Comfy-Org/ComfyUI

外部のオープンソース リポジトリを紹介するページです。HDATFの製品ではありません。

何をするか

ComfyUIは、生成AIのワークフローをノードグラフで組み立てて実行するインストール型のアプリケーションで、主な利用者は視覚コンテンツの制作者です。利用者はモデルの読み込み、プロンプトのエンコード、サンプリング、保存を担うノードをつなぎ、導入したモデルに応じて画像、動画、音声、3D、テキストを生成します。実行要求はキューに入り、グラフのうち変更があり有効な出力につながる部分だけが実行されます。ワークフローはJSONで保存でき、ローカルHTTP APIはAPI形式で書き出したワークフローを受け付け、WebSocketと履歴APIで進捗と結果を返します。デスクトップアプリ、Windowsポータブル版、Pythonでの手動インストールで利用でき、READMEはNVIDIA、AMD、Intel、Apple Silicon、Ascendを対応ハードウェアとして挙げています。モデルファイルはインストール後に別途ダウンロードする必要があります。有料のパートナーノードは外部のクローズドソースモデルを呼び出し、オフラインオプションで無効にできます。セキュリティポリシーはローカル利用を前提とし、カスタムノードを任意のPythonコードとして扱い、ネットワーク公開時の安全確保は運用者の責任としています。ライセンスはGPL-3.0で、READMEにある速度や少ないVRAMでの動作に関する主張は今回の調査では確認できていません。

