dsh-comfyui

English | 中文

<h1 align="center">dsh-comfyui</h1> <p align="center">让 DeepSeek Harness 的 Agent 直接驱动 ComfyUI 生成与处理图像、视频。</p>

功能

Agent 工具

• comfyui_run —— 提交 ComfyUI API 格式的工作流，或选用内置模板，返回生成的媒体。两种模式：sync（等待并返回媒体）与 async（后台任务，用 job_output 收集结果——视频生成强烈建议）。
• comfyui_object_info —— 列出你的 ComfyUI 服务器支持的节点定义，让 Agent 能当场构造合法的工作流。
• comfyui_workflow —— 列出并运行插件库中的可运行工作流。action: list 还会报告你在 ComfyUI 端保存的图工作流以及每个是否已提取出可运行执行流；未提取的会明确标注，Agent 会先转告你在面板里点"提取"。

UI 面板

右侧停靠；从侧边栏轨道打开——三个页签：

• 工作流 —— 插件库（可运行的 API 工作流）：新建 / 编辑 / 运行 / 删除，支持"导入文件"直接加载 API 格式 .json。"ComfyUI 端保存"分区自动检测你在 ComfyUI 里保存的图工作流，显示每个已提取出的执行流，并提供提取：画布上往往躺着多个独立流程，可整体提取 / 按分量提取 / 只提取主流程。工作流可用标签分类（见下）。
• 资产 —— 插件生成的所有结果，最新在前，带详情视图和下载链接。鼠标悬停卡片右上角出现红色垃圾桶，点击弹出确认框（列出将删除的文件名），确认后移除索引记录并删除 ComfyUI 输出目录里的对应文件。ComfyUI 自身没有删除输出文件的接口，这一步由插件直接操作文件系统，因此只有当 DSH 能访问到输出目录（通常是同机部署）时才会真正删文件，否则只移除记录并在对话框里说明。
• 队列 —— 基于 ComfyUI 统一任务 API（/api/jobs）的任务中心：实时队列和历史里所有任务按五态展示（待生成 / 生成中 / 已完成 / 失败 / 已取消），可按状态筛选；插件提交的任务带进度条（进度来自 ComfyUI WS 的 progress 事件），终态任务带预览缩略图、失败原因与耗时；支持操作：删除、中断、重跑、清空队列/历史、释放内存。插件提交的任务标注工作流名。

<p align="center"><img src="images/panel.png" width="70%" alt="插件主面板：工作流 / 资产 / 队列" title="插件主面板：工作流 / 资产 / 队列" /></p>

加载区

仿 ComfyUI LoadImage 节点的媒体加载器，位于工作流页顶部：除图片外，选择窗口也会列出 ComfyUI 加载节点（LoadVideo / LoadAudio）可用的视频与音频文件。

• 多加载位：加载区由若干加载位组成——只有一个时横向铺满面板，两个及以上时等宽排列并自动换行。底部"＋ 添加加载区"新增加载位；空加载位显示"加载位 N / 添加素材"，点击即可放入；鼠标悬停在任一加载位右上角会出现 ×，点击删除该加载位；在选择窗口第一格选"空"则只清空该位、保留加载位。已放入的素材按顺序填进工作流里未显式指定的加载参数——两张参考图的工作流放两个加载位即可，Agent 无需点名文件。
• 点击任一加载位打开加载窗口：上方导航条（全部 / 已导入 / 已生成）、类型筛选、右侧粘贴/上传区、下方瀑布流网格展示 ComfyUI input 目录里图像 / 视频 / 音频的全部可加载文件 + 插件生成的全部结果。视频与音频可就地播放试听（卡片内自带播放器，点播放器只播放、不会误选）；点卡片下方的文件名即选定并关闭窗口。加载文件的类型按扩展名判定，加载节点的输入键从 ComfyUI 节点定义读取（LoadImage.image / LoadVideo.file / LoadAudio.audio），不会漏掉某一类媒体。
• 加载区素材即默认输入：工作流运行中未显式指定的加载参数按加载位顺序自动填入（第 1 位 → 第 1 个图片参数，第 2 位 → 第 2 个；视频/音频参数各取同类型加载位）——无需指定文件名。没有对应加载位的参数保持工作流原值。
• Agent 可见：comfyui_workflow action: list 的输出带 loadArea（加载位数量、已放入素材数、文件清单），Agent 能直接知道用户加载了几个素材、分别是什么。
• 分辨率自动匹配：上传时记录像素尺寸；运行时不传 width/height 则自动用源图实际分辨率。
• 哈希命名 + 去重：上传重命名为 原名_短哈希.ext（SHA-256 前 10 位十六进制）；重复上传相同文件直接复用已有文件名，不产生重复存储。上传后列表实时刷新。
• 选中已生成的图时会自动从输出目录复制到 input，图像加载节点即可使用。

<p align="center"><img src="images/loadarea.png" width="70%" alt="加载区：图像选择与上传" title="加载区：图像选择与上传" /></p>

工作流标签

用预设分类（图生图 / 文生图 / 文生视频 / 图生视频 / 参考生视频 / 文生音频 / 参考生音频）+ 自定义标签给可运行工作流分类。标签在编辑工作流时勾选/添加，显示在卡片右上角，列表顶部有带计数的标签筛选条。

内置模板

txt2img（SDXL 文生图）、img2img（SDXL 图生图）、video（Wan 2.1 文生视频，需要 ComfyUI-WanVideoWrapper）。模板节点 id 写在工具描述里，Agent 会覆盖正确的输入。

媒体代理

生成文件按 文件名 + 子目录 + 类型 经同源路由（/comfyui/media）转发，不依赖 ComfyUI 的内存态历史记录——重启 ComfyUI 或清空历史后，资产面板里的旧结果照样能打开（只要文件还在输出目录）。浏览器不直接接触 ComfyUI：没有 CORS、没有混合内容、页面里不出现 API Key，远程 ComfyUI 部署也可直接使用。媒体 URL 的访问地址自动检测：页面加载时浏览器经 /comfyui/ping 自报实际访问的 origin（局域网 IP / 域名 / 反向代理都能拼出正确的链接），也可用配置键 mediaHost 显式指定基址。

工具卡片

结果在对话里渲染成媒体墙（图片/视频带下载链接），后台任务也有状态提示。

设置页

DH 设置里新增 "ComfyUI" 分区：改服务器地址（baseUrl）、API Key 环境变量名（apiKeyEnv）、媒体访问地址（mediaHost）、测试连接，并可切换插件界面语言（中文 / English——存于浏览器，作用于整个插件 UI），无需改动 cordis.yml。数据目录与资产上限只通过 cordis.yml 配置，不在设置页暴露。

<p align="center"><img src="images/settings.png" width="70%" alt="ComfyUI 设置页（含界面语言切换）" title="ComfyUI 设置页（含界面语言切换）" /></p>

配套 skill

通过 ctx.skills.register 注册的运行时 skill（dsh-comfyui-workflows）：让 Agent 掌握图工作流 vs 执行流的概念、画布分析规则（连通分量、绕过组、悬空节点）、何时该询问你提取方式，以及图→API 提取的技术规则。

…