ComfyUI4 の履歴(No.4)

• 履歴一覧
• 差分 を表示
• 現在との差分 を表示
• ソース を表示
• ComfyUI4 へ行く。
  • 1 (2026-01-11 (日) 16:48:23)
  • 2 (2026-01-12 (月) 15:34:43)
  • 3 (2026-01-12 (月) 19:42:22)
  • 4 (2026-01-13 (火) 03:57:34)
  • 5 (2026-01-13 (火) 10:18:04)
  • 6 (2026-01-20 (火) 11:34:14)

---

私的AI研究会 > ComfyUI4

画像生成AI「ComfyUI」４（応用編）　== 編集中 ==†

　「ComfyUI」を使ってローカル環境でのAI画像生成を検証する

「ComfyUI」カスタムノード†

プロジェクトで作成するワークフロー†

• ComfyUI_proj.zip をダウンロード
  ・解凍してできるフォルダ
  

  ComfyUI
  ├─input　　　　　　　　　　　　　　← ワークフローに含まれる入力画像
  └─user
      └─default
          └─workflows　　　　　　　　← ワークフローの保存場所
              ├─_audio
              ├─_base
              ├─_base_i2i
              ├─_base_t2i
              ├─_prompt
              ├─_utility
              ├─_video
              └─test

  ・解凍してできる「ComfyUI/」フォルダを「StabilityMatrix/Data/Packages/ComfyUI」へ上書きコピーする
  
  

• ワークフローと動作環境による生成時間（分：秒）
  

  ワークフロー	機　能	CPU					CPU
  		RTX 4070	RTX 4060	RTX 4060L	RTX 3050	GTX 1050	i7-1260P
  test_ipadapter_simple.json	参照画像で生成をコントロール	00:12.96	00:16.68	00:29.31	00:26.77	00:54.24	04:45.0
  test_ipadapter_simple2.json	Face Modelを使用する	00:03.62	00:05.27	00:06.99	00:10.52	00:42.66	05:54.65
  test_ipadapter_style.json	Style & Composition を使用	01:39.48	01:13.15	01:21.93	01:31.91	05:02.54	41:12.24
  test_ipadapter_style2.json	ControlNetを使用する	01:20.56	00:46.68	01:09.03	01:29.00	08:45.98	95:12.10
  test_ipadapter_faceswap.json	faceSAwapelをやってみる	00:12.38	00:25.36	00:34.30	00:48.73	03:12.04	52:33.24
  test_ipadapter_base.json	IPAdapter 基本ワークフロー	00:02.57	00:04.29	00:07.28	00:08.68	00:30.41	03:03.55
  t2i_face_detailer.json	Face Detailer text2img 基本	00:08.62	00:16.88	00:23.00	00:27.99	01:33.95	13:41.91
  i2i_face_detailer.json	Face Detailer img2img 基本	00:04.83	00:09.57	00:23.33	00:18.45	01:15.43	10:05.17
  test_DDColor.json	DDColor 白黒画像をカラー画像に	00:02.15	00:02.11	00:02.55	00:02.79	00:03.37	00:05.36
  test_DDColor+blend.json	濃淡の調整を追加	00:00.05	00:00.04	00:00.06	00:00.05	00:00.10	00:00.05
  paint-by-example_maskedit.json	paint by example 画像の一部入替	00:10.03	00:11.21	00:11.41	00:38.21	00:59.66	03:38.28
  paint-by-example_mask.json	マスク画像を個別入力	00:06.87	00:06.68	00:07.06	00:13.08	00:45.95	03:40:78
  t2i_tagger.json	Tagger 画像からプロンプトを得る	00:07.67	00:11.78	00:20.71	00:13.08	00:43.84	05:08.32
  txt2img_ipn_input.json	AlekPet プロンプトを日本語入力	00:02.71	00:05.26	00:06.46	00:11.25	00:40.46	05:14.42
  txt2img_ipn_input2.json	Negative Prompt を日本語入力	00:02.6	00:04.89	00:04.42	00:09.00	00:39.57	06:23.89
  ollama.json	Ollama LLMを使用する	00:31.25	00:19.42	00:11.71	00:35.31	00:39.61	00:48.61
  ollama_test.json	「txt2img」ワークフロー	00:06.16	00:17.71	00:10.27	00:17.21	01:39.93	05:45.38
  test_XYPlot -LoRA_Clip Str01.json	XY Plot 生成画像を比較	02:25.86	01:38.92	03:14.56	03:53.02	09:40.70	79:55.20

