Adachi-Inpaint-Workbench
直接在 ComfyUI 工作流节点里载入原图、涂抹蒙版、局部重绘，无需另开遮罩编辑器喵。
由 Adachi（安达）开发，MIT 开源喵。 支持整图范围与蒙版范围重绘、Alt 临时橡皮擦、Ctrl+滚轮笔径、图像对比及一键采用重绘结果喵。
ComfyUI Manager 与安装
Manager 的 Git URL 安装可使用 https://github.com/adachi0130/Adachi-Inpaint-Workbench；或在 ComfyUI/custom_nodes 中克隆喵。
git clone https://github.com/adachi0130/Adachi-Inpaint-Workbench.git
Manager 搜索收录需要其维护者合并节点清单申请；仅有 GitHub 仓库不会立即出现在搜索结果中喵。 当前尚未配置 Comfy Registry 发布者，Registry 发布流程见 发布说明 喵。
安装
将整个 Adachi-Inpaint-Workbench 文件夹复制到 ComfyUI/custom_nodes/，保留其中的 web/、backend.py、__init__.py 喵。
重启 ComfyUI，然后在浏览器按 Ctrl+F5 刷新前端缓存喵。
在节点搜索中输入 Inline Mask 或 WebUI Inpaint，分类是 安达工作台 / Adachi-Inpaint-Workbench 喵。
Windows 也可以从解压后的插件文件夹运行安装脚本，将参数改为自己的、包含 main.py 的 ComfyUI 目录喵。
powershell -ExecutionPolicy Bypass -File .\install.ps1 -ComfyUIPath "D:\ComfyUI_windows_portable\ComfyUI"
脚本只复制本插件；更新时会把旧插件压缩备份到所选 ComfyUI 的 user/adachi-workbench-backups/，不会自动重启服务喵。
插件使用 ComfyUI 已有的 PyTorch、NumPy、Pillow，不需要额外 pip/npm 安装喵。
卸载时关闭 ComfyUI，再删除 custom_nodes/Adachi-Inpaint-Workbench 即可喵。
最快上手
- 将
examples/01-inline-inpaint.json拖入 ComfyUI，选择自己的 checkpoint 喵。 - 在 内联蒙版 / Inline Mask 节点载入、拖放或粘贴图片，直接在画布上涂抹需要重绘的部分喵。
- 修改正负提示词，在 WebUI 局部重绘 节点中选择画笔工具、重绘范围、采样分辨率、采样器与重绘幅度，然后运行喵。
image输出回贴后的完整原图，crop输出实际采样画布，mask输出该采样画布对应的蒙版喵。
白色蒙版重绘，黑色保护；画布中橙色代表绘制区域 喵。
当 mask_mode=outside 时会反相，重绘橙色之外的部分喵。
mask_blur、mask_grow、额外羽化会改变有效蒙版边界，边界内的混合像素也会变化；有效蒙版为零的像素逐值保留喵。
两种重绘范围
area |
对应操作 | 实际行为 |
|---|---|---|
whole_image |
以原图范围重绘 | 将整张图缩放到 width × height 采样，再按照蒙版回贴原图 |
only_masked |
以蒙版范围重绘 | 取蒙版包围框，加 padding 上下文，尽量扩展到目标比例，将局部放大到采样尺寸，生成后贴回原位置 |
width/height 指采样画布尺寸，须为 8 的倍数；两种模式的最终 image 都保持上传原图的分辨率喵。
这一点与 WebUI 整图模式常以目标宽高输出的行为有区别；需要目标尺寸的图时，可取 crop，或在完整输出后连接缩放节点喵。
padding、mask_blur、mask_grow 的单位都是原图像素喵。
蒙版贴近图像边缘时，局部模式用保比例填充保住整块蒙版，不会为匹配比例切掉蒙版喵。
resize_mode 的拉伸、居中裁剪、保比例填充作用于 whole_image；局部模式自动采用保留全部蒙版的变换喵。
画布操作
| 操作 | 使用方式 |
|---|---|
| 画笔 / 橡皮 | 工具栏切换，B / E；按住 Alt 或鼠标右键临时擦除，松开恢复原工具；擦除时显示橡皮擦图标与淡粉色虚线范围 |
| 矩形 / 自由套索 | R / L，拖动画出要重绘的区域 |
| 笔径 / 硬度 / 笔触 | 分别控制原图像素笔径、边缘硬度、绘制不透明度 |
| 橙色叠加 | 仅调节显示透明度，不改变真实蒙版 |
| 撤销 / 重做 | Ctrl+Z / Ctrl+Shift+Z，或 Ctrl+Y |
| 缩放 / 移动 | 滚轮缩放；空格拖动、鼠标中键或 H 移动；「适应」复位 |
| 笔径快捷键 | [ / ] |
| 快速调整笔径 | 鼠标放在画布上，按住 Ctrl 向上滚轮增大、向下滚轮减小；普通滚轮仍缩放图片 |
| 编辑器高度 | 拖动编辑器底部 ↕ 条上下拉伸；尺寸随工作流保存 |
| 反转 / 全选 / 清空 | 作用于当前绘制蒙版，可撤销 |
| 导入 / 导出蒙版 | 原始分辨率 PNG；黑白图按亮度导入，带透明度的图按 alpha 导入 |
| 原图 / 蒙版 / 叠加 | 切换预览，不改变输出 |
支持画笔压力和软笔刷；鼠标使用固定压力喵。 内联蒙版仅保留图片编辑区与左上角的小型 载入原图 按钮，载入后按原图比例调整画布高度以减少空边喵。 画笔、橡皮、矩形、套索、移动、四个笔刷滑条、撤销重做、蒙版操作、显示切换、适应与原图嵌入选项，均显示在连接的 WebUI 局部重绘 节点中，直接控制原来的内联画布喵。 图片上传一次，之后每笔在浏览器内更新蒙版，并在工作流及运行参数中保存 PNG 数据，无需每画一笔都保存、重新加载磁盘文件喵。 鼠标位于图片区域时滚轮缩放图片；位于工具栏、按钮、滑条或参数面板时，滚轮遵循 ComfyUI 的画布导航设置喵。 从 ComfyUI 画布开始的连续滚轮手势移入图片时，继续导航外部画布；停下后再在图片里滚动才缩放图片喵。 超大图仍会消耗浏览器内存，PNG 编码耗时取决于分辨率和设备，不能保证所有图像都瞬间完成喵。
画笔工具与重绘参数
内联蒙版连接 WebUI 局部重绘 的 image 输入后，原画笔控件自动显示在该重绘节点中；下方参数面板直接控制该节点的真实采样参数喵。
