ComfyUI: নিজের পিসিতে ফ্রি এআই ছবি তৈরি — সম্পূর্ণ গাইড

আজকের ডিজিটাল যুগে এআই ছবি তৈরি করা দারুণ এক ব্যাপার। কিন্তু বেশিরভাগ জনপ্রিয় এআই টুলস ব্যবহার করতে গেলে হয় আপনাকে মোটা অঙ্কের সাবস্ক্রিপশন ফি দিতে হয়, অথবা ছবি তৈরির ওপর নানা রকম সীমাবদ্ধতা মেনে নিতে হয়। ব্যক্তিগত ডেটা ও ছবির গোপনীয়তা নিয়েও অনেকের মনে প্রশ্ন থাকে। যদি এমন একটা উপায় থাকত, যেখানে আপনি নিজের কম্পিউটারেই বিনামূল্যে, সম্পূর্ণ নিয়ন্ত্রণে রেখে হাই-কোয়ালিটির এআই ছবি তৈরি করতে পারতেন? আপনার এই সমস্যার সমাধান নিয়ে এসেছে ComfyUI — একটি শক্তিশালী এবং ওপেন সোর্স প্ল্যাটফর্ম যা আপনাকে এই স্বাধীনতা দেবে। এই সম্পূর্ণ গাইডটি আপনাকে ComfyUI ইনস্টল করা থেকে শুরু করে আপনার প্রথম এআই ছবি তৈরি করা পর্যন্ত প্রতিটি ধাপে সাহায্য করবে।

ComfyUI কী এবং কেন এটি সেরা?

ComfyUI হলো Stable Diffusion মডেল চালানোর জন্য একটি অত্যন্ত শক্তিশালী এবং ফ্লেক্সিবল নোড-ভিত্তিক ইউজার ইন্টারফেস। সহজ কথায়, এটি একটি ভিজ্যুয়াল প্রোগ্রামিং এনভায়রনমেন্ট, যেখানে আপনি বিভিন্ন ছোট ছোট ব্লক (নোড) একটার সাথে আরেকটা সংযুক্ত করে আপনার এআই ছবি তৈরির প্রক্রিয়া (ওয়ার্কফ্লো) তৈরি করতে পারেন। এটা অনেকটা একটি কারখানার মতো, যেখানে প্রতিটি নোড (যেমন: টেক্সট ইনপুট, মডেল লোডার, স্যাম্পলার) নির্দিষ্ট কাজ করে এবং একটির আউটপুট আরেকটির ইনপুটে যায়।

কেন ComfyUI সেরা?

1. সম্পূর্ণ নিয়ন্ত্রণ: ComfyUI আপনাকে আপনার ছবি তৈরির প্রক্রিয়ার প্রতিটি ধাপের উপর সম্পূর্ণ নিয়ন্ত্রণ দেয়। কোন মডেল ব্যবহার করবেন, কোন স্যাম্পলার ব্যবহার করবেন, কত ধাপ (steps) থাকবে, এমনকি কোন ছোট ডিটেইলস কীভাবে প্রক্রিয়া করা হবে — সবকিছু আপনার হাতে।

2. ফ্রি এবং প্রাইভেট: যেহেতু এটি আপনার নিজের কম্পিউটারেই চলে, তাই কোনো মাসিক সাবস্ক্রিপশন ফি নেই। আপনার তৈরি করা ছবি বা আপনার প্রম্পটগুলো কোনো থার্ড-পার্টি সার্ভারে যায় না, ফলে আপনার ডেটা সুরক্ষিত থাকে। এটি একটি ওপেন সোর্স প্রজেক্ট, যা এর বিশ্বস্ততা আরও বাড়িয়ে তোলে।

3. ফ্লেক্সিবিলিটি ও অ্যাডভান্সড ফিচার: এর নোড-ভিত্তিক সিস্টেম আপনাকে অত্যন্ত জটিল এবং কাস্টমাইজড ওয়ার্কফ্লো তৈরি করতে দেয়, যা অন্যান্য সাধারণ ইউজার ইন্টারফেসে সম্ভব নয়। ControlNet, LoRA, আপস্কেলিং, ইনপেইন্টিং, আউটপেইন্টিং-এর মতো অ্যাডভান্সড ফিচারগুলো ComfyUI-তে অত্যন্ত দক্ষতার সাথে ব্যবহার করা যায়।

