工作流 JSON 没变，为什么 ComfyUI 更新后仍可能跑出不同结果？

工作流 JSON 没变，为什么 ComfyUI 更新后仍可能跑出不同结果？

做视频工作流时，一份 JSON、同一个 模型 文件名、同一个 seed，常被当作“昨天那次任务”的完整凭据。环境更新后画面变了，人很容易先怀疑随机数。

这里应先问一个更靠前的问题：这次请求里的节点名和模型名，仍然指向昨天的实现与文件吗？ JSON 记录了引用，不会自动把引用指向的所有内容一起封存。

本文核对 ComfyUI 官方固定提交 5c460d81 的执行与加载代码，给出一个可重跑的文件哈希反例。它解释同一份请求为什么不足以证明执行条件相同；没有运行 ComfyUI、下载模型或生成视频，也不声称下面任何变化必然改变画面。

先确认你保存的是哪份 JSON

官方文档区分浏览器保存格式与 API 格式：前者保留编辑用的布局等信息，后者用于提交执行。两者扩展名都可以是 .json，不能只凭 文件名 判断用途。官方 API 示例把节点写成 class_type 与 inputs，再包装进请求的 prompt 字段。1

这意味着“工作流文件没改”首先只能说明那份文件没改。假设调用脚本读入它之后替换了输入视频、seed 或 提示词 ，磁盘上的原文件仍可以逐字节相同，真正提交的请求却已不同。这是对脚本行为的构造例子，不是本文观察到的 ComfyUI 故障。

排查时应同时保留可编辑工作流和实际提交的 API prompt，并关联本次任务。比较请求内容时把字段顺序、空格差异与参数差异分开：文本哈希不同可能只是序列化变了；节点类型、输入值和连接关系的差异才需要逐项解释。API 导出是起点，不能代替“脚本最终发了什么”的证据。

如果实际请求也相同，仍有两个名称解析动作发生在请求之外。

从任务身份反查最终请求

一次任务可以关联三份对象：编辑工作流、脚本处理后的API prompt 和输出记录。前者方便继续编辑，中间一份解释实际执行，后一份说明结果来自哪次提交。不要用同一个“工作流文件”名字把三者混为一谈。保留各自摘要及关联任务标识，能判断变化发生在文件导出、参数替换还是运行之后。

比较请求时，应按节点阅读输入及连接。例如提示词文本、输入视频引用、采样参数或连接到哪个上游输出，一项改变就已破坏请求相同的前提。若只是空格与键顺序变化，可用明确的规范表示辅助比较，同时保留原始提交内容。规范化不能随手删除未知输入字段，否则可能为了得到相同哈希而抹掉真正变化。

固定官方 API 示例本身就给出具体线索：它先解析示例文本，再把正向提示词从 girl 改为 man，把 KSampler 的 seed 从 8566257 改为 5，最后才调用 queue_prompt。这是静态源码核查，不是本文向服务提交过请求；它说明必须观察发送前的对象，不能只对照导出的文本。1

排队脚本与请求生成器的版本也值得关联。脚本不仅搬运JSON，还可能根据任务条件替换文件名、节点输入或输出路径。审查时找到实际发送位置的内容，才可验证这次究竟用了哪份结果。本文不声称已捕获任何真实任务请求；这是读者留档时应执行的检查。

首次保存参照任务时，就记下接受目标。若目标是生成同样内容，不必要求编辑布局也完全一样；若目标是逐字节复现执行请求，则要限定请求表示。两种相同都不覆盖运行时引用。请求对齐之后，才进入节点与模型层，排查顺序因此不会被一个文件名提前结束。

节点类型相同，查到的 Python 类未必相同

固定提交的 execution.py 第 444–445 行先读取节点的 class_type，再执行：

class_def = nodes.NODE_CLASS_MAPPINGS[class_type]

这里取的是当前进程里的类映射，不是从 JSON 中还原一份 Python 源码。2

同提交 nodes.py 第 2303–2307 行展示旧式 custom node 的注册路径：模块导出的名称和类会进入 NODE_CLASS_MAPPINGS，同时登记模块位置。该片段有自己的过滤条件，也不是所有扩展注册方式的完整说明；它已足以说明，节点类型这个字符串与具体实现之间还隔着一次运行时查找。3

