comfy generate: stale Gemini model enum and incomplete GPT Image 2 output/edit support

Đang mở
  • Có gì không ổn?
#613 3 bình luận 1 reaction 0 người được giao Xem trên GitHub

Maintainer thường phản hồi trong vòng 1 ngày

Chưa có ai nhận issue này.

Đánh giá

Độ khó
4/5
Thời gian dự kiến
3-5 ngày
Mức phù hợp với người mới
48/100
Loại issue
Lỗi
Độ rõ ràng
Khá rõ ràng
Mức độ hoạt động
Ít trao đổi
Công nghệ
openapi, python
Lĩnh vực
ai, api, cli

Hướng nghiên cứu

Bắt đầu với enum fallback nano-banana, phần trích xuất kết quả tổng quát, OpenAIImageEditRequest và lệnh refresh yêu cầu https://api.comfy.org/openapi.yml. Tái tạo schema, các lệnh tạo/chỉnh sửa GPT Image 2 và các lệnh refresh, sau đó kiểm tra catalog liên quan và phần xử lý response. Hoàn tất khi các tên Gemini hiện tại được xác thực, ảnh b64_json được tải xuống, các input ảnh chỉnh sửa được chấp nhận và refresh sử dụng một endpoint catalog hoạt động.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Mô tả

bug

comfy generate: stale Gemini image model enum and incomplete GPT Image 2 output/edit support

Describe the bug

comfy generate does not currently expose or fully handle several image models that are available through the current ComfyUI Partner Nodes:

  1. The nano-banana adapter uses a fixed Gemini model enum. It accepts the legacy gemini-3-pro-image-preview name, which the server resolves successfully to gemini-3-pro-image, but it rejects the current stable gemini-3-pro-image name and Nano Banana 2 (gemini-3.1-flash-image) before making a request.
  2. GPT Image 2 generation is accepted by the server through dalle --model gpt-image-2, but the response contains data[].b64_json. The CLI reports that no image URLs were found and --download does not save the image.
  3. The dalle-edit schema does not include an image input, so GPT Image 2 editing cannot be submitted: --image is rejected as an unknown flag.
  4. comfy generate refresh currently requests https://api.comfy.org/openapi.yml, which returns HTTP 404, so it cannot refresh the local catalog.

I also checked the current main branch. The Gemini fallback enum, URL-only generic result extraction, and OpenAIImageEditRequest without an image property are still present there.

To Reproduce

Environment:

comfy-cli 1.12.0
Python 3.12
macOS x86_64
Authentication: COMFY_API_KEY environment variable (no browser login)

Inspect the Nano Banana schema:

comfy generate schema nano-banana --json

The model enum is:

gemini-2.5-flash-image
gemini-2.5-flash-image-preview
gemini-3-pro-image-preview

Current stable model names are rejected locally:

comfy generate nano-banana \
  --prompt "A blue ceramic cube on a white background" \
  --model gemini-3-pro-image \
  --json

comfy generate nano-banana \
  --prompt "A blue ceramic cube on a white background" \
  --model gemini-3.1-flash-image \
  --json

Both return:

--model: '<model>' is not one of [...]

However, the legacy Pro name succeeds:

comfy generate nano-banana \
  --prompt "A blue ceramic cube on a white background" \
  --model gemini-3-pro-image-preview \
  --json

The successful server response reports:

{
  "modelVersion": "gemini-3-pro-image"
}

GPT Image 2 generation reaches the server successfully:

comfy generate dalle \
  --model gpt-image-2 \
  --prompt "A red glass sphere on a light gray background" \
  --n 1 \
  --quality low \
  --size 1024x1024 \
  --output_format png \
  --download gpt-image-2.png

The command exits successfully but does not save the image:

No image URLs found in response. Pass --json to inspect.
--download requested but no image URLs found in response.

The JSON response uses data[].b64_json. Trying to force a URL does not work:

comfy generate dalle \
  --model gpt-image-2 \
  --prompt "A green glass sphere on a light gray background" \
  --response_format url \
  --download gpt-image-2.png

The API returns:

API error 400
Unknown parameter: 'response_format'.

GPT Image 2 editing is blocked by the local schema:

comfy generate dalle-edit \
  --model gpt-image-2 \
  --prompt "Replace the circle with a star" \
  --image input.png \
  --download edited.png

Result:

Unknown flag: '--image'.

Finally:

comfy generate refresh

returns:

Failed to fetch https://api.comfy.org/openapi.yml: 404 Not Found

Expected behavior

  • nano-banana should accept the current Partner Node model identifiers, including gemini-3-pro-image and gemini-3.1-flash-image, or obtain the enum dynamically from the active catalog.
  • --download should decode and save OpenAI data[].b64_json image responses, similar to the existing Gemini inline-image decoder.
  • dalle-edit should expose the required image input(s), and optional mask input where supported, so GPT Image 2 editing can be submitted.
  • comfy generate refresh should fetch the current authenticated/public OpenAPI catalog from a working endpoint.
  • comfy generate list / schema should reflect models currently supported by the official ComfyUI Partner Nodes.

Nice to have

  • Terminal output
  • Screenshots

Additional context

  • Nano Banana Pro generation and image editing both succeeded when using gemini-3-pro-image-preview; the response identified the actual model as gemini-3-pro-image.
  • No API keys, account identifiers, generated base64 payloads, or private URLs are included in this report.
Ngôn ngữ chính
Python
Star
1k
Fork
176
Merge trung bình
1 ngày 11 giờ
Pull request đã merge (30 ngày)
87

Chuẩn bị môi trường

Bắt đầu từ đâu

  1. Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
  2. Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
  3. Fork repository và làm thay đổi trên một nhánh.
  4. Mở pull request có tham chiếu số hiệu của issue.

Issue khác của Comfy-Org/comfy-cli

Tất cả issue của Comfy-Org/comfy-cli

Issue tương tự

Thêm issue về Python

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.