4. পারফরম্যান্স: ComfyUI মেমরি ম্যানেজমেন্টে খুবই দক্ষ, তাই অপেক্ষাকৃত কম VRAM যুক্ত GPU-তেও এটি অন্যান্য UI-এর চেয়ে ভালো পারফর্ম করতে পারে।

অন্যান্য জনপ্রিয় AI ইমেজ জেনারেশন টুলসের সাথে ComfyUI-এর একটি সংক্ষিপ্ত তুলনা নিচে দেওয়া হলো:

ComfyUI ইনস্টল করার ধাপ (ধাপে ধাপে)

ComfyUI ইনস্টল করা প্রথম দিকে একটু কঠিন মনে হতে পারে, কিন্তু ধাপে ধাপে এগোলে এটি বেশ সহজ। এখানে একটি বিস্তারিত গাইড দেওয়া হলো:

প্রয়োজনীয়তা (Pre-requisites):

• অপারেটিং সিস্টেম: Windows 10/11, Linux (Ubuntu/Debian) বা macOS।
• গ্রাফিক্স কার্ড (GPU): NVIDIA GPU থাকা আবশ্যক (কমপক্ষে 8GB VRAM থাকলে ভালো পারফরম্যান্স পাবেন)। AMD GPU-তেও কিছু ক্ষেত্রে কাজ করে, তবে NVIDIA সবচেয়ে নির্ভরযোগ্য। CPU দিয়েও চালানো যায়, কিন্তু এটি খুবই ধীর হবে।
• Python: আপনার সিস্টেমে Python 3.10 বা এর পরের সংস্করণ ইনস্টল করা থাকতে হবে।
• Git: ComfyUI এর সোর্স কোড ডাউনলোড করার জন্য Git ইনস্টল করা থাকতে হবে।

ইনস্টলেশন প্রক্রিয়া:

1. Python ইনস্টল করুন:

• যদি আপনার সিস্টেমে Python না থাকে, তবে Python ওয়েবসাইট থেকে Python 3.10 বা 3.11 ডাউনলোড করে ইনস্টল করুন। ইনস্টলেশনের সময় "Add Python to PATH" অপশনটি অবশ্যই চেক করে দেবেন।

2. Git ইনস্টল করুন:

• Git ওয়েবসাইট থেকে আপনার অপারেটিং সিস্টেমের জন্য Git ডাউনলোড করে ইনস্টল করুন। ডিফল্ট অপশনগুলো রাখলেই হবে।

3. ComfyUI ডাউনলোড করুন:

• আপনার কম্পিউটারে একটি ফোল্ডার তৈরি করুন, যেখানে আপনি ComfyUI রাখতে চান (যেমন: `C:\AI\ComfyUI`)।
• এই ফোল্ডারের ভেতরে রাইট ক্লিক করে "Open Git Bash here" (Windows) বা Terminal (Linux/macOS) ওপেন করুন।
• নিম্নলিখিত কমান্ডটি টাইপ করে Enter চাপুন:

```bash

git clone https://github.com/comfyanonymous/ComfyUI.git

```

• এটি ComfyUI-এর সমস্ত ফাইল এই ফোল্ডারে ডাউনলোড করবে।

4. Dependencies ইনস্টল করুন:

• Git ক্লোন করার পরে `ComfyUI` নামের একটি নতুন ফোল্ডার তৈরি হবে। সেই ফোল্ডারে প্রবেশ করুন (যেমন: `cd ComfyUI`)।
• এবার কমান্ড প্রম্পটে নিম্নলিখিত কমান্ডটি টাইপ করে Enter চাপুন:

```bash

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu118

pip install -r requirements.txt

```

• প্রথম লাইনটি NVIDIA GPU-এর জন্য PyTorch ইনস্টল করবে। যদি আপনার AMD GPU থাকে, তাহলে PyTorch ওয়েবসাইটে আপনার কার্ডের জন্য সঠিক কমান্ডটি দেখে নিন। CPU এর জন্য `pip install torch torchvision torchaudio` যথেষ্ট।
• দ্বিতীয় লাইনটি ComfyUI চালানোর জন্য প্রয়োজনীয় অন্যান্য লাইব্রেরি ইনস্টল করবে।