因此，一个社区节点保留原类型名却修改了预处理或默认行为，旧请求可以继续找到它，也可能正常执行。没有“缺失节点”报错，并不能证明调用的是旧实现。 例如裁剪规则或默认值的解释改变，名称兼容仍不等于行为兼容。这是由解析路径得到的可能性，不是对某个社区节点升级的质量指控。反过来，缺失节点表明图在当前映射无法完整解析，应先处理接口条件，不能归给模型随机性。

真正有用的对照是：这个请求里的节点类型，由哪个安装目录、哪个仓库提交提供，目录是否有未提交修改。只记一个仓库 commit 仍漏掉本地改动；只记包名则连版本都没限定。对参与任务的扩展记录版本和工作树差异，才能把“名字没变”推进到“提供这个名字的实现是否变了”。前端与扩展若参与请求生成，也应纳入这次记录。

名称兼容与行为兼容分开判断

参与节点清单可以从实际请求的class_type开始，逐项追提供者。内置节点对应核心代码版本，扩展对应实际安装目录与来源提交；有本地修改时，再记录差异。只保存插件管理器显示的名称，不能说明当前进程导入了哪份Python实现。源码目录与正在运行进程之间的关系，也需要在实际环境中核实。

并非所有已安装扩展都参与这一任务。首轮留档可以限定为请求使用及请求生成依赖的组件，减少无关清单；如果实际执行还动态调用其他模块，继续补入。该范围须由实现路径证实，不能只因JSON没写某包名，就断言它与执行无关。

对同名实现升级做对照时，也要检查兼容条件。旧节点可能依赖旧核心，新节点依赖新核心，强行混装得到错误，不一定说明单一改动造成原画面差异。先明确可运行的组合，再控制变更。本文没有执行这种对照，提出的是避免错误归因的准备步骤。

模型名相同，读到的文件字节也未必相同

固定提交的 CheckpointLoaderSimple 并没有把 checkpoint 嵌进 JSON。nodes.py 第 638–641 行先将 ckpt_name 交给路径解析，再把所得路径交给加载函数。3

folder_paths.py 第 449–454 行进一步说明：解析会遍历这个类别配置的目录，拼接文件名，遇到存在的文件就返回。因此，相同名称既可能因为文件被替换而指向不同字节，也可能因为搜索目录配置或顺序不同而解析到另一位置。4

这是该内置 checkpoint 加载器的证据。视频工作流中的独立 diffusion model、VAE、文本编码器或社区加载器，应逐个核对实际实现，不能把这几行代码当作所有加载器的统一行为承诺。

为了把“同名不等于同内容”落到可复核对象，随稿脚本创建了两个临时环境：请求都引用 model.bin，但分别写入 weights-A 与 weights-B 两段演示字节。没有真实模型。脚本实际执行得到：

比较对象	结果	可以推出什么
构造 API 形状 prompt 的规范序列化字节	完全相同	本例请求没有变化
两边引用的文件名	都是 model.bin	名称没有变化
两文件的实际字节与 SHA-256	均不同	同一名称不足以锁定文件内容
视频输出	未生成	不能推出画面是否或如何变化

这不是 ComfyUI 端到端复现测试，也没有模拟模型加载。它只验证一个更小的命题：请求哈希不能替代被引用文件的内容校验。 源码说明为什么这个小命题与真实加载路径有关，演示不替源码承担更多结论。

可直接运行：复用同名文件反例，检查下一层变化

以下单文件只依赖 Python 标准库。它在 A、B 两个临时目录分别写入 weights-A 与 weights-B，用同一个构造 prompt 比较请求、路径和文件 摘要 ，并检查序列化、输入变更、目录顺序与文件缺失。DemonstrationLoader 是自造标签，model_name 也是样例输入，不是注册过的 ComfyUI 节点，更不是 CheckpointLoaderSimple 的 ckpt_name。这个 prompt 只借用 API 形状，不宣称能提交执行。

把代码保存为 reference-identity-demo.py 可直接用 python3 reference-identity-demo.py 运行。若使用本仓库附件，实际工作目录为仓库根目录，命令如下：

python3 08-publishing-pipeline/generated-packages/PKG-20261005-0002-comfy-workflow/examples/reference-identity-demo.py

