메인 콘텐츠로 건너뛰기
ComfyUI는 python main.py로 시작할 때 명령줄 인수를 허용합니다. 이 페이지는 comfy/cli_args.py에 정의된 모든 플래그를 설명합니다.
Windows Portable 사용자는 .bat 실행 파일(예: run_nvidia_gpu.bat)에 플래그를 추가할 수 있습니다. 자세한 내용은 Windows Portable 가이드를 참조하세요.
ComfyUI 디렉토리에서 python main.py --help를 실행하면 기본 제공 도움말 텍스트를 볼 수 있습니다. 필요에 따라 여러 플래그를 결합합니다:
python main.py --listen 0.0.0.0 --port 8288 --disable-auto-launch --lowvram

네트워크 및 서버

플래그기본값설명
--listen [IP]127.0.0.1수신할 IP 주소. 쉼표로 구분된 목록 지원 (예: 127.2.2.2,127.3.3.3). 값을 제공하지 않으면 기본값은 0.0.0.0,:: (모든 IPv4 및 IPv6 인터페이스)입니다.
--port8188수신할 포트.
--tls-keyfile PATHTLS (SSL) 키 파일 경로. HTTPS를 활성화합니다. --tls-certfile이 필요합니다.
--tls-certfile PATHTLS (SSL) 인증서 파일 경로. HTTPS를 활성화합니다. --tls-keyfile이 필요합니다.
--enable-cors-header [ORIGIN]disabledCORS를 활성화합니다. 선택적 오리진을 지정하거나, 값을 제공하지 않으면 모든 오리진에 대해 *이 사용됩니다.
--max-upload-size100최대 업로드 크기 (MB).
--enable-compress-response-bodydisabledHTTP 응답 본문 압축을 활성화합니다.
# Listen on all interfaces (LAN access)
python main.py --listen

# Listen on a specific IP
python main.py --listen 0.0.0.0

# Custom port with HTTPS
python main.py --port 8443 --tls-keyfile key.pem --tls-certfile cert.pem

디렉토리

플래그기본값설명
--base-directory PATHComfyUI root모델, custom_nodes, 입력, 출력, temp, 사용자 디렉토리의 기본 디렉토리.
--extra-model-paths-config PATH하나 이상의 extra_model_paths.yaml 파일을 로드합니다. 여러 번 지정할 수 있습니다.
--output-directory PATH출력 디렉토리. --base-directory를 재정의합니다.
--temp-directory PATH임시 디렉토리. --base-directory를 재정의합니다.
--input-directory PATH입력 디렉토리. --base-directory를 재정의합니다.
--user-directory PATH사용자 디렉토리 (절대 경로). --base-directory를 재정의합니다. 경로가 존재하고 읽을 수 있어야 합니다.

실행 및 브라우저

플래그기본값설명
--auto-launch비활성화시작 시 기본 브라우저에서 ComfyUI를 자동으로 엽니다.
--disable-auto-launch비활성화브라우저 자동 실행을 비활성화합니다.
--windows-standalone-build비활성화Windows 휴대용 빌드 편의 모드. 시작 시 자동 실행을 활성화합니다(--auto-launch와 동일).
--windows-standalone-buildauto_launch를 참으로 설정합니다. --disable-auto-launch가 이를 재정의합니다. 브라우저를 열지 않고 서버로 실행하려면 --disable-auto-launch를 사용하세요.
# Run server without opening browser
python main.py --disable-auto-launch

장치 및 CUDA

플래그기본값설명
--cuda-device DEVICE_ID없음사용할 CUDA 장치 ID, 쉼표로 구분 (예: 0 또는 0,1). 다른 장치는 숨겨집니다.
--default-device ID없음기본 장치 ID. 다른 모든 장치는 계속 표시됩니다.
--cuda-mallocauto (torch 2.0+)cudaMallocAsync를 활성화합니다. --disable-cuda-malloc와 상호 배타적입니다.
--disable-cuda-malloc없음cudaMallocAsync를 비활성화합니다. --cuda-malloc와 상호 배타적입니다.
--directml [DEVICE]없음torch-directml을 사용합니다. 선택적 장치 인덱스; 값이 제공되지 않으면 기본값 -1입니다.
--oneapi-device-selector STRING없음Intel 장치용 oneAPI 장치 선택기 문자열.

