PAI ArtLab デベロッパーセンターの使用 - Platform For AI - Alibaba Cloud ドキュメントセンター

このトピックでは、デベロッパーセンターを使用して ComfyUI API 統合を検証する方法を説明します。

PAI ArtLab コンソールにログオンします。

ComfyUI API 統合の検証

API 版

ComfyUI API 版を使用すると、複数の ComfyUI インスタンス間で API 呼び出しを行うことができます。このエディションは開発者による API 統合向けに設計されており、Web ベースのグラフィカルユーザーインターフェイスはありません。ComfyUI はステートフルサービスであるため、複数のインスタンスがデプロイされている場合、EAS 非同期キューサービスを使用して ComfyUI サービスを呼び出す必要があります。

前提条件

Python 環境がセットアップ済みで、非同期キュー用の EAS ソフトウェア開発キット (SDK) がインストールされていること： pip install eas_prediction

操作手順

PAI ArtLab コンソールにログインします。[開発者センター] ページで、Custom Services タブをクリックし、次に [カスタムサービスの作成] をクリックします。

Service Version には、 [ComfyUI (API Edition)] を選択します。
Service StatusがRunningになったら、Call Informationをクリックします。Reponse URL (Internet) タブで、リクエスト URL、トークン、エンドポイント、およびサービス ID を取得します。

URL のドメイン名部分 (例： cn-shanghai.pai-eas.aliyuncs.com) がエンドポイントです。URL パスの最後のセグメント (例： ai4d_comfyuiapi_1u38************) がサービス ID です。非同期キュークライアントを呼び出す場合、このサービス ID の末尾に「/sink」を追加して「service_name」パラメーターを構成する必要があります。URL の横にあるコピーボタンをクリックして、アドレスをコピーします。トークンはデフォルトでアスタリスクで非表示になっています。目のアイコンをクリックしてトークンを表示します。

取得した情報に基づいて、コード内の対応する内容を置き換え、コードを実行します。

コード例

import requests
##### エンドポイント情報に基づいて、以下のパラメータを置き換えます。#####
input_url = "http://115************.cn-shanghai.pai-eas.aliyuncs.com/api/predict/ai4d_comfyuiapi_1u38************"
token = "Yjha************"
endpoint = "115************.cn-shanghai.pai-eas.aliyuncs.com"
service_name = "ai4d_comfyuiapi_1u38************/sink"
################################
session = requests.session()
session.headers.update({"Authorization": f"{token}"})
work_flow = {
    "3": {
        "inputs": {
            "seed": 156680208700286,
            "steps": 20,
            "cfg": 8,
            "sampler_name": "euler",
            "scheduler": "normal",
            "denoise": 1,
            "model": [
                "4",
                0
            ],
            "positive": [
                "6",
                0
            ],
            "negative": [
                "7",
                0
            ],
            "latent_image": [
                "5",
                0
            ]
        },
        "class_type": "KSampler",
        "_meta": {
            "title": "K Sampler"
        }
    },
    "4": {
        "inputs": {
            "ckpt_name": "3dAnimationDiffusion_v10.safetensors"
        },
        "class_type": "CheckpointLoaderSimple",
        "_meta": {
            "title": "Checkpoint Loader (Simple)"
        }
    },
    "5": {
        "inputs": {
            "width": 512,
            "height": 512,
            "batch_size": 1
        },
        "class_type": "EmptyLatentImage",
        "_meta": {
            "title": "Empty Latent"
        }
    },
    "6": {
        "inputs": {
            "text": "beautiful scenery nature glass bottle landscape, , purple galaxy bottle,",
            "clip": [
                "4",
                1
            ]
        },
        "class_type": "CLIPTextEncode",
        "_meta": {
            "title": "CLIP Text Encoder"
        }
    },
    "7": {
        "inputs": {
            "text": "text, watermark",
            "clip": [
                "4",
                1
            ]
        },
        "class_type": "CLIPTextEncode",
        "_meta": {
            "title": "CLIP Text Encoder"
        }
    },
    "8": {
        "inputs": {
            "samples": [
                "3",
                0
            ],
            "vae": [
                "4",
                2
            ]
        },
        "class_type": "VAEDecode",
        "_meta": {
            "title": "VAE Decoding"
        }
    },
    "9": {
        "inputs": {
            "filename_prefix": "ComfyUI",
            "images": [
                "8",
                0
            ]
        },
        "class_type": "SaveImage",
        "_meta": {
            "title": "Save Image"
        }
    }
}
for i in range(1):
    payload = work_flow
    response = session.post(url=f'{input_url}/api_prompt?task_id=txt2img_test', json=payload)
    if response.status_code != 200:
        exit(f"send request error:{response.content}, response code:{response.status_code}")
    else:
        print(f"send {i} success, index is {response.content}")
from eas_prediction import QueueClient
sink_queue = QueueClient(f'{endpoint}', f'{service_name}')
sink_queue.set_token(f'{token}')
sink_queue.init()
watcher = sink_queue.watch(0, 1, auto_commit=False)
for x in watcher.run():
    if 'task_id' in x.tags:
        print('index {} task_id is {}'.format(x.index, x.tags['task_id']))
        print(f'index {x.index} data is {x.data}')
        sink_queue.commit(x.index)