  　※「paint-by-example」ノードを CPU で使用する場合→ 『paint-by-example_comfyUI』ノードが CPU モードで実行できない
  

カスタムノードのインストール（共通手順）†

1.「Manager」ボタンを押し「ComfyUI Manager」から「Custom Nodes Manager」を選択
2. カスタムノード を検索。インストールするノードの「Install」を押す
3. バージョン番号を選択（基本「latest」を選択）
4. インストールが完了すると、ComfyUI の再起動を求められるので、下部の「Restart」ボタンを押す
5.「Confirm」（確認）ボタンを押すとインストール開始する
6. インストール完了すると再度確認ウインドウが開く（別のウインドウがオープンするので閉じる）
7. 前のブラウザ画面で「Confirm」（確認）ボタンを押す
8.「ComfyUI Manager」でインストール完了となっていることを確認してブラウザと「Stability Matrix」を一旦終了する

← インストール完了の状態

参照画像で生成をコントロールする「IPAdapter」『ComfyUI_IPAdapter_plus』†

1. カスタムノード『ComfyUI_IPAdapter_plus』をインストールする
   ・GitHub: ComfyUI_IPAdapter_plus
   
   
2. IPAdapter モデルをダウンロードして配置する →「StabilityMatrix/Data/Models/」
   ① ClipVision/（ダウンロード後必ずファイル名を以下の名称に変更すること）
   ・CLIP-ViT-H-14-laion2B-s32B-b79K.safetensors
   ・CLIP-ViT-bigG-14-laion2B-39B-b160k.safetensors
   ・clip-vit-large-patch14-336.bin
   ② IpAdapter/
   ・https://huggingface.co/h94/IP-Adapter/resolve/main/models/ip-adapter_sd15.safetensors
   ・https://huggingface.co/h94/IP-Adapter/resolve/main/models/ip-adapter_sd15_light_v11.bin
   ・https://huggingface.co/h94/IP-Adapter/resolve/main/models/ip-adapter-plus_sd15.safetensors
   ・https://huggingface.co/h94/IP-Adapter/resolve/main/models/ip-adapter-plus-face_sd15.safetensors
   ・https://huggingface.co/h94/IP-Adapter/resolve/main/models/ip-adapter-full-face_sd15.safetensors
   ・https://huggingface.co/h94/IP-Adapter/resolve/main/models/ip-adapter_sd15_vit-G.safetensors
   ・https://huggingface.co/h94/IP-Adapter/resolve/main/sdxl_models/ip-adapter_sdxl_vit-h.safetensors
   ・https://huggingface.co/h94/IP-Adapter/resolve/main/sdxl_models/ip-adapter-plus_sdxl_vit-h.safetensors
   ・https://huggingface.co/h94/IP-Adapter/resolve/main/sdxl_models/ip-adapter-plus-face_sdxl_vit-h.safetensors
   ・https://huggingface.co/h94/IP-Adapter/resolve/main/sdxl_models/ip-adapter_sdxl.safetensors
   ③ Lora/
   ・https://huggingface.co/h94/IP-Adapter-FaceID/resolve/main/ip-adapter-faceid_sd15.bin
   ・https://huggingface.co/h94/IP-Adapter-FaceID/resolve/main/ip-adapter-faceid-plusv2_sd15_lora.safetensors
   ・https://huggingface.co/h94/IP-Adapter-FaceID/resolve/main/ip-adapter-faceid_sdxl_lora.safetensors
   ・https://huggingface.co/h94/IP-Adapter-FaceID/resolve/main/ip-adapter-faceid-plusv2_sdxl_lora.safetensors
   