完整可运行代码与两组输出集中在文末附录。两组分别是原始文件身份反例和带六类自检的扩展示例，都未调用 ComfyUI 或模型。

第一组仍证明请求和文件名相同而内容不同。第二组不是六次模型实验，而是六类本地自检：格式变化、输入值变化、未知输入保留、目录顺序、同路径替换、文件缺失。格式变化的断言同时检查原始字节确实不同、解析后规范表示相同；把 seed 改为 43 后，规范表示必须不同。新增未知字段也必须保留，不能删掉它来制造“请求相同”。本例只处理有限 JSON 对象，没有把数字类型、Unicode 或任意业务等价关系统一规范化，更不裁定不同图在算法上是否等价。

目录反例交换 A/B 顺序，命中位置随之不同。这里的 pick 是作者写的有限文件选择规则，只处理两个目录和一个普通文件；它没有调用官方 folder_paths，不验证其路径清理、类别配置、缓存、错误语义或社区加载器。真实加载器行为仍以固定源码和运行环境为依据。随后在同一解析路径写入新演示字节，摘要变化，再删除文件验证缺失；临时目录退出时自动清理，没有留下伪模型交付物。

这个结果也给出排查分岔：如果原始 JSON 哈希不同而规范表示相同，先保留序列化差异，继续核实现和文件；如果 inputs 已变，先查发送前参数替换；如果路径变了，查具体加载器的目录配置；如果路径没变、摘要变了，查替换时点。不要从任何一个 true 推出视频可复现；程序从未生成视频，后续输出验收仍为空白。

实际留档时，需要记录加载器最终解析的路径及模型文件的内容摘要。摘要是实用的内容身份检查手段，不是数学上的无碰撞证明；路径相同也不代表内容不变。如果工作流还有输入视频、 LoRA 等外部文件，同样不能只保存名称。

文件身份从解析结果开始

对内置加载器，留档要从最终解析路径开始，而不是猜常用models目录。若两个配置目录存在同名文件，搜索顺序决定本次命中哪个；若同一路径的内容被替换，路径完全相同也不能说明权重一致。名称、解析路径和内容摘要分别回答引用什么、找到哪里和内容是否匹配，三者不能互相替代。

摘要计算还要附采集时点。若在任务结束后才检查文件，而文件期间被改动，事后摘要可能无法解释任务加载时的对象。实际可采用稳定存放的任务文件或受控更新过程，并记录何时核对；本文不假定已有这种保护。无法证实加载时身份，就在报告中写未知，而不是用最新文件哈希替过去运行背书。

视频任务中的外部依赖往往不止checkpoint。输入视频、参考图、文本文件、VAE、LoRA等，是否实际参与和怎样加载，应沿具体节点查。路径换机器后不存在，是可运行性问题；文件存在但同名不同内容，是身份问题；文件相同而解码或预处理不同，则继续进入实现与环境。分开这几类失败，下一步会更明确。

不必为这份文章复制所有模型大文件。内容摘要与来源位置可帮助识别，恢复环境是否仍能取得同一对象则是后续交付条件。能识别一个缺失文件，不等于已恢复工作流；能重新下载一个同名文件，也不等于恢复相同内容。把留档、还原和执行通过分层报告，才不会把准备工作当成复现结果。

seed 固定，是继续比较的条件，不是复现保证

请求、节点实现和文件身份对齐以后，才有条件判断剩余差异是否来自运行环境或随机行为。 PyTorch 官方明确说明，不保证不同 release、commit 或平台之间的完全复现；即便 seed 相同，CPU 与 GPU 执行也可能无法复现彼此结果。5

所以，不宜把“seed 没变”当成排除环境影响的证据，也不能把所有画面差异都归给 seed。记录 Python、PyTorch、相关依赖、驱动、设备、启动参数及影响算法选择的设置，是为了让下一次对照知道究竟保持了哪些条件。环境文件或容器标识可以帮助还原部分条件，却不自动覆盖宿主驱动、外部挂载文件和远端服务行为。

这里无需为了留档立刻重建一套复杂部署。对一台工作站上的具体任务，先保住实际请求、参与执行的代码版本与本地改动、实际文件摘要，再补当次环境记录，就能排除很多“以为相同”的前提。若节点调用远端 API，服务器实现通常不由本地仓库锁定，应明确写出复现边界。

环境记录服务于具体对照

一份依赖锁文件说明计划安装什么，运行环境信息说明此次真正使用什么。二者相符能减少疑问，但外部挂载文件、宿主驱动和远端API仍可能在范围之外。对远端节点，可以记录请求及响应身份、调用时点和服务声明的版本，无法锁定内部实现时明确标注。本文不给某服务可复现保证，也不要求为了留档新购服务。

