SwarmUI

AI-bild, video och ljud · Webbgränssnitt för bildgenerering

Webbgränssnitt för bildgenerering som använder ComfyUI som motor och delar ut arbetet mellan flera användare och grafikkort.

Öppen källkodJavaScriptPython

Betyg 79 Preliminär (källbaserad)

Läs bedömningen
API · Officiellt

Alla rutter går mot samma webbserver som gränssnittet, med JSON-anrop och en session_id per anrop; GetNewSession hämtar en session och konton kräver cookien swarm_token.

SwarmUI REST API · SwarmUI

Källa: https://github.com/mcmonkeyprojects/SwarmUI/blob/master/docs/API.md

Kontrollerat:

Öppna dokumentation

MCP · Tredjepart

SwarmUI har ingen egen MCP-server, men communityprojektet SwarmUI_MCP_Agent anropar SwarmUIs REST-API och exponerar bildgenerering som MCP-verktyg; det är en prototyp, inte en del av projektet.

SwarmUI_MCP_Agent · MathewTomberlin (communityprojekt)

Källa: https://github.com/MathewTomberlin/SwarmUI_MCP_Agent

Kontrollerat:

Öppna dokumentation

Jämför med alternativ Källor
SwarmUI:s Generate-vy: promptfältet innehåller en engelsk bildbeskrivning av en flödesmätare i rostfritt stål, modellväljaren visar v1-5-pruned-emaonly, bildrutan visar den färdiggenererade produktbilden med sin metadata (modell, upplösning 512x512, seed, 20 steg, CFG 7, sampler Euler och genereringstid) och till vänster står steg, CFG-skala, variation seed och upplösning.
1 / 5 Bildgenerering i Generate-vyn

Bedömning

Så bedömer vi

Totalbetyg

79

Preliminär (källbaserad)

Bedömningsprofil
Team som delar en bildgenereringsserver med flera grafikkort: webbgränssnitt ovanpå ComfyUI med fleranvändardrift, jobbfördelning mellan GPU:er och möjlighet att både använda enkla gränssnittet och bygga egna ComfyUI-flöden.
Bedömningsdatum
Modellversion
3.0.0

  1. Öppenhet och kontroll

    MIT-licens verifierad i repots LICENSE.txt (Copyright 2024-2025 Alex 'mcmonkey' Goodwin). Hela kodbasen öppen på GitHub, self-host på egen hårdvara, ComfyUI-flöden i öppet JSON-format och ingen licenslåsning; backendmotorer (ComfyUI, AutoWebUI) är själva utbytbara via backend-abstraktionen.

  2. Funktionell passform

    Täcker det namngivna fallet väl enligt README och docs: flera användare mot samma server, jobbfördelning mellan flera GPU:er, flikar för generera/redigera/bygga flöden, presets, upscaling, ControlNet och video-/ljudmodeller. Förutsättning: ComfyUI ska vara installerat och förstått, och för en enskild användare finns enklare alternativ (vår katalogpost).

  3. Dataflytt och interoperabilitet

    Dokumenterad bildmetadata (docs/Image Metadata Format.md), väldokumenterat REST-API mot modeller, köer och generering (docs/API.md med APIRoutes: ModelsAPI, T2IAPI, AdminAPI m.fl.) och ComfyUI-arbetsflöden som utbytbara JSON-flöden. Full export av användarkonton, presets och inställningar är dock inte verifierad.

  4. Mognad och trygghet

    Aktiv utvecklare och god dokumentation, men utgivningstakten är långsam: releases.atom visar 0.9.8-Beta (2026-03-10) efter 0.9.7-Beta (2025-08-25) — sju månader mellan utgåvor — och projektet är fortfarande Beta (0.9.x). Ingen SECURITY.md i repot (HTTP 404 via raw.githubusercontent.com). Startår 2024, blygsam historik.

  5. Framtidskraft

    Väldokumenterat backend-REST-API (docs/API.md samt APIRoutes per delsystem), dokumenterade webhooks (docs/Features/Webhooks.md) och utbyggnadsmodell via extensions (docs/Making Extensions.md) — verklig automation vägen. Nivå 5 kräver belagd praktisk integrations-/anpassningsförmåga i tredjepartsmiljöer, vilket inte är dokumenterat.