   
3. ワークフローを作成する
   ① ノード添付の サンプル基本ワークフロー「custom_nodes/comfyui_ipadapter_plus/examples/ipadapter_simple.json」を読み出す
   ②「Load Checkpoint」ノードのモデルを指定する
   ③「IPAdapter Unified Loader」のノードで「PLUS(hight strength」を指定する
   ②「Load Image」ノードの参照画像を指定する（例：monalisa.png）
   ③ プロンプトを入力（例： a man with beard ）
   
   
   
   ①「Run」を押して画像を生成する
   
   
   　※ ワークフロー：「test/」test_ipadapter_simple.json
   
   
4. Face Modelを使用する
   ①「IPAdapter Unified Loader」のノードで「PLUS FACE(portraits」を指定する
   ②「Load Image」ノードの参照画像を指定する（の機能を使うときは顔のみの画像を使用する）
   ③ プロンプトを入力（例： a woman playing soccer, stadium, grass field, dribbling ）
   
   
   
   ①「Run」を押して画像を生成する
   
   
   　※ ワークフロー：「test/」test_ipadapter_simple2.json
   
   
5. 「Style & Composition」を使用する（SDXL モデル）
   ①「test_ipadapter_simple.json」ワークフローを別名「test_ipadapter_style.json」で保存して使用する
   ②「IPAdapter」を「IPAdapter Style & Composition SDXL」のノードに変更する
   ③「Load Checkpoint」ノードに SDXL モデルを指定する
   ④「Load Image」ノードを追加し画像を指定する
   ⑤「Empty Latent Image」でサイズを 10924x1024 に設定
   ⑥ プロンプトを入力（例： beautiful woman, high quality, detailed ）
   
   
   
   ①「Run」を押して画像を生成する
   
   
   　※ ワークフロー：「test/」test_ipadapter_style.json
   
   
6. 「ControlNet」を併用する
   
   
   
   ① サイト IPAdapter Plus (V2) | One-Image Style Transfer のワークフローを参考にする
   ②「test_ipadapter_style.json」をロードし変更を加える
   ・SD1.5 モデルを使用する
   ・① と同じように「ControlNet」関連ノードを配置する
   ・「Empty Latent Image」ノードを削除し代わりに入力イメージ →「VAE Encode」出力を繋ぐ
   ・生成画像サイズは入力イメージと同じになる
   
   ③ ワークフローの完成
   
   
   ④「Run」を押して画像を生成する
   
   
   
   ⑤「ControlNet」は１段のみでもそれなりに動作する
   
   　※ ワークフロー：「test/」test_ipadapter_style2.json
   
   
7. 「faceSAwap」をやってみる
   
   
   
   ① サイト ComfyUI.Tokyo: SD1.5 IPAdapter face swap のワークフローを参考にする
   ②「test_ipadapter_style.json」をロードし変更を加える
   ・SD1.5 モデルを使用する
   ・ClipVision のモデル「ip_adapter_sd_image_encoder.safetensors」は
   　「CLIP-ViT-H-14-laion2B-s32B-b79K.safetensors」と同じもの
   ・TextEncoders モデル「clip_l.safetensors」がないときは下記からダウンロードして配置する
   　→ clip_l.safetensors
   ・生成画像サイズは入力イメージと同じになる
   
   ③ ワークフローの完成
   
   
   ④「Run」を押して画像を生成する
   
   
   　※ ワークフロー：「test/」test_ipadapter_faceswap.json
   
   
8. 入力画像とパラメータ設定により効果の度合いが変化する
   ① サイト [ComfyMaster29] 参照画像でAIをコントロール！IPAdapterの使い方 のワークフローを参考にする
   
   
   