5. Stable Diffusion মডেল ডাউনলোড করুন:

• ComfyUI নিজেই ছবি তৈরি করতে পারে না; এর জন্য Stable Diffusion মডেল দরকার। Hugging Face বা Civitai.com থেকে আপনি মডেল ডাউনলোড করতে পারবেন।
• জনপ্রিয় মডেল যেমন SDXL Base, SDXL Refiner, Stable Diffusion 1.5, ইত্যাদি ডাউনলোড করুন।
• ডাউনলোড করা `checkpoint` ফাইলগুলো `ComfyUI/models/checkpoints` ফোল্ডারে রাখুন।

6. ComfyUI চালান:

• `ComfyUI` ফোল্ডারে ফিরে যান।
• Windows ব্যবহারকারীরা `run_nvidia_gpu.bat` (NVIDIA GPU থাকলে), `run_amd_gpu.bat` (AMD GPU থাকলে) অথবা `run_cpu.bat` (CPU তে চালাতে চাইলে) ফাইলটিতে ডাবল ক্লিক করুন।
• Linux/macOS ব্যবহারকারীরা টার্মিনালে `python main.py` কমান্ডটি চালান।
• কিছুক্ষণের মধ্যেই আপনার ওয়েব ব্রাউজারে ComfyUI ইন্টারফেস ওপেন হয়ে যাবে (সাধারণত `http://127.0.0.1:8188`)।

আপনার প্রথম ComfyUI ওয়ার্কফ্লো সেটআপ ও ছবি তৈরি

ComfyUI ইন্টারফেস ওপেন হলে প্রথমে একটি ডিফল্ট ওয়ার্কফ্লো দেখতে পাবেন। এটিই হলো টেক্সট থেকে ছবি তৈরির সবচেয়ে সাধারণ ওয়ার্কফ্লো। চলুন, একটি উদাহরণ দিয়ে এটি ব্যবহার করা শিখি:

সাধারণ টেক্সট-টু-ইমেজ ওয়ার্কফ্লো:

একটি আদর্শ টেক্সট-টু-ইমেজ ওয়ার্কফ্লোতে সাধারণত নিম্নলিখিত নোডগুলি থাকে:

1. Load Checkpoint: এখানে আপনি আপনার ডাউনলোড করা Stable Diffusion মডেলটি লোড করবেন।

2. CLIP Text Encode (Prompt): আপনার পজিটিভ প্রম্পট (আপনি যা দেখতে চান) এখানে লিখবেন।

3. CLIP Text Encode (Negative Prompt): আপনার নেগেটিভ প্রম্পট (আপনি যা দেখতে চান না) এখানে লিখবেন।

4. Empty Latent Image: এটি ছবির প্রাথমিক "ক্যানভাস" তৈরি করে, যেখানে ছবির সাইজ (width, height) এবং ব্যাচ সাইজ (একবারে কতগুলো ছবি তৈরি হবে) সেট করা হয়।

5. KSampler: এটি Stable Diffusion প্রক্রিয়ার মূল অংশ। এখানে স্যাম্পলার মেথড, স্টেপস, CFG স্কেল এবং সীড ভ্যালু সেট করা হয়।

6. VAE Decode: লেটেন্ট ইমেজকে ভিজ্যুয়াল ইমেজে রূপান্তর করে।

7. Save Image: তৈরি হওয়া ছবিটি আপনার কম্পিউটারে সেভ করে।

ধাপে ধাপে ছবি তৈরির প্রক্রিয়া:

1. মডেল লোড করুন: `Load Checkpoint` নোডে `ckpt_name` ড্রপডাউন থেকে আপনার ডাউনলোড করা Stable Diffusion মডেলটি (যেমন: `sd_xl_base_1.0.safetensors`) নির্বাচন করুন।

2. প্রম্পট দিন:

