happyin.work / ComfyUI · Englisches Original

ComfyUI-Spezialistin und -Entwicklerin - Anastasiia Butova

Ich baue Bildpipelines mit ComfyUI, die in Produktion laufen, und das seit zwei Jahren, seit 2024. Ich entwerfe die Graphen, schreibe die Custom Nodes, auf denen sie aufbauen, trainiere die LoRAs, die sie laden, und betreibe sie headless über die ComfyUI-API auf GPU-Workern. Ansässig in Belgrad, Serbien; ich arbeite remote und bin offen für Projektarbeit auf Vertragsbasis und für Vollzeitstellen.

In einem Satz: Anastasiia Butova ist ComfyUI-Spezialistin und Entwicklerin für Diffusionsmodelle, mit 100 Custom Nodes in 16 eigenen Packs, ComfyUI-Graphen in Produktion bei einer SaaS-Plattform für Schmuckbilder, einer Foto-App mit 4M+ Nutzern und einem Telegram-Bot sowie LoRA-Training für FLUX.2 Klein und SDXL.

Ich arbeite auf Englisch, Russisch und Serbisch; diese Seite ist eine Übersetzung des englischen Originals.

Was ich für Sie bauen kann

Wo meine ComfyUI-Arbeit bisher im Einsatz war

Die Nodes, nachgezählt

Gezählt am 15. September 2026 anhand des Codes, der in jedem Pack die Nodes registriert: 100 verschiedene Nodes in 16 eigenen Packs (104 Registrierungen; zwei Packs teilen sich vier Utility-Nodes).

Die Repositories sind privat, deshalb wird die Zahl hier genannt statt verlinkt.

So arbeite ich

Eine Pipeline wird im ComfyUI-Editor gebaut und debuggt und dann eingefroren: der Graph im API-Format exportiert, die Custom Nodes auf die getesteten Commits gepinnt. Danach wird nichts mehr geklickt. Das Backend reicht den Graphen mit Eingaben pro Anfrage ein und holt das Ergebnis ab. Ein neuer Checkpoint oder eine Node-Änderung wird auf Vergleichsbögen mit festem Seed gegen den vorherigen Stand bewertet, und was die neue Version falsch macht, wird neben dem notiert, was sie richtig macht, so wie in den Model Cards auf Hugging Face.

Warum die Custom Nodes gepinnt sind

Produktions-Images enthalten einen mitgelieferten Snapshot aller Custom Nodes, die sie verwenden; er wird bewusst aktualisiert und vor dem Ausrollen getestet, damit keine Überraschung aus einem fremden main-Branch kommt. Dieselbe Vorsicht gilt dafür, was Nodes tun dürfen: Custom Nodes sind Python-Code, der mit den Rechten des Servers läuft. Ich habe das Runbook zur Erkennung und Entfernung eines Kryptominers geschrieben, einer XMRig-Variante, die in die execution.py eines ComfyUI-Containers eingeschleust worden war.

Modelle und Tools

FLUX.2 Klein 9B, FLUX, Qwen Image Edit, SDXL und SD 1.5, IP-Adapter, ControlNet, SAM3, Florence2, DINOv3, YOLO, NAFNet, SwinIR, HYPIR. Die HTTP-API von ComfyUI, Diffusers, PyTorch, Python, Docker, RunPod, BullMQ, H100- und H200-GPUs.

Häufige Fragen

Können Sie Custom Nodes für unsere ComfyUI-Pipeline entwickeln?

Ja. Bisher habe ich 100 geschrieben, in 16 Packs. Die meisten sind eines von drei Dingen: ein Modell, das so gekapselt ist, dass es im Graphen läuft, eine Entscheidung, die der Graph treffen muss (ein Gate, ein Router, ein Switch), oder eine Bildoperation, die es in keinem vorhandenen Pack so gibt, wie die Pipeline sie braucht.

Können Sie aus unserem ComfyUI-Workflow eine API oder ein Produkt machen?

Ja, so läuft jedes Produktionsprojekt auf dieser Seite. Der Graph wird ins API-Format gebracht, ein Backend reicht ihn mit Eingaben pro Anfrage ein, vor den GPUs sitzt eine Queue, und die Ergebnisse kommen per Webhook zurück.

Trainieren Sie LoRAs für FLUX oder SDXL?

Ja. Identitäts-LoRAs für einzelne Personen, trainiert auf den eigenen Fotos eines Nutzers, und Edit-LoRAs auf FLUX.2 Klein 9B, die Gesichter restaurieren, den Hintergrund hinter einem Auto austauschen und seine Geometrie korrigieren; mehrere davon sind als Model Cards auf Hugging Face veröffentlicht.

Arbeiten Sie auch außerhalb von ComfyUI mit Diffusionsmodellen?

Ja. Diffusers, Trainingsskripte, ONNX-Export und C++-Inferenz für Retusche-Modelle, die auf dem eigenen Computer des Nutzers laufen. ComfyUI ist der Ort, an dem die meisten Pipelines zusammengesetzt werden, aber nicht der einzige, an dem die Modelle laufen.

Wo sind Sie ansässig, und wie arbeiten wir zusammen?

Belgrad, Serbien; ich arbeite remote über europäische und US-Zeitzonen hinweg, auf Vertragsbasis oder in Vollzeit. Russisch als Muttersprache, Englisch auf professionellem Niveau, Serbisch auf Arbeitsniveau.

So erreichen Sie mich

Am schnellsten über Telegram @happy_in_happy; außerdem per E-Mail an [email protected] oder über LinkedIn.

Weitere Seiten (auf Englisch)

Anastasiia Butova - ML-Entwicklerin, Belgrad, Serbien. E-Mail [email protected] · LinkedIn · GitHub · Telegram · Hugging Face