   　※ ワークフロー：「test/」test_ipadapter_base.json
   

顔を修正する「Face Detailer」『Impact Pack』†

1. カスタムノード２つ『ComfyUI-Impact-Pack』『ComfyUI-Impact-Subpack』をインストールする（「 Impact 」で検索）
   ・GitHub: ComfyUI-Impact-Pack
   ・GitHub: ComfyUI-Impact-Subpack
   （参考）comfyUI-extension-tutorials
   
   
2. 『t2i_face_detailer』（text2ing）基本ワークフロー
   
   
   ①「Run」を押して画像を生成する
   
   
   　※ ワークフロー：「_base_t2i/」t2i_face_detailer.json
   
   
3. 『i2i_face_detailer』（img2img）基本ワークフロー
   
   
   ①「Run」を押して画像を生成する
   
   
   　※ ワークフロー：「_base_i2i/」i2i_face_detailer.json
   

モノクロ画像をカラー画像にする「DDColor」『ComfyUI-DDColor』†

1. カスタムノード『 ComfyUI-DDColor 』をインストールする
   ・GitHub: ComfyUI-DDColor
   
   
2. ワークフローを実行する
   
   
   ①「Run」を押して画像を生成する
   
   
   　※ ワークフロー：「test/」test_DDColor.json
   
   
3. カスタムノード『WAS Node Suite (Revised)』をインストールする（「 WAS Node Suite 」で検索）
   ・WAS Node Suite (Revised)
   
   
4. 濃淡の調整を追加したワークフローを実行する
   
   
   ①「Run」を押して画像を生成する
   
   
   　※ ワークフロー：「test/」test_DDColor+blend.json
   

画像の一部を別の画像に入れ替える「paint by example」『paint-by-example_comfyUI』†

1. カスタムノード『 paint-by-example_comfyUI 』をインストールする
   ・GitHub: paint-by-example_comfyui
   ・ワークフロー phyblas/ironna_comfyui_workflow
   
   
2. マスク画像を作成するワークフローを実行する
   
   
   
   ①「Run」を押して画像を生成する
   
   
   　※ ワークフロー：「_utility/」paint-by-example_maskedit.json
   
   
3. マスク画像を個別入力するワークフローを実行する
   
   
   ①「Run」を押して画像を生成する
   
   
   　※ ワークフロー：「_utility/」paint-by-example_mask.json
   
   
4. 実行結果の例
   
   

画像からプロンプトを得る「 Tagger 」『WD14 Tagger』†

1. カスタムノード『ComfyUI WD 1.4 Tagger』をインストールする
   ・GitHub: ComfyUI WD 1.4 Tagger
   
   
2. bs_text2img.json『text-to-image』基本ワークフローを読み出す
   ①「test_text2img.json」ワークフローをキャンバス上にドラッグ＆ドロップする
   ②「Load Image」ノードを追加する
   ③「WD14 Tagger」ノードを追加する
   ④「String Function」ノードを追加する
   ⑤「Show Text」ノードを追加する
   ⑥「Load Image」IMAGE を「WD14 Tagger」image に接続
   ⑦「WD14 Tagger」STRING を「String Function」の中央のテキストボックスに接続する※
   ⑧「String Function」の STRING と「CLIP Text Encode (Prompt)」のテキストボックスに接続※
   ⑨「String Function」の STRING と「Show Text」の text を繋ぐ
   ⑩「CLIP Text Encode (Prompt)」のテキストボックスをクリア
   ⑪「String Function」の 上の適するボックスにプロンプト（前半）を入力
   

   masterpiece,best quality,8k,raw photo,photo realistic,

   ⑫「CLIP Text Encode (Prompt)」の ネガティブ・プロンプトを入力
   

   worst quality,low quality,painting,sketch,flat color,monochrome,grayscale,ugly face,bad face,bad anatomy,deformed eyes,missing fingers,acnes,skin blemishes,nsfw,nude,nipples