• `CLIP Text Encode (Prompt)` নোডের `text` বক্সে আপনার পজিটিভ প্রম্পট লিখুন।
• উদাহরণ পজিটিভ প্রম্পট: `a futuristic city at sunset, flying cars, neon lights, highly detailed, photorealistic`
• `CLIP Text Encode (Negative Prompt)` নোডের `text` বক্সে আপনার নেগেটিভ প্রম্পট লিখুন।
• উদাহরণ নেগেটিভ প্রম্পট: `blurry, bad quality, low resolution, ugly, deformed`

3. ইমেজের সাইজ সেট করুন: `Empty Latent Image` নোডে `width` এবং `height` সেট করুন (যেমন: 1024x1024 SDXL এর জন্য)। `batch_size` 1 রাখুন।

4. স্যাম্পলার সেট করুন: `KSampler` নোডে সাধারণত নিম্নলিখিত সেটিংসগুলো ব্যবহার করা হয় (আপনি পরীক্ষা করে দেখতে পারেন):

• `seed`: র্যান্ডম ছবি তৈরির জন্য একটি সংখ্যা। প্রতিটি নতুন ছবি তৈরির জন্য এটিকে `RANDOMIZE` এ রাখুন।
• `steps`: 20-30 (কম স্টেপস দ্রুত কিন্তু কম ডিটেইল, বেশি স্টেপস ধীরে কিন্তু বেশি ডিটেইল)।
• `cfg`: 7.0 (কনফিগারেশন স্কেল - প্রম্পট কতটুকু অনুসরণ করবে তার মাত্রা)।
• `sampler_name`: `dpmpp_2m_sde` বা `euler_a` (বিভিন্ন স্যাম্পলার বিভিন্ন ফলাফল দেয়)।
• `scheduler`: `karras` বা `normal`।

5. ছবি তৈরি করুন: ইন্টারফেসের ডানদিকে উপরে থাকা `Queue Prompt` বাটনে ক্লিক করুন। ComfyUI আপনার সেট করা ওয়ার্কফ্লো অনুযায়ী ছবিটি তৈরি করা শুরু করবে। নোডগুলো কাজ করার সময় হলুদ রঙ ধারণ করবে।

6. ছবি সেভ করুন: `Save Image` নোডে তৈরি হওয়া ছবিটি দেখতে পাবেন। ছবিটি স্বয়ংক্রিয়ভাবে `ComfyUI/output` ফোল্ডারে সেভ হয়ে যাবে।

এই বেসিক ওয়ার্কফ্লো থেকে আপনি হাজারো ধরনের ছবি তৈরি করতে পারবেন। বিভিন্ন প্রম্পট, মডেল এবং স্যাম্পলার সেটিংস দিয়ে এক্সপেরিমেন্ট করুন।

অ্যাডভান্সড ফিচার ও ওয়ার্কফ্লো: ComfyUI-এর ক্ষমতা উন্মোচন

ComfyUI-এর আসল শক্তি লুকিয়ে আছে এর অ্যাডভান্সড ওয়ার্কফ্লো এবং কাস্টম নোডগুলোতে। এই ফিচারগুলো ব্যবহার করে আপনি শুধুমাত্র সাধারণ ছবি নয়, নির্দিষ্ট ভঙ্গিমা, স্টাইল বা রেফারেন্স ছবি অনুসরণ করে অসাধারণ এআই ছবি তৈরি করতে পারবেন। এই ধরনের উন্নত এআই টুলস ব্যবহার করে শিল্পীরা তাদের কাজকে অন্য মাত্রায় নিয়ে যেতে পারে। সেরা এআই টুলস এর তালিকায় ComfyUI এই কারণেই শীর্ষে থাকে।

1. ControlNet ব্যবহার:

ControlNet হলো Stable Diffusion-এর একটি শক্তিশালী এক্সটেনশন যা আপনাকে ছবির কম্পোজিশন বা কাঠামোকে ফাইন-টিউন করতে দেয়। আপনি একটি রেফারেন্স ইমেজ ব্যবহার করে আপনার এআই ছবির পোজ, ডেপথ, প্রান্ত বা ক্যানি এজ নিয়ন্ত্রণ করতে পারবেন।