若工作流在CPU和GPU之间切换，即使请求与权重一致，也已经改变运行条件。先把这一变化列出来，再讨论结果差异。运行失败、执行成功但画面不同、执行成功且业务可接受是三种结论；不应只凭任务状态成功就宣布数值或视觉复现通过。

对同一环境的重复执行，也要事先决定想验证哪一层。检查逐字节文件相同可能受编码和元数据影响；看帧内容则需要选定比较范围；看业务质量又需要明确主体、运动或一致性标准。环境记录支撑解释，验收规则决定能否接受，两者各有作用。

本篇重点仍是先修正相同条件的假设。请求、实现和文件任一未核实，都不应直接把剩余差异称为随机性。条件已经对齐后，真实重复运行才有价值；本文没有这类GPU证据，所以不填写任何环境下的复现通过率。

更新前后的对照，先回答“什么变了”

对于准备交付的一条视频工作流，我会把一次已接受的任务留作参照，再在隔离环境里更新。更新后先核对图解析与依赖加载；前提缺失就报告兼容性失败，不用空输出评价画质。对照从实际请求开始：如果参数已不同，先解释请求生成过程；请求相同，再检查参与节点的实现和模型、输入文件的身份；这些也对齐，才进入环境、算法设置与真实输出的比较。

“发现差异”不等于“找到原因”。例如同时更新了社区节点与 PyTorch，只知道两者都变了，还不能把画面差异归因于其中之一。需要在兼容条件允许时控制变更，重新运行实际任务，才能进一步检验。若文件摘要与输出同时变化，也只能先记录关联；无法独立替换时报告组合变化。本文没有做这一步。

真正比较视频时，还应先约定验收目标：逐字节相同、帧级数值接近，还是运动与内容达到业务要求。这些标准不能相互替代；还没运行就不该宣布复现成功。文件身份记录负责让对照有依据，输出检查负责判断这次任务是否可接受。

一份不变的 JSON 很有价值，但它只固定了记录下来的那一层。先确认请求里的名称这次到底解析到了什么，再讨论随机性和画面变化，排查才不会从一个未经证明的“环境相同”开始。

把升级检查做成一次可解释的任务

真实视频比较应同时看输入身份和输出验收。若新节点改进了运动但改变画面，是否接受取决于预先选定的业务目标；若要求旧版本字节一致，则改进也不能代替这一要求。结论可以是新组合满足业务要求但未复现旧输出，两者并不冲突。

最后交付一张小范围变化清单即可：什么保持、什么改变、哪项未知、真实执行是否完成、按哪种标准检查输出。对每个未知给下一步证据需求，例如缺最终解析路径、缺本地改动或尚未执行。这样下一位维护者能接着验证，不必从“同一份JSON”重新猜全部环境。

来源与验证边界

原始核对日期：2026-10-05；本次 2026-10-13 重新取得同一固定源码与文档，摘要与原记录一致。ComfyUI 源码固定到 5c460d8172fe30761ff67c0df3d5643bb74e0d70；文档固定到 c063f7f9f46fe440098ca59438423d0ebb045218，不主张这些提交是安装推荐。包内扩展示例复用原脚本和结果，新增本地身份反例已实际运行并绑定 SHA；当前默认分支的部分代码与行号已变，本文仍限定固定提交，不将旧截图解释为最新版。既不推荐长期固定旧提交，也不宣称升级必然损害视频。未运行 ComfyUI/GPU/视频生成，未测性能。