정밀도 & 추론

아래 Global, UNET, VAE, Text Encoder 그룹의 플래그는 각 그룹 내에서 상호 배타적입니다. 한 그룹당 한 번에 하나의 플래그만 사용할 수 있습니다.

전역 플로팅 포인트

플래그설명
--force-fp32전역적으로 fp32를 강제합니다. GPU 성능이 향상되면 신고해 주세요.
--force-fp16전역적으로 fp16을 강제합니다. --fp16-unet도 함께 설정합니다.

UNET 정밀도

플래그설명
--fp32-unet디퓨전 모델을 fp32로 실행합니다.
--fp64-unet디퓨전 모델을 fp64로 실행합니다.
--bf16-unet디퓨전 모델을 bf16으로 실행합니다.
--fp16-unet디퓨전 모델을 fp16으로 실행합니다.
--fp8_e4m3fn-unetUNet 가중치를 fp8(e4m3fn)로 저장합니다.
--fp8_e5m2-unetUNet 가중치를 fp8(e5m2)로 저장합니다.
--fp8_e8m0fnu-unetUNet 가중치를 fp8(e8m0fnu)로 저장합니다.

VAE 정밀도

플래그설명
--fp16-vaeVAE를 fp16으로 실행합니다. 검정색 이미지가 발생할 수 있습니다.
--fp32-vaeVAE를 전체 정밀도 fp32로 실행합니다.
--bf16-vaeVAE를 bf16으로 실행합니다.
--cpu-vaeVAE를 CPU에서 실행합니다(VAE 정밀도 플래그와 상호 배타적이지 않습니다).

텍스트 인코더 정밀도

플래그설명
--fp8_e4m3fn-text-enc텍스트 인코더 가중치를 fp8(e4m3fn)로 저장합니다.
--fp8_e5m2-text-enc텍스트 인코더 가중치를 fp8(e5m2)로 저장합니다.
--fp16-text-enc텍스트 인코더 가중치를 fp16으로 저장합니다.
--fp32-text-enc텍스트 인코더 가중치를 fp32로 저장합니다.
--bf16-text-enc텍스트 인코더 가중치를 bf16으로 저장합니다.

기타 추론 옵션

플래그기본값설명
--fp16-intermediates비활성실험적: 노드 간 중간 텐서에 fp16을 fp32 대신 사용합니다.
--force-channels-last비활성추론 중 channels-last 메모리 형식 강제 적용.
--supports-fp8-compute비활성기기가 fp8 연산을 지원하는 것처럼 동작합니다.
--enable-triton-backend비활성comfy-kitchen에서 Triton 백엔드를 활성화합니다. 시작 시 기본적으로 비활성화됩니다.

미리보기

플래그기본값설명
--preview-methodnone샘플러 노드의 미리보기 방법. 선택 가능한 값: none, auto, latent2rgb, taesd.
--preview-size512미리보기 이미지의 최대 크기(픽셀 단위).

캐시

캐시 모드 플래그는 상호 배타적입니다. --cache-ram, --cache-classic, --cache-lru, --cache-none 중 하나만 사용해야 합니다.
플래그기본값설명
--cache-ram [GB] [GB]활성화됨 (기본 모드)RAM 압력 캐싱입니다. 첫 번째 값: 활성 캐시 임계값(GB). 선택적 두 번째 값: 비활성 캐시/고정 임계값(GB). 값이 주어지지 않으면: 활성 = 시스템 RAM의 10% (최소 2 GB, 최대 10 GB); 비활성 = 시스템 RAM의 100% (최대 96 GB). 최대 두 개의 값만 허용합니다.
--cache-classic-이전의 적극적인 캐싱 방식을 사용합니다.
--cache-lru N0 (비활성화)LRU 캐싱으로, 최대 N개의 노드 결과가 캐시됩니다. 더 많은 RAM/VRAM을 사용할 수 있습니다.
--cache-none-RAM/VRAM 사용량을 줄입니다. 매 실행마다 모든 노드를 다시 실행합니다.