• ওয়ার্কফ্লো: একটি `ControlNet Loader`, একটি `ControlNet Apply` নোড এবং একটি `Preprocessor` (যেমন `OpenPose` বা `Canny`) যোগ করে আপনার KSampler নোডের সাথে সংযুক্ত করুন। Preprocessor নোডে আপনার রেফারেন্স ইমেজ ইনপুট দিন।
• উদাহরণ: আপনি একটি মানুষের পোজ সম্বলিত ছবি দিলেন। `OpenPose` প্রসেসর সেই পোজ ডিটেক্ট করবে, এবং ComfyUI সেই পোজ অনুযায়ী আপনার প্রম্পট ব্যবহার করে একটি নতুন ছবি তৈরি করবে।

2. LoRA (Low-Rank Adaptation) এবং Embeddings ব্যবহার:

LoRA মডেলগুলো মূল Stable Diffusion মডেলের উপর ছোট আকারের অ্যাড-অন, যা মডেলকে একটি নির্দিষ্ট স্টাইল, চরিত্র বা অবজেক্ট শিখতে সাহায্য করে। Embeddings (বা Textual Inversion) একই ধরনের কাজ করে।

• ওয়ার্কফ্লো: `LoRA Loader` নোড যোগ করে আপনার চেকপয়েন্ট লোডারের সাথে যুক্ত করুন। `LoRA Name` ড্রপডাউন থেকে আপনার ডাউনলোড করা LoRA মডেলটি নির্বাচন করুন এবং `strength` সেট করুন। Embeddings ব্যবহারের জন্য, শুধু আপনার প্রম্পটে Embeddings এর নাম উল্লেখ করুন।
• উদাহরণ: যদি আপনার কাছে একটি "Pixar Style" LoRA মডেল থাকে, সেটি লোড করে প্রম্পট দিলে আপনার তৈরি ছবি Pixar সিনেমার মতো দেখতে হবে।

3. আপস্কেলিং (Upscaling) এবং ডিটেইল এনহ্যান্সমেন্ট:

সাধারণত তৈরি হওয়া এআই ছবিগুলো উচ্চ রেজোলিউশনের হয় না। ComfyUI-তে আপনি বিভিন্ন আপস্কেলার মডেল ব্যবহার করে ছবির মান উন্নত করতে পারেন।

• ওয়ার্কফ্লো: `VAE Decode` নোডের পরে একটি `Image Upscale` নোড যোগ করুন এবং তার সাথে একটি `Upscale Model Loader` সংযুক্ত করুন। আপনি GFPGAN বা ESRGAN এর মতো মডেল ব্যবহার করতে পারেন।
• উদাহরণ: একটি 512x512 পিক্সেলের ছবিকে 2048x2048 রেজোলিউশনে নিয়ে যান, যেখানে ছবির ডিটেইলস অনেক গুণ বেড়ে যাবে। এই ধরনের উন্নত ফিচার এআই শিল্প কে আরও বেশি অ্যাক্সেসযোগ্য করে তুলছে।

4. কাস্টম নোড এবং কমিউনিটি সাপোর্ট:

ComfyUI-এর সবচেয়ে বড় সুবিধা হলো এর শক্তিশালী কমিউনিটি। হাজার হাজার ইউজার নতুন কাস্টম নোড এবং ওয়ার্কফ্লো তৈরি করে শেয়ার করে। ComfyUI-Manager ইনস্টল করে আপনি সহজেই এই কাস্টম নোডগুলি ইনস্টল করতে পারবেন, যা আপনার ওয়ার্কফ্লো তৈরির সম্ভাবনাকে প্রায় অসীম করে তোলে।

• উদাহরণ: `ComfyUI-Manager` ইনস্টল করে আপনি এক ক্লিকে `Fooocus`, `IP-Adapter`, `CR-Nodes` এর মতো জনপ্রিয় কাস্টম নোড প্যাকগুলি ইনস্টল করতে পারবেন, যা অ্যাডভান্সড টেকনিক যেমন ইমেজ-টু-ইমেজ, ইনপেইন্টিং, আউটপেইন্টিং এবং বিভিন্ন কাস্টমাইজেশন যোগ করে।

