Guía de configuración de ComfyUI Manager para usuarios de Promptus

📅 Última actualización

enero de 2026 — Se revisó para reflejar la compatibilidad de las aplicaciones de escritorio de Promptus y las herramientas de implementación de flujos de trabajo de procesamiento de GPU.

🚀 Introducción

Si trabajas con Promptus con ComfyUI, un sistema que hace que los flujos de trabajo avanzados basados en nodos sean accesibles para los estudios y los creadores en solitario, el Gestor de ComfyUI se vuelve esencial para instalar nodos personalizados, administrar dependencias y mantener estables los flujos de trabajo.

Esta guía cubre:

• Configuración completa
• Solución de problemas realista
• Decisiones prácticas sobre ejecución local frente a ejecución en la nube

🎯 Qué construirás o aprenderás

• ✅ Instale y verifique ComfyUI Manager en Promptus Web y escritorio
• 🧩 Agregue nodos personalizados (incluido ControlNet) sin acceso a la terminal
• 📦 Gestione automáticamente los archivos y las dependencias del modelo
• 🛠️ Solucione errores de instalación comunes con correcciones específicas
• ☁️ Decida cuándo tiene sentido la ejecución local frente a la escalabilidad en la nube
• 🎨 Cree un flujo de trabajo de ControlNet con rangos de parámetros realistas

📋 Requisitos previos

• 🔐 Cuenta web de Promptus o aplicación Promptus instalada localmente
• 🖥️ Al menos 8 GB DE VRAM para pruebas locales o disposición a utilizar la computación en la nube
• 🌐 Acceso a Internet para el descubrimiento de nodos de ComfyUI Manager
• ⚠️ Conciencia de que algunos nodos personalizados admiten solo arquitecturas de modelos específicos (SD 1.5 frente a SDXL importa)

🧭 Configuración paso a paso

🔎 Verifique que ComfyUI Manager esté activo

1. Abrir Promptus
2. Haga clic en el ⚙️ Ajustes icono (arriba a la derecha)
3. Navega hasta Extensiones
4. Garantizar Gestor de ComfyUI está habilitada
5. Reiniciar Promptus (refrescar no es suficiente)

✅ Paso de verificación:

• Abrir un flujo de trabajo en blanco
• Haga clic con el botón derecho → debería ver «Gerente»
• Si falta:
  • Compruebe la consola del navegador (F12)
  • O la carpeta de registros del escritorio en su directorio de instalación de Promptus

🔄 Acceda y actualice la base de datos de nodos

1. Haga clic derecho en el lienzo → Gerente
2. Abrir Instalación de nodos personalizados
3. Haga clic Obtener actualizaciones

⏳ Notas:

• Toma 30 a 90 segundos
• Hacer no cerrar el panel
• La interrupción de este paso puede dañar la memoria caché local

📂 Configurar rutas de instalación

1. Abrir Gestor → Configuración
2. Rutas predeterminadas:
   • Comfyui/Custom_Nodes
   • Cómoda UI/Modelos
3. Opcional: defina rutas personalizadas si administra varios proyectos

📌 Reglas de ruta:

• Utilice rutas absolutas
• Ejemplo de Windows:
  C: /Projects/comfyui/Custom_Nodes
• Ejemplo de Mac/Linux:
  /home/nombre de usuario/comfyui/custom_nodes

🔁 Guardar y reiniciar Promptus

🧩 Instale su primer nodo personalizado

1. Búsqueda de «eficiencia»
2. Seleccione Nodos de eficiencia para ComfyUI
3. Confirme la compatibilidad del modelo
4. Haga clic Instalar

⏱️ Tiempo de instalación:

• Nodos simples: 10 a 30 segundos
• Nodos complejos: de 2 a 5 minutos

⚠️ No interrumpa la instalación

🔄 Actualizar la lista de nodos después de la instalación

🎛️ Creación de un flujo de trabajo práctico de ControlNet

🧠 Instale los componentes principales de ControlNet

• Búsqueda «ControlNet»
• Instalar Comfyui-Advanced-ControlNet
• Actualizar lista de nodos
• Verifique los nodos:
  • Cargue el modelo ControlNet
  • Aplicar ControlNet
  • Preprocesadores

📥 Descargue los modelos de ControlNet

Ejemplos:

• SD 1.5 → control_v11p_sd15_openpose
• SDXL → control-lora-canny-rank256

📦 Los modelos se descargan en:
Comfyui/Modelos/ControlNet
📏 Tamaño: 700 MB — 2,5 GB