   ※ 以前の「Convert Widget to Input」による設定の必要はなくなった
   
   
3. 『t2i_tagger』（text2ing）基本ワークフロー
   
   
   ①「Run」を押して画像を生成する
   
   
   　※ ワークフロー：「_base_t2i/」t2i_tagger.json
   
   ・参考：「WD14 Tagger」の出力プロンプト
   

   1girl, solo, long_hair, looking_at_viewer, brown_hair, brown_eyes, jewelry, upper_body, earrings, outdoors, parted_lips, necklace, mole, blurry, lips, blurry_background, freckles, realistic, nose,

プロンプトを日本語入力する「AlekPet」『ComfyUI_Custom_Nodes_AlekPet』†

1. カスタムノード『 ComfyUI_Custom_Nodes_AlekPet 』をインストールする
   ・GitHub: ComfyUI_Custom_Nodes_AlekPet
   
   
2. プロンプト/ネガティブ・プロンプトを日本語入力にする（使い方１）
   
   
   
   ①「Deep Transfer Text Node」の text を「CLIP Text Encode」ノードに注入する
   ②「Preview Textn Node」を翻訳後の確認のため接続しておく（任意）
   
   　※ ワークフロー：「_utility/」txt2img_ipn_input.json
   
   
3. プロンプト/ネガティブ・プロンプトを日本語入力にする（使い方２）
   
   
   
   ①「Deep Transfer Text Node」を「CLIP Text Encode」ノードと入れ替える
   ②「Preview Textn Node」を翻訳後の確認のため接続しておく（任意）
   
   　※ ワークフロー：「_utility/」txt2img_ipn_input2.json
   
   

• ノードをまとめてテンプレートとして保存する（例：日本語翻訳と確認）
  
  
  
  ①「Ctrl」キーを押しながらテンプレートとして保存したいノードをドラッグで指定
  ② 囲まれた領域の上で右クリックする
  ③ 表示されたメニューから「Save Selected as Template」を選択
  ④ 名前を付ける（例：「prompy_jpn」「neg_prompt_jpn」）
  
  テンプレートの保存場所（ファイル）：
  　「ComfUI/user/default/comfy.templates.json」
  
  
  
• 保存したテンプレートを使う（例：日本語翻訳と確認）
  
  
  
  ① キャンバス上の何もないところで右クリック
  ② メニューから「Node Template」→「テンプレート名」を選択する
  
  
  
• 日本語翻訳テンプレート
  
  
  
  ・プロンプト テキスト翻訳：「prompy_jpn」
  ・ネガティブ・プロンプトテキスト翻訳：「neg_prompt_jpn」
  ・プロンプト テキスト翻訳 + CLIP：「prompy_clip_jpn」
  ・ネガティブ・プロンプトテキスト翻訳 + CLIP：「neg_prompt_clip_jpn」
  

ComfyUIでLLMを使用する「Ollama」『ComfyUI Ollama』†

1. 以下のコマンドで画像を扱うことのできる「llava-phi3」LLM モデルをインストールする
   

   ollama run llava-phi3:latest

   ▼「llava-phi3」インストール・ログ
   ▲「llava-phi3」インストール・ログ

   (base) PS D:\anaconda_win> ollama run llava-phi3:latest
   pulling manifest
   pulling 377876be20ba: 100% ▕█████████████████████████████████████▏ 2.3 GB
   pulling 004fc0969720: 100% ▕█████████████████████████████████████▏ 607 MB
   pulling c608dc615584: 100% ▕█████████████████████████████████████▏  149 B
   pulling cadf483f03b5: 100% ▕█████████████████████████████████████▏  155 B
   pulling 3921dac664c1: 100% ▕█████████████████████████████████████▏  492 B
   verifying sha256 digest
   writing manifest
   success
   >>> What kind of LLM model are you?
   I am a large language model based on the transformer architecture. I have been trained using machine learning
   techniques to process and generate natural language text, allowing me to understand and respond to various types
   of questions and prompts. Some examples of other transformer-based models include BERT, GPT-3, and T5.
   