পারফরম্যান্স অপটিমাইজেশন ও টিপস

ComfyUI-এর সেরা পারফরম্যান্স পেতে কিছু অপটিমাইজেশন টিপস ফলো করা যেতে পারে:

1. VRAM ব্যবহার নিরীক্ষণ: `nvidia-smi` (Windows/Linux) বা Task Manager (Windows) দিয়ে আপনার GPU-এর VRAM ব্যবহার পর্যবেক্ষণ করুন। যদি VRAM ভরে যায়, তাহলে `Empty Latent Image` নোডে `width` এবং `height` কমানো অথবা `batch_size` 1-এ রাখা উচিত।

2. সঠিক মডেল নির্বাচন: Stable Diffusion 1.5 মডেলগুলো সাধারণত SDXL এর চেয়ে কম VRAM ব্যবহার করে। আপনার GPU এর VRAM অনুযায়ী মডেল নির্বাচন করুন।

3. স্যাম্পলার এবং স্টেপস: `KSampler` নোডে স্যাম্পলার এবং স্টেপসের সংখ্যা কমিয়ে আপনি ছবি তৈরির গতি বাড়াতে পারেন। `euler_a` বা `dpmpp_2m_sde_gpu` সাধারণত দ্রুত স্যাম্পলার।

4. আপডেটেড থাকুন: ComfyUI প্রতিনিয়ত আপডেট হচ্ছে। `ComfyUI` ফোল্ডারে `git pull` কমান্ড চালিয়ে অথবা `update.bat` (Windows) ফাইল চালিয়ে আপনার ইনস্টলেশন আপডেটেড রাখুন।

5. কমিউনিটি ওয়ার্কফ্লো: ComfyUI-এর কমিউনিটিতে (যেমন Reddit/r/ComfyUI বা Civitai.com) অনেকেই তাদের জটিল এবং অপটিমাইজড ওয়ার্কফ্লো JSON ফাইল হিসেবে শেয়ার করে। আপনি সেগুলো ডাউনলোড করে ComfyUI-তে লোড করতে পারেন (`Load` বাটন ব্যবহার করে) এবং নিজের প্রয়োজন অনুযায়ী পরিবর্তন করতে পারেন। এটি শেখার একটি চমৎকার উপায়।

6. নোড গ্রুপ করা: জটিল ওয়ার্কফ্লো পরিষ্কার রাখার জন্য, প্রাসঙ্গিক নোডগুলোকে একত্রে গ্রুপ করুন। রাইট ক্লিক করে "Add Group" অপশনটি ব্যবহার করা যেতে পারে।

ComfyUI-এর ভবিষ্যৎ এবং কমিউনিটির ভূমিকা

ComfyUI কেবল একটি এআই ছবি তৈরির টুল নয়, এটি একটি ক্রমবর্ধমান বাস্তুতন্ত্র। এর ওপেন সোর্স প্রকৃতি নতুন উদ্ভাবনের পথ খুলে দিয়েছে, যেখানে ডেভেলপাররা প্রতিনিয়ত নতুন নোড এবং কার্যকারিতা যোগ করছেন। এই ধরনের কমিউনিটি-চালিত প্রজেক্টগুলো প্রচলিত সফটওয়্যারের বাইরে গিয়ে দ্রুত উন্নতি করে এবং ব্যবহারকারীদের চাহিদা অনুযায়ী বিকশিত হয়।

ComfyUI এর ফ্লেক্সিবিলিটি এবং পারফরম্যান্স এটিকে এআই শিল্প এবং গবেষণার জন্য একটি পছন্দের টুলে পরিণত করেছে। যে সমস্ত শিল্পী, ডিজাইনার এবং গবেষক তাদের সৃজনশীল প্রক্রিয়াতে সম্পূর্ণ নিয়ন্ত্রণ চান, ComfyUI তাদের জন্য একটি আদর্শ প্ল্যাটফর্ম। নিজের কম্পিউটারে ComfyUI ব্যবহার করে আপনি কেবল ছবিই তৈরি করছেন না, আপনি এআই-এর ভবিষ্যৎ গঠনেও অংশ নিচ্ছেন, যেখানে সৃজনশীলতা এবং প্রযুক্তি একসাথে মিশে এক নতুন দিগন্ত উন্মোচন করছে।