Brancher ComfyUI sur Claude : images et vidéos IA gratuites sur votre PC maison

La vidéo s'ouvre sur une promesse d'une simplicité désarmante : des images et vidéos IA de haute qualité, gratuites, sur votre propre ordinateur. L'instrument s'appelle ComfyUI, l'outil bien connu à base de nœuds qui décompose chaque étape de la synthèse d'images comme des stations sur une chaîne de production. Cette puissance lui a valu une réputation redoutable — les débutants voyaient un labyrinthe de boîtes et de fils et repartaient. Tout l'argument de la vidéo, c'est que deux changements récents, des modèles intégrés plus un assistant IA à vos côtés, ont aplati cette courbe d'apprentissage.

L'installation est désormais à la portée du grand public. Vous téléchargez l'installateur depuis le site officiel, vous double-cliquez, et une question décisive se pose : cloud ou local. Le cloud signifie louer de la puissance GPU par abonnement ; le local signifie que votre propre machine fait le travail. La vidéo choisit le local et est honnête sur le prix de ce choix : un matériel modeste limite les modèles que vous pouvez exécuter et la vitesse d'apparition des images. Quelques cases d'accord à cocher, un chemin d'installation, un clic sur ignorer-et-installer — et les composants se téléchargent tout seuls.

L'ère du canevas vierge est présentée comme de l'histoire ancienne. Là où les premiers utilisateurs câblaient chaque nœud à la main, le ComfyUI d'aujourd'hui est livré avec des modèles prêts à l'emploi que vous pouvez parcourir par modèle d'IA. Un petit badge en couronne signale les modèles qui ne fonctionnent que dans le cloud — soit l'appétit matériel est trop gros, soit le modèle n'est pas open source — et une case à cocher masque ces éléments payants pour ne montrer que ce qui tourne sur votre bureau. La démo choisit un modèle d'image Z-Image-Turbo, et le badge d'erreur rouge dans le coin est traité comme normal : les poids du modèle n'ont simplement pas encore été téléchargés.

Vient ensuite une visite patiente de la culture des nœuds : glisser les boîtes pour les réorganiser, suivre les fils qui transportent les données de gauche à droite, ajuster les paramètres de chaque nœud, déplier ceux qui cachent tout un sous-workflow à l'intérieur. La navigation sur le canevas a ses raccourcis — molette pour zoomer, barre d'espace maintenue pour se déplacer, sélection puis touche point pour centrer — avant que la vidéo ne revienne à ce badge d'erreur et ne révèle la fonctionnalité la plus aimable du programme : un seul bouton télécharge automatiquement tous les modèles manquants, sans chasse aux sites miroirs. Les gros fichiers prennent du temps, un bouton de progression surveille la file d'attente, et un raccourci de rafraîchissement efface l'erreur quand les poids arrivent.

Où sont donc passés les plusieurs gigaoctets de poids ? La réponse figure sur une carte au bord du canevas listant le dossier de chaque modèle, et un lien vers l'onglet Stockage ouvre le vrai répertoire pour que vous puissiez vérifier — ou supprimer ce dont vous n'avez plus besoin pour récupérer de l'espace disque. Le premier vrai test génère une image fixe : une femme en tenue traditionnelle préparant du thé dans une cour, 1280 par 720, nombre de lots réglé, Run pressé, le résultat éclosant dans le nœud final. Un clic droit l'enregistre ; un panneau Assets rassemble tout ce que vous avez jamais généré ; un dossier Output en fait le miroir sur le disque. Une dernière habitude boucle la boucle : toute modification pointille l'onglet pour signaler un travail non enregistré, le raccourci de sauvegarde nomme le workflow, et le panneau Workflows le rouvre n'importe quel soir où vous voulez générer à nouveau.

La deuxième démo change complètement de média : ACE-Step, un modèle de texte vers musique, dans la catégorie audio. Même rituel — erreur de modèle manquant, tout télécharger, rafraîchir — puis une forme totalement différente : un champ de style réglé sur funk énergique, une boîte de paroles prenant en charge plus de cinquante langues dont le chinois et l'anglais, un tempo à 120, une tonalité majeure éclatante, et une durée de test délibérément courte de soixante secondes. Run, écoute, et un petit menu télécharge la chanson. Le point s'installe en douceur : le même canevas qui a peint la scène du thé compose désormais de la musique.

