComfyUI 基础操作，但受困于复杂连线管理、希望实现从生成到后期全流程本
为什么还要再做一个 ComfyUI 界面
用过原生 ComfyUI 的人多半碰到过这种场面：只想改中间某一步的参数，却得对着满屏连线，先把连接断开，再让整条长链条从头跑一遍，等上几分钟才见结果。改错了更麻烦，一切重来。任务简单到只是文生图还能忍，一旦碰上视频生成、多镜头拼接或者复杂的后期处理，效率卡得就很明显了。
ComfyTV 就是冲这个来的。它不是独立软件，而是装在 ComfyUI 里的一个插件。思路很直接：后端执行能力照旧用 ComfyUI 的，前端交互逻辑则整个重写。原本抽象的“节点连线图”被换成更直观的“无限画布媒体工作台”，画布上的每个操作单元不再是冷冰冰的数据节点，而是能预览、能编辑、带历史记录的媒体片段。
习惯 Premiere、Final Cut 这类线性剪辑软件的人，上手 ComfyTV 要比原生 ComfyUI 平缓得多；老玩家则多了一种更省事的迭代方式——改哪里，就只重跑哪里。
核心体验：从“连线”到“画布”
交互模式的变化最直观。传统 ComfyUI 里，Latent、Image、Conditioning 这些数据流都得自己手动接；到了 ComfyTV，这些底层细节被收进约 190 个预设的功能节点中。
逐节点运行与快照机制
这是 ComfyTV 最实用的一个特性。原生环境下动了上游节点，下游依赖它的节点通常都得跟着重算。ComfyTV 换了个做法，叫“快照式数据流”：一个节点（Stage）跑完，输出就存成静态快照，下游引用的是这份快照，不再挂实时数据流。
所以，如果在时间线后半段发现某个镜头色调不对，选中那个调色节点，改参数、点运行就行。系统只重跑这一个节点，把新结果推到下游，前面的视频片段或图像不用重新生成。几分钟长的视频、多镜头的叙事，靠这种增量更新能省下大量等待。
项目中心制与历史回溯
原生 ComfyUI 的工作流文件（.json）一般只存节点结构和参数，生成的中间结果不存。页面一关，之前的生成记录就没了，除非每张图都手动保存。
ComfyTV 按“一个项目一张画布”来组织。画布上的操作、生成的图片和视频片段，都会自动挂到当前项目下并写入磁盘。关掉浏览器或者重启电脑，再打开项目，媒体素材、节点状态连同历史版本都能完整恢复。创作项目要长期迭代的话，管理成本能降下来不少。
全链路媒体处理能力
ComfyTV 不只想做生成工具，它要覆盖的是从素材准备到最终导出的整条流程。内置节点库包括图像生成、视频剪辑、调色、抠像、字幕添加、音频处理、音乐生成，以及 2D/3D 图层编辑。
分镜与导演控制台
视频创作方面，ComfyTV 备了专门的“分镜工作台”和“Director 节点”。用户能像用传统非线性编辑软件那样，在时间线上排列多个镜头。Director 节点可以设定参考角色，让不同镜头生成时人物形象保持一致，做漫剧、动画短片或连续叙事视频时这一点很关键。
全景视频和 3D 模型的处理它也支持。这部分功能要靠本地装好相应的模型和能力，但集成度上去了，跨媒体类型混合创作就有了可能。
内置素材与资源库
为了少在文件管理器里来回切，ComfyTV 带了素材库功能。图片、视频、音频、3D 模型、LUT 调色预设、字体、提示词片段都能管。其中提示词的 @ 引用功能类似代码编辑器里的变量引用，复杂的提示词结构可以在多个节点间复用。
技术架构：插件化与扩展性
技术实现上，ComfyTV 保持克制，也讲究兼容。轮子没有重造，它以custom_nodes的形式嵌入 ComfyUI。
- 执行引擎：模型加载、采样、渲染仍然交给 ComfyUI 后端，ComfyTV 管的是前端编排、输入收集和结果展示。