  6. Drift och införande

    Docker-stöd finns (launchtools med Dockerfiles och docker-compose, docs/Docker.md) men drift kräver ComfyUI-miljö, Python, GPU-drivrutiner och en alltid-på-server — tydliga men reella krav. Dokumenterade kommandoradsargument och felsökningssidor finns; Linux och Windows stöds.

  7. Kostnadsbild

    Ingen licenskostnad (MIT) och ingen betalnivå; totalkostnaden domineras av GPU-hårdvara, el och drifttid för servern plus underhåll av ComfyUI-miljön. Antagande: befintliga grafikkort, egen värd — ny GPU-investering eller moln-GPU-tid får beräknas själv. Ingen kommersiell supportkanal; support via GitHub.

  8. Svensk användbarhet

    Verifierat svenskt gränssnitt: languages/sv.json täcker 670 av 672 nycklar i languages/en.json (99,7 procent, kontrollerat 2026-10-28 mot raw-filerna). Viktig reservation: filens authorship-fält anger att samtliga översättningar är AI-genererade (translate-tool) och kvaliteten är därför ogranskad; dokumentation och community är engelska.

Om SwarmUI

SwarmUI är ett webbgränssnitt ovanpå ComfyUI. Det behåller ComfyUI:s nodflöden som motor men lägger ett enklare gränssnitt framför, med flikar för att generera, redigera och bygga egna flöden. Det kan köra flera användare mot samma server och fördela jobb mellan flera grafikkort.

Gränssnittet finns på svenska: språkfilen täcker 672 av 674 strängar, men projektet anger självt att översättningarna är AI-genererade och inte granskade av en människa. Programmet är skrivet i C# och licensieras under MIT. Det är ett praktiskt val när flera personer ska dela på en bildserver, men det förutsätter att ComfyUI redan är installerat och förstått.

Användning

Passar för

  • Team som delar en bildserver med flera grafikkort
  • Den som vill ha ett enklare gränssnitt än ComfyUI men behålla flödena

Passar mindre bra för

  • Den som inte redan har ComfyUI
  • Enskild användning där en lokal app räcker

Styrkor och begränsningar

Styrkor

  • Flera användare och grafikkort i samma installation
  • Behåller ComfyUI:s flöden
  • Svensk gränssnittsöversättning, om än AI-genererad

Begränsningar

  • Kräver ComfyUI och .NET
  • Gränssnittet är inte lika enkelt som fristående appar

Skärmbilder

5 skärmbilder. Välj en bild för att visa den i full storlek. Svep i sidled för fler.

  • SwarmUI:s Generate-vy: promptfältet innehåller en engelsk bildbeskrivning av en flödesmätare i rostfritt stål, modellväljaren visar v1-5-pruned-emaonly, bildrutan visar den färdiggenererade produktbilden med sin metadata (modell, upplösning 512x512, seed, 20 steg, CFG 7, sampler Euler och genereringstid) och till vänster står steg, CFG-skala, variation seed och upplösning.
    Bildgenerering i Generate-vyn
  • Comfy Workflow-fliken visar samma generering som noddiagram: Load Checkpoint med v1-5-pruned-emaonly, Empty Latent Image med 512x512, två CLIP Text Encode-noder för positiv och negativ prompt, SwarmSampler med steg, CFG, sampler och scheduler, VAE Decode och Save Image — samma graf som SwarmUI skickar till ComfyUI.
    Arbetsflödet som noddiagram i Comfy Workflow-vyn
  • Historikfliken i bottenpanelen visar mappträdet för utdatakatalogen med åtta genererade bilder från dagens körningar som stora kort: produktbilder på flödesmätare i rostfritt stål, ett kontrollrum, ett styrskåp och en isometrisk rörsektion, varje kort med prompt, modell, upplösning, seed, steg, CFG och genereringstid.
    Bildhistoriken med genererade konceptbilder
  • Modellfliken visar mappträdet för modeller och kortet för checkpointen v1-5-pruned-emaonly med förhandsbild och uppgifterna titel, typ Stable Diffusion v1 och standardupplösning 512x512; modellen är vald i listan uppe till vänster och bildvyn ovanför visar senaste genereringen.
    Modellbiblioteket med checkpoints
  • Server-fliken i SwarmUI med underfliken Backends: den körande backenden ComfyUI Self-Starting med startskript dlbackend/ComfyUI/main.py, extraargumentet --cpu, uppdateringsinställningar för ComfyUI och noder, frontendversion, GPU-id och senaste användning — motorn som SwarmUI skickar sina arbetsflöden till.
    Servervyn med ComfyUI-backenden igång

Tekniska resurser

Alternativ

ComfyUI

AI-bild, video och ljud · Nodbaserat gränssnitt och lokalt inferensgränssnitt för generativ AI

ComfyUI är en nodbaserad motor för bild- och videogenerering, där diffusionsmodeller som Stable Diffusion och Flux kopplas ihop till körbara arbetsflöden.

