Node packVerifiedExternal

toobusy

Sourcegithub.com/nicekriss/toobusy

Maintainer@nicekrissUnratedgrade

Package profile

Status: Verified
Publisher: @nicekriss
Source: GitHub

README

toobusy · 너무바쁜베짱이

번거로운 여러 단계를 노드 하나로 접어버리는 ComfyUI 커스텀 노드 모음입니다.
여러 노드를 일일이 배선하기 귀찮은 사람을 위해, 한 노드가 체인 전체를 삼킵니다.

Fold the graph. — toobusy folds tedious multi-step ComfyUI workflows into single production nodes.

현재 문서는 v0.4.11 기준입니다.

Quick Start

cd ComfyUI/custom_nodes
git clone https://github.com/nicekriss/toobusy.git toobusy

업데이트:

cd ComfyUI/custom_nodes/toobusy
git pull

ComfyUI를 재시작하세요. 프런트엔드(JS) 변경을 받은 뒤에는 브라우저를 강력 새로고침(hard refresh) 하는 것을 권장합니다.

ComfyUI Manager로 설치할 때 주의. Manager는 Comfy Registry에 올라간 버전을 받아옵니다. 지금은 0.4.9 / 0.4.10이 레지스트리에서 내려가 있어서 Manager로 설치하면 0.4.8이 깔리고, 0.4.9에서 추가된 MiniMax H3 캐릭터시트 노드들이 노드 목록에 나오지 않습니다. 설치는 성공하고 다른 노드도 정상 동작하므로 원인을 찾기 어렵습니다. 최신 노드가 필요하면 위의 git clone을 쓰거나 Manager의 Install via Git URL에 https://github.com/nicekriss/toobusy 를 넣으세요.

MiniMax H3 Single-Image Editing

toobusy MiniMax H3 Image Latent는 공식 H3 노드가 아직 만들지 못하는 T=1 영상+오디오 latent를 생성합니다. ComfyUI 코어 파일을 수정하거나 일반 Empty Latent Image를 연결하지 않고, MiniMax H3 Ref2V 모델과 MiniMax H3 Image VAE를 정지 이미지 편집에 사용할 수 있습니다.

width / height
-> toobusy MiniMax H3 Image Latent
-> SamplerCustomAdvanced
-> VAE Decode (MiniMax H3 Image VAE)

H3의 MODEL, CONDITIONING, sampler, scheduler는 기존 ComfyUI 네이티브 노드를 그대로 사용합니다.
이 노드는 batch 1, 단일 프레임 전용입니다. 영상 생성에는 공식 Empty MiniMax H3 AV Latent를 사용하세요.
일반 Empty Latent Image는 H3가 요구하는 영상+오디오 NestedTensor가 아니므로 호환되지 않습니다.
검증 예제: minimax_h3_single_image_6edit.json

MiniMax H3 Character-Sheet References

캐릭터시트 워크플로우는 얼굴과 의상을 먼저 3-view 캐릭터로 확정한 뒤, 그 결과를 두 번째 H3 패스의 포즈·소품 패널 기준으로 사용합니다.

toobusy MiniMax H3 Optional Reference: 꺼진 선택 레퍼런스의 이미지 브랜치를 실행하지 않습니다.
toobusy MiniMax H3 Semantic Reference: Gemma 분석의 의미 설명은 유지하면서 안전하다고 판정된 이미지만 H3에 전달합니다.
toobusy MiniMax H3 Reference Manifest: 실제로 전달된 이미지에 맞춰 <Picture N> 번호와 역할 문장을 압축합니다.
예제: 2BZ_H3_character_sheet_2stage_v1.json

자동 크기 리터치 — 얼굴이 약 200px이 되게 키워서 (권장)

리터치가 극적으로 먹는 조건은 처리할 때 얼굴이 약 200px인 것입니다(캐릭터 시트가 유난히 잘 되던 이유도 얼굴이 원래 그 크기라서). 2BZ Face-Size Scale Plan이 SAM3로 찾은 얼굴을 재서 작업 크기를 정하고, VOSR 2.0이 그 크기까지 키운 뒤 SeedVR2가 질감을 입혀 키운 크기 그대로 저장합니다.

Load Image ─ SAM3 Detect("face:8") ─ 2BZ Face-Size Scale Plan(200px) ─┬─ VOSR 2.0 Upscale ×N ─┐
                                                                       └─ 2BZ Use Upscaled If Needed ─ Image Scale(정확한 크기)
   ─ 2BZ SeedVR2 Tile Restore ─ 2BZ Retouch Blend (높음/낮음) ─ Save

1MP 전신샷(얼굴 ~100px) → 약 2배, 단체컷·시트 → 가장 큰 얼굴 기준, 클로즈업·큰 시트(얼굴이 이미 200px 이상) → VOSR2를 건너뛰고 원래 크기 그대로, 얼굴이 없으면 4MP 근처.
2BZ Use Upscaled If Needed: 쓰는 쪽만 계산하는 선택 노드 — 키울 필요가 없으면 VOSR 2.0이 아예 돌지 않습니다.
실측(RTX 3090): 1MP 전신 55초 · 1.6MP 단체 43초 · 클로즈업 15초 · 18.7MP 시트 65초, VRAM 최고 약 12GB(대기 포함).
필요: toobusy 0.5.6+, VOSR 2.0 노드(comfyui-vosr2), SeedVR2·SAM3 모델(아래 SeedVR2 Retouch와 같음).
예제: 2BZ_Retouch_AutoSize.json

SeedVR2 Retouch — 아무 이미지나, VRAM에 맞춰

AI 이미지의 플라스틱 같은 피부·뭉개진 머리카락·옷감에 미세 질감만 입힙니다. 형태·얼굴·색은 원본 그대로이고 프롬프트가 없습니다. 사진 한 장이든 18MP 캐릭터 시트든 그대로 넣으면 됩니다.

Load Image ─ 2BZ SeedVR2 Tile Restore ─┬─ 2BZ Retouch Blend (높음 1.25 / 피부 1.0) ─ Save
           └ 2MP로 축소 ─ SAM3 Detect("skin:8") ─┴─ 2BZ Retouch Blend (낮음 1.0 / 피부 0.9) ─ Save

2BZ SeedVR2 Tile Restore: 타일마다 자기 조건으로 SeedVR2 1스텝 복원 → 페더링해 이어 붙여 입력 크기로. tile_megapixels(기본 2)가 VRAM 손잡이 — 8GB 1 / 12GB 1.5~~2 / 16GB 2~~3 / 24GB 3~4. upscale_small_to(기본 3MP)보다 작은 이미지는 키워서 복원 후 원래 크기로.
2BZ Retouch Blend (skin-aware): 주파수 합성(원본 저주파 + 복원 고주파×세기), 피부 마스크 안은 따로 약하게. 마스크 키우기·페더 포함.
실측(RTX 3090, 3B int8, 결과 2장 포함): 2MP 사진 24초, 18MP 캐릭터 시트 79초(타일 15장), VRAM 최고치는 크기와 무관하게 약 7GB.
모델: seedvr2_3b_int8_convrot → `

Nodes in this pack

38 nodes