Files
xslandCursor e7b62f2b2e perf(接口2): 稳定混跑耗时至12s内 —— ComfyUI插队 + CLIP挪CPU + 提示词全局统一
问题:接口2 与接口3/5 乱序调用时耗时抖动(最差 15~22s)。两个根因:
1. GPU 24G 常驻 21.4G,Flux-2(3.9G) 无法完全驻留显存,每次采样动态换页,
   速度随空闲显存波动(2s~8s);
2. ComfyUI 单队列 FIFO,接口2 排在接口3/5 批量任务后面。

改动:
- hairline/comfyui.py: run() 新增 front 参数,/prompt 带 "front": true 插队到队列最前;
  redraw.py 透传;service.py 接口2 三处调用(女重绘 + 男有/无遮罩)传 front=True,
  接口3/5 仍走普通队列。
- add_hair.json / 0716add-hair-api.json: 节点61 CLIPLoader device default→cpu。
  qwen CLIP(4G) 不再占显存(文本条件缓存常年命中),ComfyUI 显存 8.8G→4.5G,
  Flux-2 完全驻留,采样稳定 ~3-5s。代价:换 prompt 后首次请求 CPU 编码 ~11s(一次性)。
- 提示词全局统一为「填充遮罩区域的头发,皮肤加一点磨皮,再加一点美颜」:
  app.py 4处默认值、service.py _REDRAW_PROMPT、redraw.py _DEFAULT_PROMPT、
  4个工作流节点60内置文案、测试页(test_interface2/3/7/12/12_final)、local_test。
  任何两个不同 prompt 交替提交都会打爆 CLIP 编码缓存(--cache-classic 只存最近一次),
  之前测试页旧文案与服务端不一致导致交替测试每次 +11s。
- app.py: 接口7 /api/v1/hair/grow-v2 下线(业务弃用;add_hair2.json 的 Klein-9b
  会把常驻 Klein-4b 挤出显存)。保留 stub 返回 1007 明确报错,避免裸 404。

实测(1024 档):接口2女 8.5~10s、接口2男 ~5s、接口3 ~7-10s,交替混跑无尖刺。

Co-authored-by: Cursor <cursoragent@cursor.com>
2026-07-23 01:01:48 +08:00
..
2026-07-17 01:54:04 +08:00
2026-07-16 22:57:12 +08:00
2026-07-17 00:32:13 +08:00
2026-07-16 22:57:12 +08:00
2026-07-16 22:57:12 +08:00
2026-07-16 22:57:12 +08:00

发型补全服务 API 文档

服务概述

本服务提供基于 ComfyUI 的发型补全(局部重绘)能力。通过传入人物图片和遮罩图片,调用 ComfyUI 工作流(0716add-hair.json)生成补全后的图片。

技术栈

服务地址

  • HTTP: http://127.0.0.1:8899
  • 前端页面: http://127.0.0.1:8899/
  • API接口: http://127.0.0.1:8899/api/generate

启动方式

使用脚本(推荐)

# 启动服务
cd /home/ubuntu/hair/local_test
./start.sh

# 停止服务
./stop.sh

直接运行

cd /home/ubuntu/hair/local_test
/home/ubuntu/ComfyUI/venv/bin/python app.py

API 接口

POST /api/generate

调用 ComfyUI 工作流,传入图片和遮罩,返回生成结果。

请求参数

参数名 类型 必填 说明
image File 人物图片(支持 jpg, png 等常见格式)
mask File 遮罩图片(支持 jpg, png,遮罩区域可用红色/白色/alpha 通道标识)
prompt String 提示词,默认值:"填充遮罩区域的头发,皮肤加一点磨皮"

遮罩图片格式说明

服务支持多种遮罩格式,自动提取遮罩区域:

格式类型 示例 遮罩区域标识
红色遮罩 红色画笔绘制 R=255 的像素
白色遮罩 白色画笔绘制 R=G=B=255 的像素
Alpha 遮罩 透明背景 A=255 的像素

服务会取所有通道的最大值作为遮罩强度,因此以上格式均可混用。

注意: 遮罩区域表示需要重绘的部分,非遮罩区域保持原图不变。

请求示例(curl

curl -X POST http://127.0.0.1:8899/api/generate \
  -F "image=@/path/to/person.jpg" \
  -F "mask=@/path/to/mask.png" \
  -F "prompt=填充遮罩区域的头发,皮肤加一点磨皮" \
  --output result.png

请求示例(Python

import requests

url = "http://127.0.0.1:8899/api/generate"
files = {
    "image": open("person.jpg", "rb"),
    "mask": open("mask.png", "rb"),
}
data = {
    "prompt": "填充遮罩区域的头发,皮肤加一点磨皮"
}

resp = requests.post(url, files=files, data=data, timeout=600)
if resp.status_code == 200:
    with open("result.png", "wb") as f:
        f.write(resp.content)
else:
    print(f"Error: {resp.json()}")

响应

成功 (HTTP 200):

返回 PNG 图片二进制数据,Content-Type: image/png

失败 (HTTP 4xx/5xx):

返回 JSON 格式错误信息:

{
    "error": "错误描述"
}

错误码

状态码 说明
500 内部错误(文件处理失败、ComfyUI 返回错误等)
503 无法连接到 ComfyUI(服务未启动或端口错误)
500 超时(工作流执行超过 5 分钟)

工作流说明

服务使用的工作流 0716add-hair.json 包含以下处理步骤:

  1. 加载模型: Flux 2 Klein 9B (FP8) + Qwen 3.8B CLIP
  2. 图片上传: 将原图与遮罩合成为 RGBA 格式上传至 ComfyUI
  3. 遮罩处理: 填充孔洞 → 转换为图像 → 缩放 → 转换回遮罩
  4. 图像缩放: 按比例缩放至合适尺寸(最大边长 1024,8 的倍数)
  5. VAE 编码: 将图像编码为 latent
  6. 采样生成: 使用 Flux 模型 + ReferenceLatent 进行局部重绘
  7. VAE 解码: 将 latent 解码为图像
  8. 颜色匹配: 使用 ColorMatch 保持颜色一致
  9. 保存结果: 返回生成的图片

前置依赖

启动服务前需确保:

  1. ComfyUI 已启动: http://127.0.0.1:8188 可访问
  2. 模型文件存在:
    • models/unet/flux2.0/flux-2-klein-9b-fp8.safetensors
    • models/vae/flux2-vae.safetensors
    • models/clip/qwen_3_8b_fp8mixed.safetensors
  3. 虚拟环境已激活: 使用 /home/ubuntu/ComfyUI/venv/bin/python

文件结构

/home/ubuntu/hair/local_test/
├── app.py          # Flask 后端服务
├── index.html      # 前端测试页面
├── test_api.py     # API 测试脚本
├── README.md       # 本文档
├── output/         # 测试结果输出目录
├── 用来重绘.jpg     # 测试人物图片
└── 用来重绘.png     # 测试遮罩图片

使用流程

  1. 启动 ComfyUIpython main.py --listen
  2. 启动本服务(python app.py
  3. 调用 API 或访问前端页面上传图片和遮罩
  4. 等待生成完成(通常 30-60 秒)
  5. 获取返回的 PNG 图片

注意事项

  • 请求超时时间为 5 分钟,生成复杂图片可能需要较长时间
  • 遮罩图片尺寸需与人物图片一致,服务会自动缩放对齐
  • 建议使用红色或白色绘制遮罩,确保遮罩强度足够
  • 服务会自动对遮罩边缘进行高斯模糊(radius=4),避免硬边