Öppen källkodPython
Startår
2023
Licens
GNU General Public License v3.0
Öppen källkod
Ja
API
REST API · Annan
MCP
MCP-server, Officiellt tillägg

Betyg

87

Preliminär (källbaserad)

Läs bedömningen

Projektdata

144 980GitHub-stjärnor
Visa alla fakta och bedömningarVisa alla fakta
Startår
2023
Licens
GNU General Public License v3.0Öppen källkod (OSI-godkänd licens) · Repots LICENSE-fil innehåller standardtexten för GNU GPL version 3 (29 juni 2007), och GitHub identifierar licensen som GPL-3.0. Någon uttrycklig tilläggsklausul om 'or later' i projektets egen licensnotis påträffades inte, varför SPDX-id:t anges som GPL-3.0-only med viss osäkerhet. · Licensmodeller
Öppen källkod
Ja
Plattformar
Windows · Linux · macOS · Webbläsare
API
REST API · Annan Verifierat
MCP
MCP-server, Officiellt tillägg
Export
Finns Arbetsflöden representeras som JSON enligt dokumentationens specifikation, och den lokala servern kan via API:t ta emot arbetsflöden och lämna tillbaka genererade utdatafiler. Ej verifierat
Språk
Gränssnitt: Engelska · Dokumentation: Engelska · Support: Engelska
Öppenhet och kontroll Gäller: GPL-3.0 (OSI), hela kärnan och frontend öppna — ingen open-core-låsning.
Funktionell passform Gäller: Nodbaserad bild-/videodiffusion är projektets exakta kärna, med brett modellstöd.
Dataflytt och interoperabilitet Gäller: Workflows är portabla JSON och modeller använder öppna format; custom nodes kan dock ha egna beroenden som bryter portabilitet.
Mognad och trygghet Gäller: Stort ekosystem sedan 2023 under Comfy-Org med strukturerad releasecykel; snabb takt bryter ibland arbetsflöden.
Framtidskraft Gäller: Helt programmerbart: workflows körs via HTTP-API, sparas som JSON, custom nodes bygger ny funktionalitet — förstklassig automation.
Drift och införande Gäller: Historiskt krånglig installation (Python-beroenden) även om desktop-app förenklat; driftarbetet är större än för enklare verktyg.
Kostnadsbild Gäller: Gratis GPL; GPU är kategoriinnevärd kostnad. Vissa modellvikter är gated på HF Hub.
Svensk användbarhet Gäller: Gränssnitt och dokumentation engelska; inga svenskspecifika funktioner belagda.

Kostnad: .

Faktakontrollerad

stable-diffusion.cpp

AI-bild, video och ljud · Inferensmotor för bild- och videogenerering i ren C/C++ på ggml

Diffusionsmodeller i ren C/C++: kör Stable Diffusion, FLUX och Wan på CPU eller GPU, med kommandoradsverktyg, webbgränssnitt och HTTP-API i samma binär.

Öppen källkodCC++
Startår
2023
Licens
MIT
Öppen källkod
Ja
API
REST API
MCP
MCP-server, Tredjepart

