·약 3분

ComfyUI 설치 — Claude에게 붙여넣기만 하면 끝

#ComfyUI#설치#Claude

앞의 프리렌 그림들을 뽑은 환경입니다. 직접 하나하나 설치할 필요 없이, 아래 프롬프트를 Claude Code(또는 Claude 에이전트)에 그대로 붙여넣으면 에이전트가 ComfyUI 설치부터 이미지 모델 다운로드·워크플로우 구성·테스트 생성까지 알아서 처리합니다. GPU에 맞춰 단계별로 검증하며 진행해요.

Claude에게 붙여넣을 프롬프트

ComfyUI와 기본 이미지 모델을 처음부터 끝까지 알아서 세팅해줘. 나는 Windows + NVIDIA GPU(예: RTX 4090, 24GB) 사용자야. 각 단계는 검증하면서 진행하고, 막히면 멈추고 알려줘.

1. 작업 폴더(예: C:\ComfyUI)를 만들고 그 안에 ComfyUI를 git clone 해.
2. Python 3.10+ 가상환경(venv)을 만들고, 내 GPU에 맞는 CUDA 빌드의 PyTorch를 설치한 뒤 ComfyUI requirements를 설치해. 설치 후 torch.cuda.is_available() 로 GPU 인식을 확인해.
3. HuggingFace 저장소 Comfy-Org/Krea-2 에서 아래 3개를 받아 각 폴더에 넣어(대용량이라 백그라운드 + resume 가능하게 curl -L -C -):
   - diffusion_models/krea2_turbo_fp8_scaled.safetensors  (~12.5GB) -> ComfyUI/models/diffusion_models/
   - text_encoders/qwen3vl_4b_fp8_scaled.safetensors      (~5GB)   -> ComfyUI/models/text_encoders/
   - vae/qwen_image_vae.safetensors                        (~0.25GB) -> ComfyUI/models/vae/
4. ComfyUI 서버를 기본 VRAM 모드로 실행해. --highvram 은 쓰지 마 (24GB 카드에서 VRAM을 넘겨 시스템메모리로 폴백되면서 극도로 느려짐). http://127.0.0.1:8188/system_stats 가 200 뜨는지 확인.
5. /object_info 로 노드 파라미터(enum)를 검증한 뒤, 아래 구조의 txt2img API 워크플로우를 만들어:
     UNETLoader(krea2_turbo_fp8_scaled, weight_dtype="default")
       -> (선택) LoraLoaderModelOnly(lora, strength 1.5)
     CLIPLoader(qwen3vl_4b_fp8_scaled, type="krea2")
     VAELoader(qwen_image_vae)
     CLIPTextEncode(프롬프트) -> positive
     ConditioningZeroOut(positive) -> negative   # CFG 1이라 네거티브 대신 zero-out
     EmptyLatentImage(1024x1536)
     KSampler(steps 8, cfg 1.0, sampler_name "euler_ancestral", scheduler "beta", denoise 1.0)
     VAEDecode -> SaveImage
6. 테스트 이미지 한 장을 생성해서 나에게 보여줘.

무슨 모델인가요

  • 기본 모델: 12B DiT 백본 · Qwen Image VAE · Qwen3-VL 4B 텍스트 인코더. 배포처는 HuggingFace Comfy-Org/Krea-2.
  • Turbo 변형이라 8스텝·CFG 1로 빠르게 생성돼요. 네거티브 프롬프트 대신 ConditioningZeroOut을 씁니다.
  • 24GB VRAM(예: RTX 4090)에서 fp8 빌드가 딱 좋아요. --highvram만 피하면 장당 수십 초.

설치가 끝나면 [AI 그림] 카테고리의 프리렌 글에서 프롬프트를 복사해 바로 뽑아보세요.