🧱 Construya la estructura del flujo de trabajo

Añada estos nodos:

1. 🖼️ Cargar imagen
2. 🧪 Preprocesador ControlNet
3. 📥 Cargue el modelo ControlNet
4. 🎛️ Aplicar ControlNet
5. 🎨 Nodos de generación estándar (Checkpoint, CLIP, KSampler)

🔗 Conéctese en secuencia:

• Imagen → Preprocesador → Aplicar ControlNet → Cadena de acondicionamiento

🎚️ Configurar los parámetros de ControlNet

🔥 Parámetros clave

Fuerza

• Inicio: 0,7
• Rango: 0.0 — 2.0
• Punto óptimo (retratos): 0,65 — 0,75

Fuerza de acondicionamiento

• Inicio: 0,8
• Rango: 0,0 — 1,0
• Valores más altos = ControlNet domina el muestreo inicial

📌 Conclusiones prácticas:

• 0,5: Control apenas visible
• 0,9: Aparecen distorsiones
• 0,65—0,75: Mejor equilibrio

🧪 Ejemplo: flujo de trabajo de visualización de productos

• Utilice Aristas astutas a partir de una referencia de iluminación
• Fuerza: 0,8
• Fuerza de acondicionamiento: 0,85
• Prompt define solo los detalles del producto

🎯 Resultado:

• La iluminación se mantiene constante
• Variaciones impulsadas únicamente por cambios rápidos
• Ideal para generación de lotes de comercio electrónico

🧠 Por qué funciona esto

ControlNet modifica predicción de ruido durante la eliminación de ruido, ni antes ni después.

• Preprocesador = qué se pasa la información estructural
• Fuerza = cuánto ControlNet anula el modelo

Preprocesador incorrecto = señal de control irrelevante

🧭 Guía de decisión sobre preprocesadores ControlNet

✏️ Aristas astutas

• Ideal para: arquitectura, productos
• Fuerza: 0,7—0,9
• Ventajas: Rápido, independiente de la iluminación
• Contras: Sin textura ni color

🌍 Mapas de profundidad

• Ideal para: entornos, diseño espacial
• Fuerza: 0,6—0,8
• Ventajas: Preserva las relaciones espaciales
• Contras: Problemas con los reflejos

🧍 Postura abierta

• Ideal para: personajes, animación
• Fuerza: 0,7—0,9
• Ventajas: Control de poses con libertad de estilo
• Contras: Solo para humanos, limitaciones manuales

✍️ Garabateo/boceto

• Ideal para: exploración de conceptos
• Fuerza: 0,5—0,7
• Ventajas: Máxima aportación creativa
• Contras: Se requiere esfuerzo manual

🛠️ Errores y correcciones comunes

❌ Los nodos no aparecen

• Corregir: F5 → reiniciar Promptus → verificar rutas

❌ Falta el modelo de ControlNet

• Corrección: Compruebe la carpeta del modelo y la extensión

❌ El local funciona, la nube falla

• Corrección: Elimine las rutas absolutas, ejecute el validador en la nube

❌ Memoria agotada

• Corrección: tamaño del lote = 1, menor resolución de imagen de control, uso ControlNet LoRas

❌ Control ignorado

• Solución: compruebe las conexiones, aumente la resistencia, verifique el contenido de la imagen de control

❌ Falló la búsqueda del nodo

• Solución: comprueba Internet/firewall, vuelve a intentarlo después del tiempo de reutilización del límite de velocidad

❌ Errores de Python

• Solución: uso Actualizar todo, instala los paquetes que faltan

❌ Múltiples ControlNets se congelan

• Corrección: reduce las fuerzas secundarias, reduce la resolución

🚀 Variaciones avanzadas

🧬 Colocación de redes multicontrol

• Profundidad (0,7+) Atuto (0,5)
• Lo mejor para la arquitectura
• Compensación: alto uso de VRAM

🎞️ ControlNet animada

• Una imagen de control por cuadro
• Mismo modelo, mismos parámetros
• Ideal para gráficos animados
• Con una configuración pesada, pero potente

Guía de decisiones de ejecución local versus en la nube

Privacidad y control de datos

Ejecución local: privacidad total, los archivos nunca salen de su sistema, no hay riesgo de exposición de datos, adecuado para el trabajo del cliente bajo un acuerdo de confidencialidad.

Ejecución en la nube: los archivos se almacenan temporalmente en los sistemas de GPU del mercado, se eliminan una vez finalizado el trabajo y no son aptos para proyectos confidenciales sin la verificación de la política de manejo de datos del proveedor.

