Skip to Content
附录E · 术语表

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

AB核心差别
WorkflowAPI Prompt编辑状态 vs 执行 IR
queue prioritynode schedulePrompt 之间 vs Prompt 内部
node instance cacheoutput cachePython 对象身份 vs 计算结果语义
model constructedmodel loaded逻辑对象存在 vs 权重驻留执行设备
schedulersamplersigma 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”。

Last updated on