La vidéo est le domaine où l'histoire du gratuit rencontre sa limite, et la vidéo en est inhabituellement franche. Le dernier joujou, MiniMax H3, peut tourner en local mais exige du matériel NVIDIA sérieux, donc sur le Mac du présentateur il souffrirait — ce workflow part dans le cloud à la place. Un filtre restreint la galerie aux workflows d'API externes, la liste réservée aux couronnes apparaît, et un modèle d'image vers vidéo s'ouvre. Cette fois, l'erreur dans le coin signifie autre chose : aucun modèle ne manque, mais aucune image d'entrée n'a été fournie, car le calcul cloud n'exige aucun téléchargement. L'utiliser requiert un compte Comfy — une connexion par e-mail, un avatar dans le coin — et un portefeuille de crédits rechargé avec, dans la démo, dix dollars par carte.

Le portefeuille plein, le tableau du thé d'avant est glissé comme première image et le plan est décrit en mots : la femme prépare le thé avec grâce tandis que la caméra recule lentement. Deux interrupteurs spéciaux apparaissent — amélioration du prompt par IA et upscaling 2K — laissés sur leurs réglages par défaut, avant que le nœud de sortie jaune ne fixe la résolution et la durée jusqu'à quinze secondes. Un détail en direct vend l'économie : glisser le curseur de durée fait bouger le coût en crédits dans le coin, une vidéo plus longue brûlant plus de points. Cinq secondes suffisent pour le test, Run est pressé, et un court clip atterrit dans le nœud voisin.

Puis la vidéo nomme son plus grand changement des deux dernières années : ComfyUI parle MCP, le protocole ouvert par lequel des assistants comme ChatGPT et Claude peuvent piloter des logiciels sur votre machine. Le bénéfice est énoncé sans détour — même si vous n'apprenez jamais ce que font les nœuds, vous pouvez gérer les workflows en parlant à un assistant. La configuration prend quelques minutes : un bouton Install MCP sur le site, un choix d'installation locale, un prompt de configuration copié, puis dans Claude vous pointez un dossier de projet vers le répertoire d'installation de ComfyUI, cliquez sur trust workspace, collez le prompt, appuyez sur entrée, et redémarrez Claude une fois l'installateur terminé.

Ce que l'assistant peut faire commence par le travail le plus simple : exécuter les workflows que vous avez déjà construits. Avec trois workflows enregistrés, une nouvelle conversation demande à Claude de générer une chanson chinoise dans ComfyUI avec un style et un thème nommés — et avant de toucher à quoi que ce soit, Claude vous interroge : voix masculine ou féminine, aperçu des paroles d'abord ? Vous répondez en langage naturel, Claude appelle ComfyUI, le calcul se déroule en coulisses, et la chanson finie attend dans le panneau Assets d'être écoutée. La démo la joue, et la boucle semble complète : vous n'avez jamais ouvert un nœud.

Le final va un cran plus loin : l'assistant réécrit les workflows eux-mêmes. Un flux de texte vers image Z-Image reçoit l'ordre d'échanger son modèle contre GPT Image 2 et de produire trois styles par exécution — photo photoréaliste, illustration vectorielle, animation 3D — et le sujet du test est un pingouin policier, qui apparaît dûment en trois versions dans la fenêtre de chat pendant que le canevas reconstruit attend dans ComfyUI. Le même flux reçoit ensuite un nouveau thème tapé directement — un chef Shiba en uniforme faisant sauter une gigantesque poêle de riz frit — et Run produit trois portraits de chien sans aide supplémentaire. Enfin, l'assistant se fait scénariste : une intrigue grossière sur le chien chef devient une liste de plans avec cadrage et mouvements de caméra distincts pour chaque plan, et quelques instants plus tard une petite animation est prête à être regardée.