ライセンス

GPL-3.0 コピーレフトです。このコードを含むソフトウェアを配布する場合、ソースをGPLで公開する必要があります。

同じ分野のリポジトリ

• DmNote-App/DmNote
  ゲーム中に押したキーを視聴者に見せるキービューアーアプリです。DJMAX RESPECT V向けに始まりましたが、他のゲームでも入力を表示できます。キー割り当てと入力状態を受け取り、オーバーレイの強調表示、ノート効果やカウンターにします。入力頻度の統計、グラフとキー音があり、キー別画像、CSSやプラグインで外観を変えられます。デスクトップの重ね表示に加え、OBSのブラウザソースへの接続もあります。Windows 10と11、macOSに対応し、Linuxには別のコミュニティ版を案内しています。配布ファイルを起動するアプリで、macOSではアクセシビリティと入力監視の許可を別途設定し再起動する必要があります。OBSへの表示にもブラウザソースの接続設定が必要です。一部の全画面ゲームでは表示が隠れる場合があり、信頼できないプラグインは読み込まないようにする必要があります。
• jub0t/concat
  ConcatはRustで書かれた動画編集ソフトで、ライセンスはAGPL-3.0-or-laterであり、APIだけを使うモジュールにはpluginの例外を設けています。macOS、Windows、Linux、Android向けの無料のCapCut代替を掲げ、iPhoneとiPadはsideloadのビルドで、短い動画や画面録画を透かし、アカウント、サブスクリプション、アップロードなしで作りたい人が対象です。複数トラックの編集、keyframe、170を超えるエフェクト、トランジション、文字アニメーション、タイトルを備え、H.264、HEVC、AV1で最大4K 60fpsと10-bitカラーで書き出します。字幕はwhisper.cppでローカルに作り、音声合成はKokoroの声を使い、Pocket TTSは英語を話し、数秒の録音から声を複製します。背景除去とアップスケールはONNXモデルを使い、モデルは設定から一度だけ入手してSHA-256を確認したあとオフラインで動き、画面は韓国語を含む25言語に対応します。リモートAPIはTCPかUnix socket上のJSON-RPCと、ビルドオプションのgRPCを使い、既定では無効で、127.0.0.1でtokenを求め、通信は暗号化なしでやり取りされます。このAPIを通じて、スクリプトやエージェントがプロジェクトを開き、エディターと同じコマンドで編集を適用し、メディアを取り込み、書き出しをジョブとして実行します。READMEはMCP APIも掲げていますが、アーキテクチャ文書と10月12日のaudit文書はソースにMCPサーバーがないとしており、ファイル一覧にもMCPのコードはありません。インストーラーはウェブサイトかGitHub Releasesから入手するか、Rust 1.93以上とFFmpeg 7以上でビルドします。最新のreleaseは10月13日のbeta 0.2.7で、10月12日の自己auditはセキュリティを10点中6点と評価し、protocol whitelistなどのAPI修正が残っていると記しています。
• yxxbc/downvid
  DownVidは、ElectronとVue 3で作られたmacOS、Windows、Linux向けのMITライセンスのデスクトップアプリで、yt-dlp(コマンドラインの動画ダウンロードツール)とFFmpegにグラフィカルな画面をかぶせたものです。yt-dlpが対応するサイトから動画、音声、字幕をコマンドを打たずに保存したい人を対象としています。URLを貼り付けると、アプリが360Pから4Kまでの形式、音声だけのMP3、字幕だけのSRTを一覧にし、ダウンロードは一時停止、再開、再試行、進捗表示、直近100件の履歴を備えたキューで進みます。DouyinとKuaishouのリンクは、まず専用の解析処理に渡されて各サイトのWeb APIを呼び出し、Webプレーヤーが使うストリームのアドレスを取得します。これが失敗すると、PCにインストールされたChromium系ブラウザー(Chrome、Edge、Chromium)をウィンドウなしで動くheadlessモードで起動して試し、最後にyt-dlpに切り替えます。プロジェクトはこの結果を透かしのない動画と紹介しており、今回の調査で読んだコードでは、映像の画面を加工して透かしを消す処理は見つかりませんでした。yt-dlpによるダウンロードは接続ごとの速度制限を避けるためにHTTPリクエストを複数のchunkに分け、高速化の文書はサーバー全体の速度制限、権限、署名、DRMはそのまま適用されると書いています。Goで書かれた補助プログラムがシステムにあるyt-dlpとFFmpegを探すか、バージョンを固定したビルドをSHA-256で確認してダウンロードし、ソースからのビルドにはNode.js 22、pnpm 8、Go 1.24以上が必要です。既定の自動cookieモードでは、yt-dlpを通じてインストール済みのブラウザーのcookieを順に試し、読み取ったcookieをアプリのデータフォルダーにsnapshotファイルとして保存して再利用し、代わりにcookies.txtファイルを手動で指定することもできます。インストーラーにはコード署名の証明書がないため初回起動時にWindows SmartScreenとmacOS Gatekeeperが警告し、既定の設定では起動時にGitHubで更新を確認します。メタデータの解析段階ではyt-dlpのTLS証明書の検査をオフにし、headlessのブラウザーはsandboxをオフにした状態で起動します。READMEは、技術的保護手段を破ったり回避したりするコードはないこと、法律、プラットフォームの規約、著作権を守る責任は利用者にあることを書いており、サイトが変わると抽出が失敗することがあります。
• SukkaW/Make-Bilibili-Great-Than-Ever-Before
  Make Bilibili Great Than Ever Beforeは、中国の動画サイトBilibiliを見るときの広告、追跡、再生設定を変えるTypeScriptベースのユーザースクリプト(userscript)です。Make Bilibili Great AgainのforkをTypeScriptで書き直したMITライセンスのプロジェクトで、Tampermonkey、Violentmonkey、AdGuard拡張などのユーザースクリプト管理ツールにインストールすると、www、t、live、spaceのサブドメインでページ読み込みの初期に実行されます。16個のモジュールをメニューから1つずつオンとオフにでき、ページのfetchとXHRの呼び出しを横取りして必要なリクエストとレスポンスだけを変更し、変更したfetchがSentryなどの検査コードに元のブラウザー関数として見えるようにします。プライバシーの面では、ログ送信とユーザー追跡のリクエストを止め、Sentryと送信用のオブジェクトを空の関数に置き換え、ログと送信用のブラウザーストレージへの書き込みを止めてディスクへの書き込みを減らし、URLからvd_sourceなどの追跡パラメーターを消します。広告要素は1ピクセルの大きさと透明度0で隠し、コードのコメントは、サイトが広告リンクのdisplayの値で広告ブロックの有無を検査するため、displayの値はそのままにしていると説明しています。再生の面では、AV1をオフにし、P2PとPCDNのローダー、WebRTCを偽のオブジェクトに置き換えて公式のCDNアドレスを使わせ、プレーヤーに映像の切り抜きモードを加え、ライブ配信では元画質の経路を要求しつつ、30秒以内に5回失敗するとプレーヤーで選んだ画質に戻します。4K強制モジュールは、プレーヤーのローカル設定値を変え、ブラウザーをmacOS Safariとして見せることで、低スペックの端末でも4K、HDR、Dolby Atmosの選択肢をオンにし、再生アドレスの応答を変更するコードはないため、実際に受け取る画質はサーバーの応答に従います。既定でオフのThread Ripperは、映像の区間をさらに細かく分けて複数のCDNホストに同時に要求し、最初に届いた応答を使い、モジュールの説明どおり帯域とデータをより多く使うことがあります。そのほか、ホームと動的(story)ページの広告と画面配置を整え、コラム(/read/cv)ページでは転載禁止の表示(unable-reprint)とコピーイベントの処理を解除して本文をコピーできるようにし、サイト全体の白黒効果とHarmonyOSフォントを取り除いてシステム既定のフォントを使わせます。ソース全体を読んだ結果、再生アドレスの応答は読むだけで、サイトが発行した署名付きアドレスをBilibiliのCDNホストでそのまま使っており、ログイン、有料会員、地域制限を回避するコードは見つからず、Bilibiliの内部のページ構造に依存しているため、サイトが変わると一部のモジュールが壊れる可能性があります。
• JimLiu/baocut
  BaoCutは映像と編集依頼から、後で修正できるタイムラインを作るAI動画編集製品です。字幕、翻訳、吹き替え、発表動画を繰り返し直す制作者を対象とします。文書では文字起こし、字幕、音声合成、不要区間の削除、コードによるモーショングラフィックスを説明しています。MP4、字幕ファイル、音声、編集履歴を残すプロジェクト形式などで出力できます。デスクトップ、CLI、MCP、Web画面は同じローカルRuntimeと編集対象を共有するとされています。配布アプリにはRuntimeとネイティブ処理系が含まれますが、エージェント機能にはログイン済みの外部エンジンが必要で、ffmpegとffprobeも別途用意します。ローカルモデルやオンライン提供者を選べますが、モデルファイルや接続がすべて自動設定されるわけではありません。Windows版は未署名で、GPU推論の実機検証も完了していないと明記されています。標準的なオープンソースライセンスではなくBaoCut Community Licenseのソース公開製品であり、ソフトウェアの再販売、ホスティング、商用製品への組み込みには別の許可が必要です。一部モデルには非商用条件があるため、アプリとは別に利用条件を確認します。

Trendshiftのランキングに入ったリポジトリだけを載せ、リストは候補を探すためだけに使いました。順位の数字は転載していません。説明、ライセンス、スター数は各GitHubリポジトリで確認しました。解説は私たちの判断です。これらを試験したわけではなく、上昇リストに載ったことは品質の証明ではありません。