宽度和高度各占一行，支持滑条及数值输入；重绘幅度也使用滑条，点击 使用原图宽高 可填入原图尺寸，按采样要求取最近的 8 的倍数喵。
蒙版内外、填充、重绘范围、采样器、调度器、步数、CFG 和种子直接显示，蒙版处理、批量、Refiner 切换等位于 蒙版、批量与高级设置 中喵。
如果一张内联原图连接多个重绘节点，画笔控件放在第一个 WebUI 重绘节点中，各节点保留自己的参数面板；断开或删除该节点后，工具自动迁移到下一个可用节点喵。
外部连线控制的参数会禁用对应面板控件；模块化工作流将画笔工具放在 重绘预处理 / Inpaint Prepare 节点中，采样参数仍在独立采样节点中调整喵。
图像对比与连续重绘
添加 图像对比 / Image Compare 节点，将内联蒙版的 image 接到 original，最终完整重绘图 image 接到 result，运行后即可对比喵。
鼠标移入图片时，细竖线左边显示重绘结果、右边显示原图；移出后隐藏分割线，完整显示重绘结果，普通滚轮缩放图片；批量结果选择、尺寸和适应按钮位于图片下方喵。
满意后点击 采用此结果，插件会把当前选中的结果上传为新的原图，回填到上游内联蒙版，并清空旧蒙版，随后可以继续涂抹下一处喵。
原图连接经过中间 IMAGE 节点时会向上寻找内联蒙版；若存在多个目标，可以在“回填到”中明确选择喵。
回填只在点击按钮时发生，不会自动开始下一轮生成；image 输出仍传递整个结果批次，可接保存图像喵。
对比预览保存在 ComfyUI 临时目录，清理或重启后可能需要重新运行；点击采用后的原图保存在 input/adachi-inpaint/，不依赖临时预览文件喵。
填充、批量与 Refiner
fill |
行为 |
|---|---|
original |
使用原图像素编码 latent |
fill |
按蒙版周围颜色进行多尺度填充，再编码 latent |
latent_noise |
在 masked latent 内填入与 seed 相关的噪声 |
latent_nothing |
将 masked latent 置零 |
后两种 latent 填充由 WebUI 局部重绘 一体节点实现；独立 重绘预处理 只处理像素与蒙版，使用标准节点组合时请选择 original 或 fill 喵。
denoise=0 与空蒙版会直接返回原图，跳过 VAE 和采样；batch_size 为每张输入图的变体数，使用相同 seed 可重现同一批次喵。
多次批量运行可使用 ComfyUI 的队列数量以及 seed 的生成后控制；batch_size 控制单次运行数量喵。
普通 SD/SDXL checkpoint 保持 inpaint_model=false；专用 inpainting 模型才开启，届时调用 ComfyUI 原生 InpaintModelConditioning 喵。
可选接入兼容的 refiner_model，用 refiner_switch 指定 base 采样步骤占比；0.8 表示约前 80% 步骤由 base 执行喵。
建议用 Refiner 自身的 CLIP 编码并接入 refiner_positive/refiner_negative，未接入则沿用原条件，VAE 仍使用 base 侧的 VAE 喵。
refiner_switch=1 只用 base，0 只用 Refiner；已知 latent 格式不兼容时会报错喵。
使用标准采样工作流
examples/02-modular-inpaint.json 展示可自由更换采样器的连接方式喵。
Inline Mask ── image/mask ──> Inpaint Prepare
pixels ──> VAE Encode ──> Set Latent Noise Mask ──> KSampler
mask ──────────────────────────┘ │
context ──────────────────────────────────────┐ │
│ ▼
Inpaint Composite <── VAE Decode
│
Save Image
务必将 Prepare.context 接回 原图回贴 / Inpaint Composite，这样局部结果会回到原图坐标和尺寸喵。
标准示例针对普通 checkpoint；专用 inpainting checkpoint 应改用其需要的 conditioning 节点，或直接使用一体节点喵。
多个输入图各生成多个变体时，Composite 需要变体按原图分组，例如 A,A,B,B；一体节点已按此排列，外部重复 latent 节点如果输出 A,B,A,B，需先调整批次顺序喵。
分享与兼容性
绘制蒙版自动写入工作流；默认原图只保存 ComfyUI input/ 内的相对路径喵。
要让别人直接打开同一张图，勾选画布下方 原图嵌入工作流 后再保存工作流 JSON；对方安装本插件并选择自己的模型即可继续编辑喵。
不嵌入时，需要一并提供原图，并保持 input/ 下的相对路径一致喵。
嵌入会增大工作流文件，原图和蒙版也会随工作流分享，因此分享前请确认图片内容喵。
这是原创实现的 WebUI 风格工作流，不承诺与 AUTOMATIC1111/Forge 的结果逐像素一致喵。
soft_edge 是额外高斯羽化，soft_strength 控制额外半径，并未复刻 WebUI 的 Soft Inpainting 原算法及其完整参数 喵。
采样器、调度器和 Refiner 使用当前 ComfyUI 的实现，填充算法也为本插件独立实现喵。
目前支持静态图像与 4 维 latent；不支持视频 VAE、WebUI 脚本/扩展和自动读取 WebUI 插件配置喵。
文件最大 64 MiB、图像最大 3200 万像素、单边最大 16384 像素；不附带模型或下载服务喵。
已在本机 ComfyUI 的隔离 CPU 服务验证节点加载、画布编辑、工作流/运行参数保存与恢复，并用 mock VAE/采样器验证后端；尚未用实际 checkpoint 验证生成质量和各模型家族/Refiner 的兼容性喵。
English quick start
Adachi-Inpaint-Workbench is an MIT-licensed ComfyUI custom node pack for direct mask painting, WebUI-style inpainting, result/original comparison, and adopting results for another edit pass喵.