コードの実行後、出力からファイル名を取得します。

send 0 success,index is b'1'
index 1 task_id is txt2img_test
index 1 data is b'{"status_code":200},{"type":"executed","data":{"node":"9","display_node":"9","output":{"images":[{"filename":"ComfyUI_00000000_174427782695938_599ffc33-edea-4e64-bb60-28e834940f5c_..png"}]}}}'

PAI ArtLab ページで、右上隅のアイコンにマウスカーソルを合わせ、[ストレージ] をクリックすると、OSS バケットにアクセスしてストレージパスを取得できます。

OSS ファイルリストでは、フォルダ名 (26*/ など) とそのサブフォルダ (data-115*/) がストレージパスです。
OSS 画像 URL を構築してアクセスします。形式は次のとおりです： OSS バケットパス/output/ファイル名

たとえば、26**/data-115**************/output/ComfyUI_00000000_174427782695938_599ffc33-edea-4e64-bb60-28e834940f5c_.png

専用版

ComfyUI 専用版は、API 呼び出しと Web ベースのデバッグの両方をサポートしています。テストと検証の手順については、「API版」のセクションを参照してください。

前提条件

Python 環境がセットアップされていること。

操作手順

PAI ArtLab コンソールにログインします。[開発者センター] ページで、Custom Services タブをクリックし、次に [カスタムサービスの作成] をクリックします。

Service Version には、[ComfyUI (専用版)] を選択します。
Service StatusがRunningに変わったら、Call Informationをクリックします。Public network address callタブで、リクエスト URL とトークンを取得します。