   >>> /bye
   (base) PS D:\anaconda_win> ollama ls
   NAME                                                                     ID              SIZE      MODIFIED
   llava-phi3:latest                                                        c7edd7b87593    2.9 GB    2 minutes ago
   gemma3:12b                                                               f4031aab637d    8.1 GB    6 weeks ago
   hf.co/tatsuyaaaaaaa/DeepSeek-R1-Distill-Qwen-14B-Japanese-gguf:latest    64961a571e20    6.9 GB    4 months ago
   deepseek-r1:latest                                                       0a8c26691023    4.7 GB    6 months ago
   llama3.2:latest                                                          a80c4f17acd5    2.0 GB    6 months ago
   gemma3:latest                                                            a2af6cc3eb7f    3.3 GB    6 months ago
   (base) PS D:\anaconda_win>

   
   
2. カスタムノード『ComfyUI Ollama』をインストールする（「 ollama 」で検索）
   ・GitHub: ComfyUI Ollama
   
   
3. 『ComfyUI Ollama』の使い方
   
   
   
   ①「OllamaConnectivity」ノードを配置しモデルを設定する
   ②「OllamaGenerate」ノードでシステムプロンプトとテキスト入力
   ③「Load Image」ノードで画像入力（必要であれば）
   ④「Preview Text Node」ノードで生成テキストを確認
   ⑤「Deep Transrator Text Node」「Preview Text Node」ノードで日本語訳を見ることができる
   
   　※ ワークフロー：「_prompt/」ollama.json
   
   
4. 「txt2img」ワークフローに追加して生成してみる
   
   
   ①「Run」を押して画像を生成する
   
   
   　※ ワークフロー：「_prompt/」ollama_test.json
   

各種パラメータによる生成画像を比較する『XY Plot』†

1. カスタムノード『Efficiency Nodes for ComfyUI』をインストールする（「 efficiency-nodes 」で検索）
   ・GitHub: Efficiency Nodes for ComfyUI Version 2.0+
   
   
2. 実装確認のワークフローを作成する
   ① ノード添付の サンプル基本ワークフローを読み出す
   　「custom_nodes/efficiency-nodes-comfyui/workflows/Eff_XYPlot - LoRA Model vs Clip Strengths01.png」をドラッグ＆ドロップする
   ②「Efficient Loder」ノードの「ckpt_name」「vae_name」を指定する
   ③「XY Input: LoRA Plot」ノードの「Lola_name」「x_batch_count」「y_batch_count」を指定する
   
   
3. ワークフローを生成してみる
   
   
   ①「Run」を押して画像を生成する
   
   
   　※ ワークフロー：「test/」test_XYPlot -LoRA_Clip Str01.json
   
   
4. 実行ログ
   

   ----------------------------------------
   XY Plot Results:
   (X) LoRA MStr
   (Y) LoRA CStr
   img_count: 4
   img_dims: 640 x 640
   plot_dim: 2 x 2
   ckpt: fudukiMix_v20.safetensors
   clip_skip: -2
   lora: ayame_LoRA_v20.safetensors
   lora_mstr: 0.0, 1.0
   lora_cstr: 0.0, 1.0
   vae:  sdxl_vae
   seed: 593927061734313
   steps: 20
   cfg: 7.0
   sampler: dpmpp_sde
   scheduler: karras
   denoise: 1.0
   ----------------------------------------
   XY Plot Models Cache:
   Ckpt:
     [1] fudukiMix_v20
   ----------------------------------------
   Prompt executed in 157.80 seconds

   
   
5. 2025/12/11現在「Efficient Loder」ノードに不具合がある
   
   
   
   「lola_clip_strength」の値が変更できないので、変更が必要な場合は引き出して「Primitive」ノードを利用する
   

• 含まれるカスタムノード例
  
  
  ①「Efficient Loder」: ModelやLora, プロンプトなど
  ②「KSampler (Efficient)」: Script というインプットに XY Plot のための設定を入れることができる
  ③「Script」:「XY Plot」XY plot 用のノード
  ④「XY Input」: x と y にそれぞれ変化させたいものを入れる
  　リストの項目にある入力ノードを選択する
  ⑤「Manual XY Entry Info」: 入力項目を選択できるカスタムノード
  