- Bridge 节点：这个设计很关键。借由 Bridge 节点，用户可以接入任何第三方 ComfyUI 插件的工作流，ComfyTV 因此不会变成封闭的孤岛，社区现有的插件资源照样能用。
- 对于本地显卡不够强的用户，ComfyTV 允许把远程 ComfyUI 机器注册成“Runner”。任务执行之前，系统先做一轮能力预检，再把任务派到装有对应模型、算力也够的机器上。同一张画布上的不同任务，就这样由多台机器分头处理。
Agent 接入：自动化的下一步
AI Agent 技术往前走，ComfyTV 也把 Agent 接了进来。它内置 Bot，还有基于 MCP（Model Context Protocol）的服务端，AI Agent 因此能直接对画布动手。
Agent 能干的活有这么几类：
- 自动建节点：照着自然语言指令把工作流搭起来。
- 批量生成：自动跑工作流，再把结果收拢回来。
- 看图迭代：先看生成出来的图，再自动调参数、重新跑一遍。
眼下它支持 45 种工具 MCP 服务端，还能另外装 Agent Skills。想搭自动化的内容生产线，这是底子，比如让 Agent 按脚本自动出分镜，再根据反馈改画面。
与云端平台的对比
做云端 AI 视频创作的平台已经不少，LibTV（LiblibAI）就是其中之一。ComfyTV 跟它们不是一回事。
| 维度 | ComfyTV | 云端平台 (如 LibTV) |
|---|---|---|
| 部署方式 | 本地部署，需自备显卡 | 云端 SaaS，开箱即用 |
| 费用 | 完全免费，开源 (GPL-3.0) | 订阅制或积分制 |
| 数据隐私 | 数据完全留在本地，隐私性极高 | 素材需上传云端 |
| 模型控制 | 依赖本地安装的模型，自由度高 | 使用平台聚合的模型，选择受限 |
| 学习门槛 | 较高，需懂 ComfyUI 基础 | 较低，界面友好 |
| 适用场景 | 隐私敏感、深度定制、长期项目 | 快速尝试、团队协作、新手入门 |
掌控权和隐私，是 ComfyTV 的长处。内部培训材料、客户保密项目，或者手里有特定微调模型的团队，本地化几乎是唯一走得通的路。云端平台反过来更适合不想折腾环境、只想快点出片的新手和小团队。
如何开始使用
想用 ComfyTV，前提是基础 ComfyUI 环境已经装好配好，本地也下好了要用的模型（如 SD1.5, SDXL, LTX I2V 等）。
- 安装把 ComfyTV 仓库克隆到 ComfyUI 的
custom_nodes目录下，重启 ComfyUI。添加节点菜单里找到 ComfyTV 分类，相关节点就都在那儿了。 - 创建项目：放一个 Project 节点，把项目初始化。往后所有操作都在这个项目上下文里进行。
- 配置工作流：从侧边栏挑一个预设工作流，或者导入现成的 JSON 文件。输入参数和本地模型都要绑好。
- 生成与编辑：拖进素材或敲入提示词，点运行。弹出的 Picker 里挑中满意的结果，之后还能做 Inpaint（重绘）、Crop（裁剪）、Upscale（超分）这些编辑。
- 合成导出：用 Compose 类节点把多段拼起来，加上转场效果，最后由导出节点生成成片视频文件。
总结
ComfyTV 并不是要替掉 ComfyUI，而是想让它更好用。原生界面在复杂媒体工作流里交互跟不上，它把画布概念、增量更新和项目化管理引进来，补上这块短板，让 AI 视频创作更接近专业后期软件的操作体验。
门槛当然还在。显卡驱动、模型下载、环境配置，这些都得自己解决。可对那些已经在 ComfyUI 生态里扎得很深、又想要更高效工作流的创作者来说，ComfyTV 是个可以试一试的选项。本地 AI 创作也由此从“极客玩具”往“生产力工具”挪了一步。
