comfyui-sequential-batcher

♾️ ComfyUI Sequential Batcher

v0.8.3 | VRAM-Optimized Generation | Recursive Self-Queuing | Perfect Audio Sync

Una suite de grado profesional de nodos personalizados para ComfyUI. Diseñada para sortear los límites extremos de VRAM en la generación de vídeo pesado (WanVideo, Hunyuan, LTX) mediante Auto-Encolado Recursivo, procesamiento autónomo lote por lote y gestión de memoria forense.

🌍 Read in English: README_EN.md

---

✨ Características Clave

• Orquestación Autónoma: Convierte tu ComfyUI en un motor de renderizado continuo. Pulsa "Queue Prompt" una sola vez y el flujo se retroalimentará modificando semillas e índices hasta terminar todo el vídeo.
• Cortes Inteligentes (Smart Chunking): Analiza el vídeo base y realiza cortes matemáticos protegiendo los frames donde los rostros son más nítidos, manteniendo la coherencia de identidad (Face Cuts).
• Extracción de Audio Nativa: Extrae la pista original directamente desde el nodo inicial y la inyecta de vuelta en el ensamblaje final.
• Soporte Arquitecturas DiT (WanVideo & LTX 2.3): Calculadores matemáticos específicos aseguran que los lotes de vídeo cumplan con las estrictas reglas de descompresión (regla de 4n + 1 para WanVideo, o regla 8n + 1 para LTX).
• Resoluciones Protegidas (Megapixel Shield): Herramientas matemáticas (ResTool) que escalan las dimensiones automáticamente protegiendo el training floor de cada modelo base.

---

⚠️ Requisitos del Sistema (Crítico)

Para que el nodo VideoAnalyzerFaceDetector pueda desempaquetar contenedores .mp4 y extraer el audio con torchaudio, FFmpeg es absolutamente obligatorio.

• 🐧 Ubuntu / Linux / WSL2: El script intentará instalarlo por ti. Si falla, ejecuta manualmente:

  sudo apt update && sudo apt install ffmpeg -y
  

• 🪟 Windows: Descarga los binarios precompilados de FFmpeg y añade la carpeta bin a tus variables de entorno (PATH).

🚨 Advertencia Crítica sobre el Uso de la VRAM

Se desrecomienda encarecidamente el uso del argumento --highvram al arrancar ComfyUI.

El argumento --highvram le da la orden estricta a ComfyUI de mantener los modelos bloqueados en la memoria de video. Esto sabotea directamente el funcionamiento de nuestro VRAM Defragmenter, ya que bloquea el comando mm.unload_all_models() impidiendo que la gráfica se vacíe entre ciclos. Para que esta suite funcione correctamente con modelos masivos como WanVideo y evite errores de OOM (Out Of Memory), los usuarios deben usar el arranque estándar (o --normalvram), permitiendo que el sistema libere dinámicamente la memoria hasta llegar a 0 GB entre lotes.

---

🧠 La Arquitectura Híbrida (Desglose de Nodos)

El procesamiento se divide en roles altamente especializados, organizados en las siguientes categorías:

🎼 Orquestación

• 🏁 Loop Start (Index): Inicia la secuencia de bucle y mantiene el índice actual.
• 🚀 Loop Trigger (Auto-Queue): Dispara la siguiente iteración de ComfyUI de manera autónoma hasta que se completa la tarea.

🎬 Director / Storyboard

• 🎬 Dynamic Scene Director: Máquina de estados para orquestar metadatos (prompts, duraciones) en la preproducción (Split-Workflow).
• 💾 Save Scene Keyframe / 🖼️ Load Scene Keyframe: Guarda y carga los frames clave de la escena para mantener la continuidad entre flujos separados.

📦 Lotes (Batches)

• 📂 Batch Audio Folder Loader: Carga dinámicamente carpetas enteras de archivos (ej. lotes de audio).
• 🎛️ Audio Batch Selector: Despacha los archivos del lote uno por uno sincronizándose con el bucle.