推奨する生成画像の保存場所†

• 「Save Image」ノードの「filename_prefix」を変更する
  
  ① 出力フォルダ内の「ComfyUI/YYYY-MM-DD/」日付ディレクトリに「ComfyUI_YYYY-MM-DD_連番_.png」
  

  ComfyUI/%date:yyyy%-%date:MM%-%date:dd%/ComfyUI_%date:yyyy%-%date:MM%-%date:dd%

  ② 出力フォルダ内の「ComfyUI/YYYY-MM-DD/」日付ディレクトリに「IPAdapter_YYYY-MM-DD_連番_.png」
  

  ComfyUI/%date:yyyy%-%date:MM%-%date:dd%/IPAdapter_%date:yyyy%-%date:MM%-%date:dd%

  ③ 出力フォルダ内の「ComfyUI/YYYY-MM-DD/」日付ディレクトリに「xyplot_00_YYYY-MM-DD_連番_.png」
  

  ComfyUI/%date:yyyy%-%date:MM%-%date:dd%/xyplot_00_%date:yyyy%-%date:MM%-%date:dd%

  ④ 出力フォルダ内の「ComfyUI/YYYY-MM-DD/」日付ディレクトリに「ComfyUI_シード値_連番_.png」
  

  ComfyUI/%date:yyyy%-%date:MM%-%date:dd%/ComfyUI_%KSampler.seed%

忘備録†

『paint-by-example_comfyUI』ノードが CPU モードで実行できない†

• エラー内容
  

   Pipelines loaded with `dtype=torch.float16` cannot run with `cpu` device. It is not recommended to move them to `cpu` as running them will fail. Please make sure to use an accelerator to run the pipeline in inference, due to the lack of support for`float16` operations on this device in PyTorch. Please, remove the `torch_dtype=torch.float16` argument, or use another device for inference.

   `dtype=torch.float16` でロードされたパイプラインは `cpu` デバイスでは実行できません。実行に失敗してしまうため、`cpu` への移動は推奨されません。PyTorch はこのデバイスでの `float16` 演算をサポートしていないため、推論でパイプラインを実行する際は必ずアクセラレータを使用してください。`torch_dtype=torch.float16` 引数を削除するか、推論に別のデバイスを使用してください。

• 原因
  パイプラインのデバイス指定が不適切（CPU only に対応していない）
  

• 対処方法
  ・「ComfyUI/custom_nodes/paint-by-example_comfyui/jie2dian3.py」ファイルを変更する
  

  class PaintbyExampleSimple:
      def __init__(self):
          if device == 'cpu':                     # 2025/12/31
              self.pipe = PaintByExamplePipeline.from_pretrained(
                  'Fantasy-Studio/Paint-by-Example',
              ).to(device)
          else:
              self.pipe = PaintByExamplePipeline.from_pretrained(
                  'Fantasy-Studio/Paint-by-Example',
                  torch_dtype=torch.float16,
              ).to(device)
  