附录：完整演示代码与输出

完整代码：

from pathlib import Path
import hashlib,json,tempfile
h=lambda b:hashlib.sha256(b).hexdigest()
prompt={"1":{"class_type":"DemonstrationLoader","inputs":{"model_name":"model.bin","seed":42}}}
request=json.dumps(prompt,sort_keys=True,separators=(",",":")).encode()
with tempfile.TemporaryDirectory() as d:
    rows=[]
    for label,data in [("A",b"weights-A"),("B",b"weights-B")]:
        p=Path(d)/label/"model.bin";p.parent.mkdir();p.write_bytes(data)
        rows.append(dict(environment=label,request_sha256=h(request),model_name=p.name,model_sha256=h(p.read_bytes())))
    out=dict(scope="constructed file identity demonstration; no ComfyUI/model/GPU/video execution",rows=rows,request_bytes_equal=True,filenames_equal=rows[0]["model_name"]==rows[1]["model_name"],file_bytes_equal=(Path(d)/"A/model.bin").read_bytes()==(Path(d)/"B/model.bin").read_bytes(),model_hashes_equal=rows[0]["model_sha256"]==rows[1]["model_sha256"],video_generated=False)
    print(json.dumps(out,ensure_ascii=False,indent=2))
    # Reuse the original two fake files above; no ComfyUI imports or API calls.
    canonical=lambda obj:json.dumps(obj,sort_keys=True,separators=(",",":")).encode()
    pretty=json.dumps(prompt,indent=2).encode()
    assert pretty != request and canonical(json.loads(pretty)) == request
    changed=json.loads(request);changed["1"]["inputs"]["seed"]=43
    assert canonical(changed) != request
    unknown=json.loads(request);unknown["1"]["inputs"]["extra_input"]="do-not-delete"
    assert canonical(unknown) != request
    # Author's finite directory-selection fixture, not folder_paths execution.
    dirs=[Path(d)/"A",Path(d)/"B"]
    pick=lambda roots:next((root/"model.bin" for root in roots if (root/"model.bin").is_file()),None)
    ab,ba=pick(dirs),pick(dirs[::-1])
    assert ab.read_bytes()==b"weights-A" and ba.read_bytes()==b"weights-B"
    assert ab.name==ba.name and ab != ba
    path_before=ab.resolve();hash_before=h(ab.read_bytes())
    ab.write_bytes(b"weights-replaced")
    assert ab.resolve()==path_before and h(ab.read_bytes()) != hash_before
    ab.unlink()
    assert pick([dirs[0]]) is None
    checks={
        "serialized_bytes_differ_but_canonical_prompt_equal":canonical(json.loads(pretty))==request,
        "changed_seed_changes_prompt_identity":canonical(changed)!=request,
        "unknown_input_preserved_in_comparison":canonical(unknown)!=request,
        "directory_order_AB":str(path_before.relative_to(Path(d).resolve())),
        "directory_order_BA":str(ba.relative_to(d)),
        "same_path_replacement_detected":h(b"weights-replaced")!=hash_before,
        "missing_file_reported":pick([dirs[0]]) is None,
        "self_checks":6,
        "scope":"finite JSON/file identity only; no registry, official loader, weights, GPU or video execution"
    }
    print(json.dumps(checks,ensure_ascii=False,indent=2))

本机 Python 3.11.6 实际运行，退出码 0，stderr 为空。实际 stdout 如下：

{
  "scope": "constructed file identity demonstration; no ComfyUI/model/GPU/video execution",
  "rows": [
    {
      "environment": "A",
      "request_sha256": "f8f905e8d0a74c9756c1615c15b09533b58e3f9f46e969f820883a55cbb9a1d3",
      "model_name": "model.bin",
      "model_sha256": "7a2cf92f089712051f6a1d5fc3493b9cc6dc3757cfac1a834fe553b19b6affaa"
    },
    {
      "environment": "B",
      "request_sha256": "f8f905e8d0a74c9756c1615c15b09533b58e3f9f46e969f820883a55cbb9a1d3",
      "model_name": "model.bin",
      "model_sha256": "a9e542d599be9357b404931da8db97a6a8441ccd038ea2d2943b49ffd6e6ce2b"
    }
  ],
  "request_bytes_equal": true,
  "filenames_equal": true,
  "file_bytes_equal": false,
  "model_hashes_equal": false,
  "video_generated": false
}
{
  "serialized_bytes_differ_but_canonical_prompt_equal": true,
  "changed_seed_changes_prompt_identity": true,
  "unknown_input_preserved_in_comparison": true,
  "directory_order_AB": "A/model.bin",
  "directory_order_BA": "B/model.bin",
  "same_path_replacement_detected": true,
  "missing_file_reported": true,
  "self_checks": 6,
  "scope": "finite JSON/file identity only; no registry, official loader, weights, GPU or video execution"
}

---

1. Comfy 官方：Workflow API Format；固定 API 示例。 ↩︎ ↩︎

2. 执行时读取类映射，L443–445。 ↩︎

3. custom node 注册，L2303–2307；CheckpointLoaderSimple，L638–641。 ↩︎ ↩︎

4. 模型路径搜索，L449–454。 ↩︎

5. PyTorch：Reproducibility。原始记录的 stable 入口对应此版本；2026-10-13 直接复核此版本页面，仅引用复现边界，不据本次仅显示 Redirecting 的 stable 入口推断其当前目标。 ↩︎