Betyg

84

Praktiskt granskad

Läs bedömningen

Projektdata

7 889GitHub-stjärnor
Visa alla fakta och bedömningarVisa alla fakta
Startår
2023
Licens
MITÖppen källkod (OSI-godkänd licens) · Källkoden – biblioteket, kommandoradsverktyget och servern med webbgränssnitt – ligger under MIT enligt LICENSE i repot. Modellvikterna är en egen fråga: de distribueras av sina utgivare under egna licenser (SD-Turbo under Stability AI Community License, SD 1.5 under CreativeML OpenRAIL-M), och de licenserna följer med varje nedladdad modell. · Licensmodeller
Öppen källkod
Ja
Plattformar
Linux · macOS · Windows
API
REST API Uppgivet
MCP
MCP-server, Tredjepart
Export
Delvis Bilderna skrivs som vanliga PNG- eller WebP-filer med generationsparametrarna inbäddade i PNG-metadata i webui-kompatibelt format, så en bild kan flyttas till ett annat verktyg och köras om där. Modellvikterna ligger i öppna format (safetensors, ckpt, GGUF). Någon samlad export av serverkonfiguration eller recept finns inte – den får skrivas av för hand. Uppgivet
Språk
Gränssnitt: Engelska · Dokumentation: Engelska · Support: Engelska
Öppenhet och kontroll Gäller: Hela källkoden ligger under MIT enligt LICENSE i repot: biblioteket, sd-cli och sd-server med det inbyggda webbgränssnittet. Det finns ingen sluten utgåva, inga funktioner bakom avtal och ingen licensnyckel – instansen i labbet byggdes ur källkoden och startade utan konto. Vikterna läses i öppna format (ckpt, safetensors, GGUF) som går att flytta mellan verktyg.
Funktionell passform Gäller: Driftsatt i labbet på åtta delade vCPU utan grafikkort: modellen laddades ur model-katalogen på 1,1 sekund, och en 512 × 512-bild tog 1 minut och 52 sekunder med ett steg. Samma server svarade på OpenAI-formatet, AUTOMATIC1111-formatet och det egna asynkrona jobb-API:t, och bilden kom tillbaka som PNG med parametrarna inbäddade. Användningsfallet går att lösa – men bara i 512 × 512 och med en kvalitet som är illustration, inte fotorealism, och videomodellerna är inte praktiska utan GPU.
Dataflytt och interoperabilitet Gäller: Det finns inget att låsa in sig i: tillståndet är modellfilerna och de genererade bilderna, båda i öppna format. Vikterna flyttas som safetensors eller GGUF, bilderna skrivs som PNG eller WebP med generationsparametrarna i PNG-metadata i webui-kompatibelt format, och servern har ingen databas och ingen egen lagring. Hela installationen flyttas genom att kopiera binären och model-katalogen.
Mognad och trygghet Gäller: Projektet är mycket aktivt – förrådet fick commits samma dag som bedömningen gjordes – men beskriver sig självt som under aktiv utveckling och säger uttryckligen att API och kommandoradsflaggor kan ändras ofta. Det märktes i labbet: bygget kräver att rätt CMake-flaggor kombineras, serverrecepten förutsätter en viss katalogstruktur, och VAE-avkodningen tog 91 sekunder av 171 för en enda bild. Ett levande projekt med skarp prestanda, men utan utfryst API-version.
Framtidskraft Gäller: Servern talar tre API-familjer samtidigt, varav OpenAI-formatet gör den utbytbar i klienter som redan pekar mot en molntjänst, och det egna /sdcpp/v1 har asynkrona jobb med status och avbrott – det som behövs för att en agent eller ett skript ska kunna vänta på en bild. Den används som motor i andra program (LocalAI, KoboldCpp och en GIMP-plugin listas i README), och det finns en tredjeparts MCP-server som kör mot det nativa API:t. Att API:t inte är fruset drar ned ett steg.
Drift och införande Gäller: En container med en enda binär och libgomp som enda beroende, ingen databas och ingen sidotjänst – det är enklare drift än de flesta katalogposter. Modellerna laddas ner för sig och ligger kvar i en katalog. Det som drar ned är att servern saknar autentisering och måste stå bakom en proxy, att bygget ur källkoden kräver eftertanke kring CMake-flaggor och minne, och att prestandan beror helt på vilka kärnor som finns.
Kostnadsbild Gäller: MIT och inga licenskostnader, ingen prenumeration och ingen molnräkning per bild: kostnaden är de kärnor och det RAM som redan finns, plus el. Modellvikterna är gratis att ladda ner, även om varje modell har sina egna villkor (SD-Turbo under Stability AI Community License).
Svensk användbarhet Gäller: Varken webbgränssnittet eller dokumentationen finns på svenska – servern har engelska texter och det finns ingen översättningsmekanism. För ett verktyg som mest används över API och kommandorad betyder språket mindre, men den som ska sätta upp det läser engelsk dokumentation, och det finns ingen svensk supportkanal.

Kostnad: .

Faktakontrollerad

Källor

  1. Projektets repository