      @classmethod

更新履歴†

• 2025/11/03 初版
  
• 2025/11/17「AlekPet」追加
  
• 2025/11/18「ComfyUI Ollama」追加
  
• 2025/12/09「IPAdapter」追加
  
• 2025/12/11「XY Plot」追加
  

参考資料†

• ComfyUI
  
  • GitHub: comfyanonymous/ComfyUI
    

• ComfyUI Custom Node
  
  • ComfyUIにCustom Nodes（拡張機能）をインストールする方法
    
  • comfyuiのノードtips自分用まとめ　2024.8.5　更新
    

• ComfyUI Custom Node 「IPAdapter」
  
  • GitHub: cubiq/ComfyUI IPAdapter plus
    
  • ComfyUI で IPAdapter + ControlNet を試す
    
  • 【ComfyUI画像生成】IPAdapterで画像の特徴を別の画像に適用する
    
  • ComfyUI IPAdapter 同じキャラでシチュエーションを変えてみる
    
  • 【Stable Diffusion】ComfyUIを使って画像生成AIで遊んでみよう【IPAdapter編】
    

• 【#11】IPAdapter導入ガイド（配布テンプレート画像有り）【ComfyUI講座】【2025年版】 ***
  
• [ComfyMaster29] 参照画像でAIをコントロール！IPAdapterの使い方
  
• [ComfyMaster28] 落書きが画像に！ControlNet Scribble入門 #ComfyUI
  
• 【最新技術】『IP-Adapter FaceID Plus V2』の使い方！高精度で同じ顔を生成しよう！
  
• ComfyUIとIPAdapterで実現する！顔と服装の一貫性を保った画像生成術
  
• IPAdapter Plus（V2）| スタイルとコンポジション
  
• IPAdapter Plus (V2) | One-Image Style Transfer
  
• ComfyUI.Tokyo: SD1.5 IPAdapter face swap
  

• ComfyUI Custom Node 「Impact-Pack」
  
  • 【Stable Diffusion】ComfyUIを使って画像生成AIで遊んでみよう【Face Detailer編】
    
  • 【Impact Pack #2】顔を再描画！Face Detailerの使い方【ComfyUI】
    
  • 【Impact Pack #3】部分的に修正！Detailer系いろいろ紹介【ComfyUI】
    
  • 最新のアップデートでUltralyticsDetectorProviderが「削除」された後、FaceDetailerをどうやって使うんだっけ？
    
  • GitHub: ComfyUI-Impact-Pack
    
  • GitHub: ComfyUI-Impact-Subpack
    
  • GitHub: comfyUI-extension-tutorials
    

• ComfyUI Custom Node 「WD14 Tagger」
  
  • ComfyUIの基本的な使い方 Image-to-image編
    
  • Convert Widget を Input オプションに
    
  • GitHub: ComfyUI WD 1.4 Tagger
    

• ComfyUI Custom Node 「ComfyUI IPAdapter plus」
  
  • 【Stable Diffusion】ComfyUIを使って画像生成AIで遊んでみよう【IPAdapter編】
    
  • ComfyUI で IPAdapter + ControlNet を試す
    
  • GitHub: ComfyUI IPAdapter plus
    

• ComfyUI Custom Node 「ComfyUI_experiments」
  
  • 【ComfyUI】Reference_Onlyを適用して同じ顔を生成する方法！
    
  • GitHub: ComfyUI_experiments
    

• ComfyUI Custom Node 「DDColor」
  
  • 古い白黒写真をリアルにカラー化🎨DDColorを試す
    
  • ComfyUI-DDColor
    
  • GitHub: ComfyUI-DDColor
    
  • GitHub: WAS Node Suite (Revised)
    

• ComfyUI Custom Node 「paint by example」
  
  • ComfyUIでpaint by exampleを実行するカスタムノードを自作して公開しました
    
  • GitHub: paint-by-example_comfyui
    
  • GitHub: phyblas/ironna_comfyui_workflow
    

• ComfyUI Custom Node 「AlekPet」
  
  • ComfyUI でプロンプトを日本語入力する
    
  • テンプレートの保存場所？
    
  • GitHub: ComfyUI_Custom_Nodes_AlekPet
    

• ComfyUI Custom Node 「Ollama」
  
  • ComfyUIでLLMを使用する方法
    
  • 【Ollama】ComfyUIでLLMを使う方法
    
  • ComfyUIとOllamaを組み合わせて画像生成してみる
    
  • llava-phi3
    
  • ComfyUI Ollama
    

• ComfyUI Custom Node 「XY Plot」
  
  • GitHub: Efficiency Nodes for ComfyUI Version 2.0+
    
  • ComfyUIでxy plotをする方法についてのメモ
    
  • [ComfyMaster19]「XY Plot」で実験結果を比較! #ComfyUI
    
  • ComfyUIおすすめカスタムノード
    
  • GitHub: D2 Nodes ComfyUI