Copy the entire Adachi-Inpaint-Workbench folder into ComfyUI/custom_nodes, restart ComfyUI, then hard-refresh your browser喵.
Search for Inline Mask or WebUI Inpaint under 安达工作台 / Adachi-Inpaint-Workbench喵.
No extra pip or npm packages are required beyond ComfyUI's PyTorch, NumPy and Pillow喵.
Drag examples/01-inline-inpaint.json into ComfyUI, select a checkpoint, upload an image inside Inline Mask, paint, and run the workflow喵.
White repaints and black preserves; orange is the visual mask overlay喵.
Use whole_image to sample the full source extent, or only_masked to enlarge the padded mask bounding box for detailed local inpainting喵.
Sampling uses width × height; the final image output is composited at the original image resolution in both modes, while crop exposes the generated sampling canvas喵.
The editor supports brush/eraser, rectangles, freehand lasso, undo/redo, invert, mask import/export, brush size/hardness/opacity, zoom, pan, drag-and-drop and clipboard images喵. Inline Mask shows only the image and a small upload button; its original live painting controls and the sampling parameter panel are hosted in the connected WebUI Inpaint node (or Inpaint Prepare for modular workflows)喵. Paint with the left button; hold Alt or use the right button to erase temporarily, use Ctrl+wheel for brush size, zoom with the plain wheel, and pan while holding Space喵. Enable Embed source in workflow before saving JSON to share the source image along with its mask喵.
The Image Compare node takes original from Inline Mask and result from the final full-size generated image; hover to compare result on the left and original on the right, and leave the picture to see the full result喵.
Select a batch result if needed, then click 采用此结果 / Adopt this result to upload it as the upstream editor's new source and clear the old mask for another pass喵.
The all-in-one node adds original/color-fill/noise/zero-latent modes, native ComfyUI sampling, per-image batch variants, dedicated inpaint conditioning and an optional compatible Refiner stage喵.
examples/02-modular-inpaint.json demonstrates Prepare → standard VAE/KSampler nodes → Composite; use original or fill in that modular pipeline喵.
soft_edge adds Gaussian feathering; it does not implement AUTOMATIC1111 Soft Inpainting or its complete parameter set喵.
The plugin is an original MIT-licensed implementation and does not bundle WebUI/Forge source, models or extensions喵.
Real-checkpoint image quality and every model/Refiner family have not been tested; browser integration and CPU/mock-sampler regression tests have been run喵.
Run the CPU tests from this plugin directory with your ComfyUI Python喵.
python tests/test_backend.py -v