Estructura de costos

Ejecución local: coste cero por generación tras la compra del hardware, consumo de electricidad (aproximadamente de 0,30 a 0,50 USD por hora para un 4090), depreciación del hardware a lo largo del tiempo.

Ejecución en la nube: pague solo por los minutos de procesamiento utilizados (aproximadamente de 0,50 a 2,00 USD por hora, según el nivel de GPU), sin costos de electricidad ni mantenimiento, sin inversiones iniciales en hardware.

Velocidad y rendimiento

• ‍‍Ejecución local: inicio instantáneo del trabajo, sin esperas en cola, ideal para trabajos iterativos con pequeños cambios frecuentes y limitados por el rendimiento de una sola GPU.
• Ejecución en la nube: posible espera en cola durante las horas punta, ideal para lotes grandes que se ejecutan durante la noche, acceso a configuraciones de varias GPU para el procesamiento en paralelo.

Fiabilidad y disponibilidad

Ejecución local: control total del tiempo de actividad, vulnerable a cortes de energía y fallos de hardware, la responsabilidad del mantenimiento recae en el usuario.

Ejecución en la nube: los sistemas redundantes, que dependen del tiempo de actividad del proveedor del mercado, no suponen una carga de mantenimiento y reducen las fallas puntuales.

Esfuerzo de configuración y mantenimiento

Ejecución local: requiere la compra y configuración iniciales del hardware, actualizaciones ocasionales de los controladores y la administración manual de los archivos del modelo y del espacio en disco.

Ejecución en la nube: sin configuración de hardware, actualizaciones automáticas de software, archivos de modelos gestionados por el proveedor o cargados por proyecto.

Punto de decisión: tamaño y frecuencia del lote

Si generas menos de 100 imágenes por semana: es probable que la ejecución local cueste menos con el tiempo si ya tienes el hardware adecuado.

Si genera más de 500 imágenes por semana de manera constante: la ejecución en la nube se vuelve rentable, especialmente si se tienen en cuenta los costos de electricidad y refrigeración.

Si generas grandes lotes todos los meses, pero no a diario: el enfoque híbrido funciona mejor: crea prototipos localmente y escala en la nube para los lotes de producción.

Cómo hacer esto en Promptus 🧩

Tanto la aplicación de escritorio Promptus como la Promptus Web basada en navegador son compatibles con ComfyUI Manager sin modificaciones. La principal ventaja de Promptus es que la integración de GPU Marketplace te permite crear flujos de trabajo de forma local con ComfyUI Manager, probarlos con tu GPU local y, a continuación, escalar el mismo archivo de flujo de trabajo a los recursos de la nube sin necesidad de reconfigurarlos.

Al exportar flujos de trabajo para su ejecución en el mercado, utilice la herramienta de validación del menú Archivo, en Exportar para ejecución en la nube. Esto escanea tu flujo de trabajo en busca de rutas absolutas, modelos faltantes y nodos no compatibles. Corrija los problemas que se detecten antes de subirlos: el validador detecta los problemas que, de otro modo, no funcionarían durante horas en un trabajo por lotes.

Si está coordinando los flujos de trabajo del equipo, el uso compartido del espacio de trabajo de Promptus permite que varios usuarios accedan a la misma configuración de ComfyUI Manager. Instala los nodos una vez y los miembros del equipo heredarán el mismo entorno. Esto evita los problemas de «funciona en mi máquina», comunes en los equipos creativos distribuidos.

🔗 Regístrate: https://www.promptus.ai

ComfyUI Manager elimina la mayor parte de la fricción técnica a la hora de ampliar sus capacidades de Promptus. Una vez que comprenda la instalación de nodos, la administración de modelos y el modelo de ejecución híbrida, podrá adaptar los flujos de trabajo a medida que surjan nuevas técnicas sin tener que esperar a que la plataforma se actualice. El flujo de trabajo de ControlNet demuestra las mejores prácticas en varios tipos de proyectos, lo que garantiza que su proceso siga siendo eficiente, estable y escalable.

✍️ Autor

Escrito por Jack, arquitecto técnico de flujo de trabajo
He dedicado los últimos 18 meses a crear canales de producción para estudios creativos de tamaño mediano, en su mayoría con flujos de trabajo pesados de ControlNet que se interrumpen de manera inesperada cuando las dependencias se desvanecen. He aprendido más de los errores de instalación que de los éxitos, y esta guía refleja esa experiencia.