ComfyUI
Utilisez les modèles Atlas Cloud dans ComfyUI grâce à des nœuds prêts à l'emploi. Aucun GPU local requis — Seedance, Kling, Wan, Veo, Nano Banana, Seedream, FLUX et plus.
Les nœuds ComfyUI d'Atlas Cloud vous permettent d'appeler des modèles hébergés depuis un graphe ComfyUI. La génération s'exécute sur Atlas Cloud : vous pouvez donc utiliser de gros modèles vidéo et image sans GPU local — et les mélanger avec les nœuds locaux que vous avez déjà.
Dépôt GitHub : AtlasCloudAI/atlascloud_comfyui
Prérequis
- ComfyUI (application de bureau ou installation depuis les sources)
- Python 3.10 ou plus récent
- Une clé API Atlas Cloud — créez-en une sur console/api-keys
Installation
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.txtQuittez ensuite complètement ComfyUI et rouvrez-le.
Les dépendances sont légères — requests, numpy et pillow.
Installez les dépendances dans le même environnement Python que celui sur lequel ComfyUI s'exécute. Utiliser un interpréteur différent est la cause la plus fréquente de « module not found » après l'installation.
Après le redémarrage, les nœuds apparaissent sous Node Library → AtlasCloud.
Configurer votre clé API
La clé n'est pas lue depuis une variable d'environnement. Ajoutez un nœud AtlasCloud Client à votre graphe et collez-y la clé — ce nœud détient l'identifiant et l'URL de base, et tous les autres nœuds Atlas Cloud y prennent leur connexion.
Un fichier JSON de workflow enregistré peut contenir tout ce que vous avez saisi dans le nœud client. Videz le champ avant de partager publiquement un fichier de workflow.
Démarrage rapide
Installez les nœuds et redémarrez ComfyUI.
Faites glisser examples/01-text-to-image.json du dépôt cloné sur le canevas.
Sélectionnez le nœud AtlasCloud Client et collez votre clé API.
Exécutez le graphe.
Exemples de workflows
Le dépôt fournit des graphes exécutables dans examples/ :
| Fichier | Ce qu'il fait |
|---|---|
01-text-to-image.json | Texte-vers-image, 3 nœuds |
02-image-to-video.json | Image-vers-vidéo, 5 nœuds |
03-multi-reference-video.json | Vidéo pilotée par référence avec jusqu'à 8 images de référence, 7 nœuds |
parallel_video/3x_parallel_t2v.workflow.json | Trois tâches texte-vers-vidéo exécutées en parallèle |
Modèles disponibles
L'ensemble de nœuds suit le catalogue Atlas Cloud et couvre les principales familles :
- Vidéo — Seedance, Kling, Wan, Veo, Hailuo, Vidu, PixVerse, LTX
- Image — Nano Banana, Seedream, GPT Image, FLUX, Qwen Image, Grok Imagine
- Workflows Studio — des pipelines multi-étapes packagés, comme les visuels produit et l'essayage virtuel
Parmi les nœuds utilitaires courants figurent Image Previewer et Video Previewer, pour inspecter les résultats directement dans le graphe.
Parcourez le catalogue complet dans la Bibliothèque de modèles.
Variables d'environnement facultatives
| Variable | Rôle |
|---|---|
ATLAS_ALLOW_DEPRECATED_MODELS | Définir sur 1 pour garder visibles les nœuds obsolètes après le retrait d'un modèle, afin que les anciens workflows se chargent encore |
ATLASCLOUD_HISTORY_DIR | Remplace l'emplacement de stockage local de l'historique de génération. Par défaut, un répertoire application-support sous votre profil utilisateur |
Dépannage
Voir aussi
Last updated on