어텐션

크로스 어텐션 방법 플래그는 상호 배타적입니다. xformers를 사용할 때 분할 어텐션과 쿼드 어텐션은 무시됩니다.
플래그설명
--use-split-cross-attention분할 크로스 어텐션 최적화를 사용합니다.
--use-quad-cross-attention서브 쿼드래틱 크로스 어텐션 최적화를 사용합니다.
--use-pytorch-cross-attentionPyTorch 2.0 크로스 어텐션을 사용합니다.
--use-sage-attentionSage 어텐션을 사용합니다.
--use-flash-attentionFlashAttention을 사용합니다.
--disable-xformersxformers를 비활성화합니다.
--force-upcast-attention어텐션 업캐스팅을 강제합니다. 검정색 이미지가 수정되는 경우 신고하세요. --dont-upcast-attention과 상호 배타적입니다.
--dont-upcast-attention모든 어텐션 업캐스팅을 비활성화합니다. 디버깅 전용입니다.

VRAM & 메모리

VRAM 모드 플래그(--gpu-only, --highvram, --lowvram, --novram, --cpu)는 상호 배타적입니다.
플래그기본값설명
--gpu-only모든 것을 GPU에 저장하고 실행합니다(텍스트 인코더, CLIP 등).
--highvram사용 후 모델을 CPU로 언로딩하지 않고 GPU 메모리에 유지합니다.
--lowvram동적 VRAM이 활성화된 경우 효과가 없습니다. 그렇지 않으면 텍스트 인코더를 CPU에서 실행합니다.
--novram--lowvram이 충분하지 않을 때 최소 VRAM 사용량을 제공합니다.
--cpu모든 것을 CPU에서 실행합니다(느림).
--reserve-vram GBOS 의존적OS 및 기타 소프트웨어용으로 예약할 VRAM(GB)입니다.
--async-offload [NUM_STREAMS]Nvidia에서 활성화비동기 가중치 오프로딩입니다. 선택적 스트림 수(기본값: 2).
--disable-async-offload비동기 가중치 오프로딩을 비활성화합니다.
--disable-dynamic-vram동적 VRAM을 비활성화하고 예측 기반 모델 로딩을 사용합니다.
--enable-dynamic-vramNvidia에서 자동 활성화기본적으로 활성화되지 않은 시스템에서 동적 VRAM을 활성화합니다.
--fast-disk비활성화비고정 RAM보다 디스크 기반 동적 로딩을 선호합니다. 고속 NVMe에 유용합니다.
--force-non-blocking비활성화비차단 텐서 연산을 강제합니다. 비Nvidia 시스템에서 도움이 될 수 있지만 일부 워크플로를 손상시킬 수 있습니다.
--disable-smart-memory비활성화모델을 VRAM에 유지하는 대신 RAM으로 적극적으로 오프로드합니다.
--disable-pinned-memory비활성화고정 메모리 사용을 비활성화합니다.
--mmap-torch-files비활성화ckpt/pt 파일을 로딩할 때 mmap을 사용합니다.
--disable-mmap비활성화safetensors를 로딩할 때 mmap을 사용하지 않습니다.

