2nd/10_Wiki/Topics/Comfyui/Workflow JSON v1.0 Schema.md

id, title, category, status, verification_status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, created_at, updated_at, review_reason, merge_history, tags, raw_sources, applied_in, github_commit

id	title	category	status	verification_status	canonical_id	aliases	duplicate_of	source_trust_level	confidence_score	created_at	updated_at	review_reason	merge_history	tags	raw_sources	applied_in	github_commit
workflow-json-v1.0-schema	Workflow JSON v1.0 Schema	10_Wiki/Topics	draft	conceptual		ComfyUI JSON Schema Workflow v1.0 Specification		B	0.90	2026-05-19	2026-05-19			research Comfyui workflow json 생성 방법 Schema JSON	NotebookLM Synthesis	/specs/workflow_json /src/scripts/metadata comfyui-workflow-to-api-converter-endpoint ComfyUI-to-Python-Extension	bc85382

Workflow JSON v1.0 Schema

🎯 한 줄 통찰 (One-line insight)

ComfyUI 워크플로우 JSON은 생성 로직을 **유도 비순환 그래프(DAG)**로 구조화하여 시각적 인터페이스와 실행 엔진 사이의 상호운용성을 보장하는 핵심 데이터 규격이다 [1, 2].

🧠 핵심 개념 (Core concepts)

• 이원적 직렬화 포맷 (Bifurcation of Formats): 시각적 편집과 레이아웃 보존을 위한 Frontend Format(workflow.json)과 서버 측 실행에 최적화된 Backend/API Format(workflow_api.json)으로 구분된다 [3-5].
• Litegraph 표준 기반: 프론트엔드 포맷은 노드 위치, 크기, 그룹화 등 시각적 메타데이터를 포함하는 Litegraph 표준을 따른다 [3, 6].
• 슬롯 기반 연결성 (Slot-based Connectivity): 노드 간 데이터 흐름은 고유한 입력/출력 슬롯 인덱스를 통해 정의되며, API 포맷에서는 이를 노드 내부에 인라인 참조로 내장한다 [3, 7, 8].
• JSON Schema v1.0 (Draft-07): 기술적 무결성을 검증하기 위해 필수 속성과 데이터 타입을 규정하는 최신 공식 사양이다 [9-11].

🧩 추출된 패턴 (Extracted patterns)

• Metadata Redundancy 패턴: PNG 파일 내에 시각적 포맷(workflow)과 실행 포맷(prompt)을 동시에 내장하여, 이미지 한 장만으로 편집과 재실행이 모두 가능하도록 설계되었다 [12, 13].
• Execution Model Inversion: 최종 출력 노드(Save Image 등)에서 역방향으로 그래프를 탐색하여 실행에 필요한 의존성 노드만 식별하고 불필요한 연산을 배제한다 [14].
• Node Functional Mapping: API 포맷에서 링크 객체를 제거하고 [노드ID, 슬롯번호] 형태의 배열로 간소화하여 전송 효율과 파싱 속도를 극대화한다 [3, 15, 16].

📖 세부 내용 (Details)

1. 노드 객체 속성 (Node Object Properties)

v1.0 스키마에 정의된 노드 객체는 그래프 탐색 및 렌더링을 위해 다음과 같은 속성을 포함해야 한다 [8, 9]:

• id: 그래프 내 노드를 식별하는 고유 정수 또는 문자열 [9].
• type (또는 class_type): 노드 레지스트리에 등록된 클래스 이름과 매핑되는 식별자 [9, 16].
• pos & size: 캔버스상의 좌표 및 크기 정보를 담은 배열 (API 포맷에서는 제거됨) [9, 16].
• widgets_values: 텍스트 박스, 슬라이더 등 사용자 입력값을 저장하는 배열 [9, 15].
• order & mode: 실행/렌더링 우선순위 및 노드의 활성 상태(예: bypass)를 정의한다 [8, 9].

2. 그래프 연결 구조 (Link and Slot Connectivity)

• 연결 정의: 노드의 inputs 배열은 유입되는 선의 ID를 참조하며, outputs 배열은 여러 하위 노드로 연결될 수 있는 링크 ID들의 배열을 포함한다 [7].
• 슬롯 인덱싱: 특정 노드의 출력(예: VAE Loader의 VAE 출력)이 정확히 어떤 슬롯에서 생성되어 소비되는지 명시하는 것이 필수적이다 [7].
• API 포맷의 특수성: workflow_api.json은 시각적 링크 배열을 제거하고, 노드 입력 필드 내에 직접 ["노드ID", 슬롯_인덱스] 값을 할당하여 실행 그래프를 평탄화(Flattening)한다 [3, 15].

3. 보조 스키마 (object_info.json)

• 실행 중인 ComfyUI 인스턴스의 모든 노드에 대한 스키마 카탈로그이다 [5, 17].
• 각 노드가 허용하는 입력 유형, 범위, 출력 데이터 타입 및 툴팁 정보를 포함하여 외부 도구에서 JSON을 동적으로 생성하거나 검증할 때 사용된다 [17-19].

