happyin.work / ComfyUI · Version originale en anglais

Spécialiste et développeuse ComfyUI - Anastasiia Butova

Cela fait deux ans, depuis 2024, que je construis des pipelines d'images en production sur ComfyUI. Je conçois les graphes, j'écris les nœuds personnalisés (custom nodes) sur lesquels ils reposent, j'entraîne les LoRA qu'ils chargent et je les exécute en mode headless via l'API ComfyUI sur des workers GPU. Basée à Belgrade, en Serbie ; en télétravail ; ouverte aux missions comme aux postes à temps plein.

En une phrase : Anastasiia Butova est spécialiste ComfyUI et ingénieure en modèles de diffusion, avec 100 nœuds personnalisés répartis dans 16 packs de sa conception, des graphes ComfyUI en production pour un SaaS d'images de bijoux, une application photo aux 4M+ utilisateurs et un bot Telegram, ainsi que l'entraînement de LoRA pour FLUX.2 Klein et SDXL.

Je travaille en anglais, en russe et en serbe ; cette page est une traduction de la version originale en anglais.

Ce que je peux réaliser pour vous

Où mon travail sur ComfyUI a été déployé

Le décompte des nœuds

Décompte effectué le 15 septembre 2026 à partir du code d'enregistrement des nœuds de chaque pack : 100 nœuds distincts dans 16 packs de ma conception (104 enregistrements ; quatre nœuds utilitaires sont partagés entre deux packs).

Les dépôts sont privés : le décompte est donc indiqué ici plutôt que sous forme de lien.

Comment je travaille

Un pipeline est construit et débogué dans l'éditeur ComfyUI, puis gelé : le graphe est exporté au format API, les nœuds personnalisés sont figés sur les commits qui ont été testés. Après cela, plus aucun clic. Le backend soumet le graphe avec les entrées propres à chaque requête et récupère le résultat. Un nouveau checkpoint ou une modification de nœud est évalué sur des planches à seed fixe par rapport à la version précédente, et ce qu'il rate est consigné à côté de ce qu'il réussit, à la manière des cartes de modèle sur Hugging Face.

Pourquoi les nœuds personnalisés sont figés

Les images de production embarquent un snapshot de chaque nœud personnalisé qu'elles utilisent, mis à jour délibérément et testé avant d'être livré, si bien qu'aucune surprise ne vient de la branche main de quelqu'un d'autre. La même prudence s'applique à ce qu'un nœud a le droit de faire : un nœud personnalisé, c'est du Python qui s'exécute avec les permissions du serveur. J'ai rédigé la procédure de détection et de suppression d'un cryptomineur, une variante de XMRig, qui avait été injecté dans le fichier execution.py d'un conteneur ComfyUI.

Modèles et outils

FLUX.2 Klein 9B, FLUX, Qwen Image Edit, SDXL et SD 1.5, IP-Adapter, ControlNet, SAM3, Florence2, DINOv3, YOLO, NAFNet, SwinIR, HYPIR. L'API HTTP de ComfyUI, Diffusers, PyTorch, Python, Docker, RunPod, BullMQ, GPU H100 et H200.

Questions fréquentes

Pouvez-vous développer un nœud ComfyUI personnalisé pour notre pipeline ?

Oui. J'en ai écrit 100 à ce jour, répartis dans 16 packs. La plupart relèvent de l'un de ces trois cas : un modèle encapsulé pour tourner à l'intérieur du graphe, une décision que le graphe doit prendre (un point de contrôle, un routeur, un aiguillage), ou une opération sur l'image qu'aucun pack existant ne réalise de la manière dont le pipeline en a besoin.

Pouvez-vous transformer notre workflow ComfyUI en API ou en produit ?

Oui, c'est ainsi que fonctionnent tous les projets en production présentés sur cette page. Le graphe passe au format API, un backend le soumet avec les entrées propres à chaque requête, une file d'attente est placée en amont des GPU, et les résultats reviennent par webhook.

Entraînez-vous des LoRA pour FLUX ou SDXL ?

Oui. Des LoRA d'identité, un par personne, entraînés sur les propres photos de l'utilisateur, et des LoRA d'édition sur FLUX.2 Klein 9B qui restaurent les visages, remplacent l'arrière-plan derrière une voiture et corrigent sa géométrie ; plusieurs d'entre eux sont publiés sous forme de cartes de modèle sur Hugging Face.

Travaillez-vous avec des modèles de diffusion en dehors de ComfyUI ?

Oui. Diffusers, scripts d'entraînement, export ONNX et inférence en C++ pour des modèles de retouche qui tournent sur l'ordinateur même de l'utilisateur. ComfyUI est l'endroit où la plupart des pipelines sont assemblés, pas le seul où vivent les modèles.

Où êtes-vous basée, et comment travailler ensemble ?

À Belgrade, en Serbie, en télétravail sur les fuseaux horaires européens et américains, en mission ou à temps plein. Russe : langue maternelle ; anglais : niveau professionnel ; serbe : niveau opérationnel.

Comment me contacter

Le plus rapide est Telegram @happy_in_happy ; sinon par e-mail à [email protected], ou sur LinkedIn.

Ailleurs sur ce site (pages en anglais)

Anastasiia Butova - ingénieure ML, Belgrade, Serbie. E-mail [email protected] · LinkedIn · GitHub · Telegram · Hugging Face