E · 术语表
A–C
API Node 通过 Comfy API 或第三方远端服务完成工作的节点。V3 Schema 可标记 is_api_node,可能有价格 badge 和 secret context。
API Prompt 后端执行格式。节点 ID 映射到 class_type + inputs,链接写为 [source_id, output_slot]。
Asset 可选资产系统里的内容身份,主要由 hash、大小和 MIME 表达;不等于某个具体文件路径。
AssetReference 某用户/路径/名字对 Asset 的引用,带 missing、mtime、metadata、tags、job ID 等状态。
CacheEntry 节点缓存值,包含供下游使用的 outputs 与可重放给前端的 ui。
CFG(Classifier-Free Guidance) 使用条件与无条件预测差值引导扩散结果的机制,常见形式 u + scale × (c-u)。
ComfyExtension V3 模块级扩展对象,提供 on_load() 和 get_node_list() 等生命周期。
ComfyNode V3 节点基类,以 typed Schema 和 classmethod execute 定义节点。
Conditioning 文本/图像等条件编码及其 area、mask、strength、control、hook、timestep 等 metadata 的运行时结构。
D–H
DynamicPrompt 将原始 Prompt 与执行期间新增的 ephemeral nodes 统一在一个查询接口后的对象。
Dynamic VRAM / AIMDO 本快照可选的细粒度动态权重/patch/内存管理路径,通过 ModelPatcherDynamic 接入。
Ephemeral node 由某节点 expand 结果在本次执行中创建的临时节点,具有父节点与显示 ID 映射。
ExecutionBlocker 沿数据流传播“该分支不应继续”的值对象,不等同于 Python 异常。
ExecutionList 请求级动态拓扑调度器,支持 stage、unstage、complete、external block 和运行时新增依赖。
Fingerprint IS_CHANGED / fingerprint_inputs 对 Prompt 外部状态的轻量、稳定表示,进入 cache signature。
GraphBuilder 节点运行时构建子图的辅助器,负责唯一前缀、链接和序列化。
Hidden input 不由普通 Prompt widget 直接提供、由运行时注入的 capability,如 UNIQUE_ID、PROMPT、DYNPROMPT。
HierarchicalCache 允许一个父 cache key 拥有 subcache 的缓存,用于运行时子图生命周期。
I–P
Input signature 节点缓存身份:class、fingerprint、常量、链接位置及完整有序祖先结构的规范表示。
Intermediate device 节点间中间 tensor 在无需继续驻留主执行设备时被移动到的策略设备。
Lazy input Prompt 中存在连接、但初始不作为强依赖的输入;节点通过 check_lazy_status 按需索取。
Link API Prompt 中的二元组 [upstream_node_id, output_slot]。
List mapping 执行器把多个输入值按 index 切片,多次调用同一节点,再按 output slot 合并结果的机制。
LoadedModel model management 对一个 ModelPatcher 物理驻留状态的登记,区分总大小、已加载与已卸载大小。
MODEL 节点类型名;实际常为 ModelPatcher,不是裸 torch.nn.Module。
ModelConfig 某模型家族的检测、构造、latent、CLIP、VAE、dtype 和 state-dict 转换策略。
ModelPatcher 共享基础模型上的逻辑权重视图,管理 patches、options、hooks、设备驻留与恢复。
NodeOutput V3 标准返回对象,可含普通 outputs、UI、expand 和 block_execution。
NOT_IDEMPOTENT 声明不同节点身份不可因输入等价而共享语义缓存的标记。
Offload 将权重/模块从执行设备移到 CPU 或其他 offload device;不一定销毁模型对象。
Output node 作为反向求值根的节点,V1 OUTPUT_NODE / V3 is_output_node。
PENDING 节点没有失败,但因懒依赖、异步 task 或运行时子图暂不能 complete 的执行状态。
Pinned memory 锁页 CPU 内存,可改善异步设备传输,但占用有限系统资源。
PromptExecutor 一次 Prompt 的执行编排者:上下文、cache、ExecutionList、节点循环、错误与 history result。
PromptModelTracker 沿执行数据链接观察本 Prompt 实际引用 ModelPatcher 的生命周期对象。
PromptQueue 进程内的优先级等待堆、当前运行映射、history 与控制 flags。
R–W
RAMPressureCache 根据系统可用 RAM、CPU tensor 大小、workflow age 和 touch 时间淘汰输出的 cache 策略。
Sampler 给定 sigma 序列时,从当前 latent 数值推进到下一状态的算法。
Scheduler 生成离散 sigma / 噪声水平轨迹的策略,不等于 sampler algorithm。
Schema V3 对 node ID、inputs、outputs、hidden、分类、幂等性、expand 等能力的类型化声明。
Sigma 扩散采样当前噪声水平;scheduler 产生序列,sampler 沿序列演进。
Strong link 当前节点完成前必须满足的依赖边。普通必需输入初始为强边,lazy 输入可在运行时转强。
Subcache 父节点签名下保存 ephemeral children 结果的缓存层。
V1 node protocol 以 INPUT_TYPES、RETURN_TYPES、FUNCTION 等类属性与 module mapping 定义节点的协议。
V3 node protocol 以 ComfyNode、typed IO、Schema、NodeOutput、ComfyExtension 定义节点的协议。
Workflow 前端编辑/保存的画布格式,包含节点位置、尺寸、分组和独立 links;不是后端 API Prompt。
最容易混淆的五组词
| A | B | 核心差别 |
|---|---|---|
| Workflow | API Prompt | 编辑状态 vs 执行 IR |
| queue priority | node schedule | Prompt 之间 vs Prompt 内部 |
| node instance cache | output cache | Python 对象身份 vs 计算结果语义 |
| model constructed | model loaded | 逻辑对象存在 vs 权重驻留执行设备 |
| scheduler | sampler | sigma 轨迹 vs 数值更新方法 |
如果只记住术语表的一条原则:同一个 UI 名词背后常跨越多个运行时对象;读代码时始终问“谁拥有状态、谁决定策略、谁真正执行”。