🔬 Análisis y Cálculos

• 🕵️ Video Analyzer Face detector + Audio: Escanea el vídeo vía OpenCV/YOLO, extrayendo rostros, audio y frame de referencia.
• 🎬 Video Analyzer Scene detector: Detecta cortes de escena en los vídeos.
• 📊 Auto Loop Calculators: Nodos especializados (Base, WanVideo, LTX, TTS) que reciben metadatos y calculan matemáticamente las coordenadas de corte exactas (chunk_frames, skip_frames).

🎞️ Video

• 🎞️ Incremental Auto-Stitcher: Ensambla progresivamente los fragmentos de video renderizados en un único archivo.
• 🛡️ VAE Safe Frame Padder: Rellena ("acolcha") tensores incompletos clonando el último frame para salvar al VAE de un colapso en modelos restrictivos (ej. reglas 4n+1).
• 💉 LTXV Single Frame Injector: Inyecta frames individuales específicos requeridos por flujos de LTX.
• ⏱️ Auto FPS Limiter: Limita de manera inteligente los cuadros por segundo para ahorrar VRAM manteniendo sincronía de audio.

🎵 Audio

• ✂️ Precise Audio Slicer: Corta el audio de forma precisa (a nivel de muestra matemática) en base a los frames de vídeo correspondientes.
• 🎛️ Conditional Audio Router (Bypass): Enruta el audio condicionalmente permitiendo saltar su procesamiento si no es necesario.

📐 Herramientas de Resolución

• ResTool (8x, 16x, 32x, 64x, 64xLTX): Calculan resoluciones óptimas basadas en límites de VRAM y las reglas geométricas (multiplicadores) de diferentes modelos (SD1.5, SDXL, WanVideo, Hunyuan, LTX).

🧠 Gestión de Memoria / Lógica

• 🔀 Master Switch & 🗄️ Lazy Session Cache: Evaluación perezosa nativa; amputan rutas inactivas para que los nodos pesados ni siquiera se carguen en memoria.
• 🧹 VRAM Defragmenter: Purga forense de memoria (Secuencia Sagrada) que limpia la caché de CUDA/MPS y fuerza al recolector de basura (GC) de Python entre ciclos.
• 📥 Session Image Receiver / 📤 Session Image Sender: Retienen y transfieren imágenes en memoria a través de diferentes ciclos.

---

🔌 Guía de Cableado Rápido (Workflow Setup)

1. El Explorador: Coloca el Video Analyzer al principio. Sube un vídeo (o usa una ruta de YTDLP).
2. Matemáticas: Conecta total_frames y safe_faces_list hacia tu Auto Loop Calculator elegido.
3. Extracción Segura: Añade el nodo nativo VHS_LoadVideo. Conviértele la entrada a video_name y conéctala al Analyzer. Conecta su salida IMAGE al nuevo nodo VAE Safe Frame Padder.
4. Passthrough de Audio: Lleva el cable source_audio desde el Explorador directamente hasta el puerto audio de tu Incremental Auto-Stitcher (al final del flujo).
5. El Gatillo: Conecta la salida de tu Stitcher al nodo Loop Trigger (Auto-Queue).
6. Ejecución: Conecta el Loop Start (Index) al Cerebro y al Stitcher.
7. Dispara: Haz clic en "Queue Prompt" UNA SOLA VEZ. ¡Disfruta de la magia autónoma!

---

🚀 Aceleración por GPU (Escaneo de Rostros)

El VideoAnalyzerFaceDetector tiene un puerto bbox_detector para delegar el escaneo facial a la tarjeta gráfica:

1. Instala el Impact Pack.
2. Añade el nodo UltralyticsDetectorProvider y selecciona un modelo de rostros (ej. face_yolov8m.pt).
3. Conecta su salida al puerto del Analyzer. (El nodo cuenta con auto-descarga: destruirá este modelo de la VRAM al terminar para hacer hueco a la generación).