⚖️ 모순 및 업데이트 (Contradictions & updates)

• 버전 호환성 문제: 소스에 따르면 현재 v1.0이 최신이지만, ComfyUI의 잦은 업데이트로 인해 0.4 버전 등 이전 버전의 JSON 파일이 최신 환경에서 정상 작동하지 않을 수 있음이 지적된다 [10, 11, 20].
• 데이터 파편화: 이미지 메타데이터에서 추출한 JSON은 종종 커스텀 노드 정보를 누락할 수 있으며, 이 경우 캔버스에 'Red Boxes' 에러가 발생한다 [21-23].
• API 포맷의 가독성: 실행 최적화된 API JSON은 시각적 정보가 모두 제거된 'Skeleton' 형태이므로, 이를 다시 ComfyUI 인터페이스로 드래그하여 편집하기에는 부적합하다 [24, 25].

🛠️ 적용 사례 (Applied in summary)

• ComfyUI 공식 사양: /specs/workflow_json 경로에서 v1.0 규격을 공식 관리한다 [10].
• 프론트엔드 메타데이터 처리: ComfyUI_frontend/src/scripts/metadata에서 자바스크립트 기반의 메타데이터 파싱 로직을 구현하고 있다 [26].
• comfyui-workflow-to-api-converter-endpoint: 서버 측 파이썬 로직을 통해 Frontend JSON을 API JSON 규격으로 실시간 변환하며, bc85382 커밋에서 콤보 위젯 값의 정규화 이슈가 해결되었다 [24, 27-29].
• ComfyUI-to-Python-Extension: JSON 워크플로우를 분석하여 동일한 로직의 .py 실행 스크립트를 생성할 때 v1.0 스키마 구조를 참조한다 [30, 31].

✅ 검증 상태 및 신뢰도

• 상태: draft
• 검증 단계: conceptual (공식 문서 기반의 스펙 정의 완료)
• 출처 신뢰도: B (Official Documentation 및 전문 기술 블로그 기반)
• 중복 검사 결과: 신규 생성

🔗 관련 문서 링크

상위/유사 개념

• Comfyui workflow json 생성 방법
  • 연결 이유: 본 스키마가 생성 방법론의 기술적 기반이 됨.
• Dev mode Options
  • 연결 이유: 스키마의 두 가지 형태(Frontend/API) 중 API 포맷을 내보내기 위한 필수 전제 조건임.

[아키텍처/기반 기술]

• Litegraph Standard
  • 연결 이유: Frontend JSON의 데이터 구조와 렌더링 방식을 규정함.
• Execution Model Inversion
  • 연결 이유: JSON 그래프를 해석하여 효율적으로 실행하는 백엔드 최적화 원리임.

[구현/활용 도구]

• ComfyUI Manager
  • 연결 이유: JSON 스키마 내의 class_type을 분석하여 누락된 커스텀 노드를 복구함.
• ComfyUI-to-Python-Extension
  • 연결 이유: JSON 워크플로우를 파이썬 코드로 이식하는 실제 사례임.

심층 후속 질문 (Deeper Research Questions)

• API 포맷에서 링크를 노드 입력 내부에 인라인화하는 방식이 순환 참조(Circular Reference) 방지에 어떤 기여를 하는가?
• object_info.json의 스키마 데이터와 실제 노드의 INPUT_TYPES 메서드 사이의 동기화 실패 시 어떤 예외 처리가 발생하는가?
• v1.0 스키마에서 widgets_values 배열의 순서 기반 데이터 저장이 노드 업데이트로 인한 위젯 추가 시 어떤 호환성 문제를 일으키는가?
• PNG 파일의 tEXt 청크 용량 제한이 매우 거대한 워크플로우 JSON(예: 수백 개의 노드) 저장에 한계로 작용하는가?
• comfy-pack과 같은 도구에서 사용하는 모델 해싱 기술이 JSON 스키마 내에서 어떻게 표준화될 수 있는가?

실무 적용 맥락 (Practical Application Contexts)

• Implementation: 외부 애플리케이션(Unity, Web App 등)에서 ComfyUI 서버에 작업을 요청할 때 API JSON을 생성하고 전송해야 한다 [28, 32].
• System Design: 워크플로우 자동화를 위해 JSON 내의 특정 노드 ID와 입력 필드(예: 프롬프트, 시드)를 동적으로 수정하는 로직을 설계할 수 있다 [33, 34].
• Operation / Maintenance: 커스텀 노드 업데이트 시 JSON 내 class_type 명칭이 변경되면 워크플로우가 파손될 수 있으므로 버전 관리가 필요하다 [20, 35].
• Learning Path: 노드 기반 인터페이스의 데이터 구조를 이해하면 시각적 툴 없이도 순수 코드로 생성 AI 파이프라인을 구축할 수 있다 [30, 36].

인접 주변 주제 (Adjacent Topics)

• Custom Nodes
  • 확장 방향: JSON 스키마에 새로운 노드 타입을 등록하고 관리하는 방법 연구.
• Metadata Stripping
  • 확장 방향: 소셜 미디어 배포 시 이미지 내 메타데이터 손실 대응 방안 및 외부 JSON 저장 전략.

📝 변경 이력 (Change history)

• 2026-05-19: Initial draft generated via Datacollector_MAC P-Reinforce engine.