基于 CNB 云平台 (docker.cnb.cool/examples/ecosystem/ai-devel/comfyui-baseline:v0.16.3) 的 ComfyUI 一站式工作流环境。

方式一：通过工作流自动下载 — 解析 workflow JSON 中引用的模型，自动从 JSON/ 索引中匹配并下载：

bash /workspace/d.sh /workspace/workflows/z_image_turbo_example.json

方式二：URL 列表批量下载 — 将 URL 写入文本文件后运行（支持 # 注释）：

bash /workspace/d.sh /workspace/Download/Model.txt

方式三：交互模式 — 手动输入单个 URL：

bash /workspace/d.sh

一键部署脚本（下载模型 + 启动 ComfyUI）：

# Z-Image Turbo 全套模型
bash /workspace/Download/Z-image.sh

# WAI 光辉插画模型
bash /workspace/Download/WAI_illustrious_v11.sh

模型下载后会根据 safetensors 元数据自动识别类型（unet/vae/clip/loras/controlnet/ip_adapter/checkpoints），归类到 /workspace/models/<type>/ 目录。目录按实际下载的模型类型动态创建，不会产生空目录。

bash /workspace/install_custom_nodes.sh https://github.com/mirabarukaso/ComfyUI_Mira

支持 GitHub URL、SSH 地址、以及简短格式 user/repo。

bash /workspace/ComfyUI.sh

启动脚本会自动完成：

• 将 /workspace/models/ 下各子目录的模型文件链接到 /app/ComfyUI/models/
• 链接自定义节点插件到 /app/ComfyUI/custom_nodes/
• 复制工作流文件到 /app/ComfyUI/user/default/workflows/
• 如有 /workspace/assets/ 则复制输入素材
• 启动服务监听 0.0.0.0:${COMFYUI_PORT:-8188}

将 CNB 平台上的任意仓库转换为可搜索的模型索引：

python /workspace/JSON/models.py https://cnb.cool/SKDZSS90/ComfyUI-yi_dian_tong/

生成的 JSON 文件会存放在 /workspace/JSON/ 目录，供工作流模式自动匹配使用。

workspace/
├── d.sh                    # 核心模型下载器（支持工作流/URL列表/交互三种模式）
├── ComfyUI.sh              # ComfyUI 启动脚本（符号链接注入模型、节点、工作流）
├── install_custom_nodes.sh # 自定义节点安装器
├── models/                 # 已下载的模型（按类型分子目录）
├── workflows/              # ComfyUI 工作流 JSON 文件
├── JSON/                   # 模型索引仓库（local_path -> URL 映射）
│   ├── models.py           # CNB 仓库 LFS 索引生成工具
│   └── *.json              # 各仓库的模型索引文件
└── Download/               # 预设下载脚本和 URL 列表
    ├── Z-image.sh          # Z-Image 一键部署
    └── WAI_illustrious_v11.sh  # WAI 光辉一键部署

工作流	说明
z_image_turbo_example.json	Z-Image Turbo 基础文生图（AuraFlow 采样，9 步出图）
z_image_turbo_example_loras.json	Z-Image Turbo + LoRA 增强
IL 光辉模型基础文生图.json	WAI Illustrious 插画文生图

https://cnb.cool/tian-yu/ai/z-image-comfyui