성능 및 디버깅

플래그기본값설명
--fast [OPT...]비활성화실험적 최적화를 활성화합니다. 품질이나 안정성에 영향을 줄 수 있습니다. --fast만 사용하면 모든 옵션을 활성화합니다. 특정 옵션: fp16_accumulation, fp8_matrix_mult, cublas_ops, autotune.
--deterministic비활성화가능한 경우 더 느린 결정론적 PyTorch 알고리즘을 사용합니다. 모든 경우에 동일한 이미지를 보장하지는 않습니다.
--default-hashing-functionsha256중복 파일 이름/콘텐츠 비교를 위한 해시 함수. 선택 사항: md5, sha1, sha256, sha512.
# 모든 fast 최적화 활성화 (실험적)
python main.py --fast

# 특정 최적화만 활성화
python main.py --fast fp16_accumulation cublas_ops

ComfyUI 매니저

설치 방법은 ComfyUI-Manager 설치를 참고하세요.
플래그설명
--enable-managerComfyUI-Manager를 활성화합니다.
--disable-manager-ui매니저 UI와 엔드포인트만 비활성화합니다. 백그라운드 작업(예약된 설치 등)은 계속 실행됩니다. --enable-manager가 필요합니다.
--enable-manager-legacy-ui레거시 매니저 UI를 사용합니다. --enable-manager가 필요합니다.

커스텀 노드 & API 노드

플래그기본값설명
--disable-all-custom-nodesdisabled모든 커스텀 노드의 로딩을 비활성화합니다.
--whitelist-custom-nodes FOLDER...--disable-all-custom-nodes가 설정된 경우에도 로드할 커스텀 노드 폴더입니다.
--disable-api-nodesdisabledAPI 노드를 비활성화하고 프런트엔드가 인터넷과 통신하는 것을 방지합니다.
--disable-metadatadisabled출력 파일에 프롬프트 메타데이터를 저장하는 것을 비활성화합니다.
# 커스텀 노드 문제 해결
python main.py --disable-all-custom-nodes

# 특정 커스텀 노드만 허용
python main.py --disable-all-custom-nodes --whitelist-custom-nodes ComfyUI-Manager

프론트엔드 & API

플래그기본값설명
--front-end-versioncomfyanonymous/ComfyUI@latest[소유자]/[레포]@[버전] 형식의 프론트엔드 버전입니다. GitHub 릴리즈에서 다운로드하려면 인터넷이 필요합니다. 버전은 latest 또는 semver(예: 1.0.0)일 수 있습니다.
--front-end-root PATH프론트엔드 디렉터리의 로컬 파일 시스템 경로입니다. --front-end-version을 대체합니다.
--comfy-api-basehttps://api.comfy.orgComfyUI API의 기본 URL입니다.
--database-urlsqlite:///<ComfyUI>/user/comfyui.db데이터베이스 URL입니다. 인메모리로 사용하려면 sqlite:///:memory:를 사용하세요.
--enable-assets비활성화에셋 시스템(API 라우트, 데이터베이스 동기화, 백그라운드 스캔)을 활성화합니다.
--feature-flag KEY[=VALUE]서버 기능 플래그를 설정합니다. KEY만 지정하면 참으로 설정됩니다. 반복하여 사용할 수 있습니다. 불리언과 숫자는 자동 변환됩니다.
--list-feature-flagsCLI에서 설정 가능한 기능 플래그를 JSON으로 출력하고 종료합니다.
# List available feature flags
python main.py --list-feature-flags

# Set feature flags
python main.py --feature-flag show_signin_button=true

로깅 & 기타

플래그기본값설명
--verbose [LEVEL]INFO로깅 수준. 선택: DEBUG, INFO, WARNING, ERROR, CRITICAL. --verbose만 사용하면 DEBUG로 설정됩니다.
--log-stdout비활성화노멀 프로세스 출력을 stderr 대신 stdout으로 보냅니다.
--dont-print-server비활성화서버 출력을 콘솔에 표시하지 않습니다.
--multi-user비활성화사용자별 저장소를 활성화합니다.
--quick-test-for-ci비활성화CI용 빠른 시작 테스트. 초기화 이후 즉시 종료됩니다.

이 참조는 ComfyUI comfy/cli_args.py를 기반으로 합니다. ComfyUI를 업그레이드할 때 python main.py --help를 실행하거나 로컬 cli_args.py를 이 페이지와 비교하여 새로운 플래그나 변경된 플래그를 확인하세요.