Tool_Agent/tests/tasks/runcomfy_run_only.json

{
  "description": "RunComfy 任务执行工具：接收 workflow_api.json 和输入文件，在已启动的 ComfyUI 服务器上运行并下载结果",
  "task_spec": "脚本位置：tests/run_comfy/run_workflow_only.py\n\n## 功能\n在已就绪的 RunComfy 机器上提交 ComfyUI 工作流。上传指定的输入文件（到 input 目录及相应子目录），提交 prompt，通过 WebSocket 监听状态，并在完成后下载结果图片。\n\n## 环境变量\n- RUNCOMFY_USER_ID：RunComfy 用户 ID\n- API_TOKEN：RunComfy API Token\n\n## 命令行参数\n- --server-id：(必填) 已启动的机器 ID\n- --workflow：(必填) workflow_api.json 路径\n- --input-dir：(选填) 输入文件目录，默认 input/\n- --output-dir：(选填) 结果下载目录，默认 output/\n- --skip-upload：(选填) 跳过文件上传，直接执行\n\n## HTTP 接口需求（用于注册到 Router）\n如果作为服务接口，实现 `POST /run`：\n### 输入 JSON\n- server_id: str (必填，运行目标机器)\n- workflow_api: dict (必填，解析好的 workflow_api.json 字典)\n- input_files: list[dict] (可选，包含 {filename, type, base64_data}，其中 type 为 images/loras/checkpoints 等)\n\n### 输出 JSON\n- prompt_id: str\n- images: list[str] (结果图片的 Base64 数据或服务器 URL 列表)\n- status: str (\"Success\" 或错误信息)\n- server_id: str (透传回显)\n\n## 核心逻辑参考\n1. 通过 `GET /users/{USER_ID}/servers/{server_id}` 验证机器状态（需为 Ready），并获取 `main_service_url`。\n2. 如果有文件，调用 `POST {main_service_url}/upload/image`。支持 `type=input`，通过 `subfolder` 区分 `loras`, `checkpoints`。\n3. 调用 `POST {main_service_url}/prompt` 提交 `{\"prompt\": workflow_api, \"client_id\": client_id}`。\n4. 连接 `wss://{main_service_url_host}/ws?clientId={client_id}` 监听进度（忽略 https 的 wss 转换问题）。\n5. 当收到 `type=executing` 且 `data.node === null` 时表示完成。\n6. 调用 `GET {main_service_url}/history/{prompt_id}` 获取输出文件名，再从 `/view?filename=x&subfolder=y&type=z` 下载图片并转 Base64返回。\n7. 无论是成功还是报错，**绝不自动关闭机器**（留给 stop_comfy_env 处理）。",
  "reference_files": [
    "tests/run_comfy/run_workflow.py"
  ]
}