[Synchronous Call Information] ダイアログボックスには、スタンダード版サービスのみが同期呼び出しをサポートしていると表示されます。

取得した情報に基づいて、コード内の対応する内容を置き換え、コードを実行します。

コード例

import requests
##### エンドポイント情報に基づいて、以下のパラメータを置き換えます。#####
url = "http://ai4d_comfyuiapi_1u38************.115************.cn-shanghai.pai-eas.aliyuncs.com/"
token = "Yjha************"
################################
payload = {
    "prompt": {
        "3": {
            "inputs": {
                "seed": 156680208700286,
                "steps": 20,
                "cfg": 8,
                "sampler_name": "euler",
                "scheduler": "normal",
                "denoise": 1,
                "model": [
                    "4",
                    0
                ],
                "positive": [
                    "6",
                    0
                ],
                "negative": [
                    "7",
                    0
                ],
                "latent_image": [
                    "5",
                    0
                ]
            },
            "class_type": "KSampler",
            "_meta": {
                "title": "K Sampler"
            }
        },
        "4": {
            "inputs": {
                "ckpt_name": "3dAnimationDiffusion_v10.safetensors"
            },
            "class_type": "CheckpointLoaderSimple",
            "_meta": {
                "title": "Checkpoint Loader (Simple)"
            }
        },
        "5": {
            "inputs": {
                "width": 512,
                "height": 512,
                "batch_size": 1
            },
            "class_type": "EmptyLatentImage",
            "_meta": {
                "title": "Empty Latent"
            }
        },
        "6": {
            "inputs": {
                "text": "beautiful scenery nature glass bottle landscape, , purple galaxy bottle,",
                "clip": [
                    "4",
                    1
                ]
            },
            "class_type": "CLIPTextEncode",
            "_meta": {
                "title": "CLIP Text Encoder"
            }
        },
        "7": {
            "inputs": {
                "text": "text, watermark",
                "clip": [
                    "4",
                    1
                ]
            },
            "class_type": "CLIPTextEncode",
            "_meta": {
                "title": "CLIP Text Encoder"
            }
        },
        "8": {
            "inputs": {
                "samples": [
                    "3",
                    0
                ],
                "vae": [
                    "4",
                    2
                ]
            },
            "class_type": "VAEDecode",
            "_meta": {
                "title": "VAE Decoding"
            }
        },
        "9": {
            "inputs": {
                "filename_prefix": "ComfyUI",
                "images": [
                    "8",
                    0
                ]
            },
            "class_type": "SaveImage",
            "_meta": {
                "title": "Save Image"
            }
        }
    }
}
# リクエストを送信
session = requests.session()
session.headers.update({"Authorization": f"{token}"})
prompt_url = url + "prompt"
response = session.post(url=f'{prompt_url}', json=payload)
if response.status_code != 200:
    raise Exception(response.content)
data = response.json()
prompt_id = data['prompt_id']
print(f"Get data: {data}, get prompt ID: {prompt_id}")
# 結果を取得
# リクエスト URL を構築
history_url = f"{url}history/{prompt_id}"
session = requests.session()
session.headers.update({"Authorization": f"{token}"})
response = session.get(url=f'{history_url}')
if response.status_code != 200:
    raise Exception(response.content)
data = response.json()
print(data)
# JSON 形式のデータを解析して、すべての出力から画像情報を取得
for prompt_id, prompt_data in data.items():
    outputs = prompt_data.get("outputs", {})
    for node_id, node_data in outputs.items():
        images = node_data.get("images", [])
        for image in images:
            filename = image.get("filename")
            print(f"Node ID: {node_id}, Image file name: {filename}")

コードの実行後、出力からファイル名を取得します。

Get data:{'prompt_id':'d086402a-7454-43c5-a753-b338e4870be2','number':6,'node_errors':{}}get prompt ID:d086402a-7454-43c5-a753-b338e4870be2
{'d086402a-7454-43c5-a753-b338e4870be2':{'prompt':[6,'d086402a-7454-43c5-a753-b338e4870be2',{'3':{'inputs':{'seed':156680208700286,'steps':20,'cfg':8.0,'sampler_name':'euler','scheduler':'normal',...}}}]}}
Node ID: 9, Image file name: ComfyUI_00000000_174427782695938_599ffc33-edea-4e64-bb60-28e834940f5c_.png

PAI ArtLab ページで、右上隅のアイコンにカーソルを合わせ、[ストレージ] をクリックすると、OSS バケットにアクセスしてストレージパスを取得できます。
OSS 画像 URL を構築してアクセスします。形式は次のとおりです： OSS バケットパス/output/ファイル名

たとえば、26**/data-115**************/output/ComfyUI_00000000_174427782695938_599ffc33-edea-4e64-bb60-28e834940f5c_.png