ComfyUI
Usa los modelos de Atlas Cloud dentro de ComfyUI con nodos listos para usar. Sin GPU local — Seedance, Kling, Wan, Veo, Nano Banana, Seedream, FLUX y más.
Los nodos de Atlas Cloud para ComfyUI te permiten llamar a modelos alojados desde un grafo de ComfyUI. La generación se ejecuta en Atlas Cloud, así que puedes usar grandes modelos de video e imagen sin GPU local — y combinarlos con los nodos locales que ya tienes.
Repositorio en GitHub: AtlasCloudAI/atlascloud_comfyui
Requisitos
- ComfyUI (aplicación de escritorio o instalación desde el código)
- Python 3.10 o superior
- Una clave de API de Atlas Cloud — créala en console/api-keys
Instalación
cd ~/Documents/ComfyUI/custom_nodes
git clone https://github.com/AtlasCloudAI/atlascloud_comfyui.git
cd atlascloud_comfyui
~/Documents/ComfyUI/.venv/bin/python -m pip install -r requirements.txtDespués cierra ComfyUI por completo y vuelve a abrirlo.
Las dependencias son ligeras — requests, numpy y pillow.
Instala las dependencias en el mismo entorno de Python en el que se ejecuta ComfyUI. Usar un intérprete distinto es la causa más habitual del "module not found" tras la instalación.
Tras reiniciar, los nodos aparecen en Node Library → AtlasCloud.
Configurar tu clave de API
La clave no se lee de una variable de entorno. Añade un nodo AtlasCloud Client a tu grafo y pega la clave en él — ese nodo guarda la credencial y la base URL, y todos los demás nodos de Atlas Cloud toman de ahí su conexión.
El JSON de un flujo de trabajo guardado puede contener lo que hayas escrito en el nodo cliente. Vacía el campo antes de compartir públicamente un archivo de flujo de trabajo.
Inicio rápido
Instala los nodos y reinicia ComfyUI.
Arrastra examples/01-text-to-image.json desde el repositorio clonado al lienzo.
Selecciona el nodo AtlasCloud Client y pega tu clave de API.
Ejecuta el grafo.
Flujos de trabajo de ejemplo
El repositorio incluye grafos ejecutables en examples/:
| Archivo | Qué hace |
|---|---|
01-text-to-image.json | Texto a imagen, 3 nodos |
02-image-to-video.json | Imagen a video, 5 nodos |
03-multi-reference-video.json | Video guiado por referencias con hasta 8 imágenes de referencia, 7 nodos |
parallel_video/3x_parallel_t2v.workflow.json | Tres tareas de texto a video ejecutándose en paralelo |
Modelos disponibles
El conjunto de nodos sigue el catálogo de Atlas Cloud y cubre las familias principales:
- Video — Seedance, Kling, Wan, Veo, Hailuo, Vidu, PixVerse, LTX
- Imagen — Nano Banana, Seedream, GPT Image, FLUX, Qwen Image, Grok Imagine
- Flujos de estudio — pipelines de varios pasos empaquetados, como visuales de producto y probador virtual
Entre los nodos de utilidad habituales están Image Previewer y Video Previewer, para inspeccionar los resultados en línea.
Explora el catálogo completo en la Biblioteca de modelos.
Variables de entorno opcionales
| Variable | Propósito |
|---|---|
ATLAS_ALLOW_DEPRECATED_MODELS | Ponlo a 1 para mantener visibles los nodos heredados después de retirar un modelo, de modo que los flujos antiguos sigan cargándose |
ATLASCLOUD_HISTORY_DIR | Cambia dónde se guarda localmente el historial de generación. De forma predeterminada usa un directorio de soporte de aplicaciones dentro de tu perfil de usuario |
Resolución de problemas
Relacionado
Last updated on