<rss xmlns:atom="http://www.w3.org/2005/Atom" version="2.0"><channel><title>插件架构 - Naifan Li's Blog</title><link>https://blog.omagiclee.com/tags/%E6%8F%92%E4%BB%B6%E6%9E%B6%E6%9E%84/</link><description>插件架构 - Naifan Li's Blog</description><generator>Hugo -- gohugo.io</generator><language>zh-CN</language><lastBuildDate>Thu, 01 Oct 2026 10:00:00 +0800</lastBuildDate><atom:link href="https://blog.omagiclee.com/tags/%E6%8F%92%E4%BB%B6%E6%9E%B6%E6%9E%84/index.xml" rel="self" type="application/rss+xml"/><item><title>ComfyUI 设计架构：从节点画布到模型执行引擎</title><link>https://blog.omagiclee.com/posts/aigc/comfyui/architecture/</link><pubDate>Thu, 01 Oct 2026 10:00:00 +0800</pubDate><guid>https://blog.omagiclee.com/posts/aigc/comfyui/architecture/</guid><description><![CDATA[<p>在 ComfyUI 的画布上，把模型加载、文本编码、采样和图片保存几个节点连起来，就可以生成一张图片。但这条连线背后还有一套完整的软件系统：浏览器把工作流转换成执行图，Python 服务负责校验和排队，执行器按数据依赖调用节点，模型运行层再完成张量计算与设备内存管理。</p>
<p><strong>理解 ComfyUI，可以沿着“可视化编排 → 图执行 → 模型计算”这三个层次展开。</strong> 本文先画出系统全貌，再沿着一次生成请求，解释每个模块的职责。</p>
<p>本文以开源、自托管 ComfyUI 的核心执行链路为范围，资料核对日期为 <strong>2026-10-01</strong>。下列图是依据官方文档与源码整理的逻辑视图，省略了用户管理、资产管理等辅助模块；不同安装版本的具体实现可能有所差异。</p>]]></description></item><item><title>Operator as Plugin：借鉴 DeepSeek Harness 设计数据平台插件体系</title><link>https://blog.omagiclee.com/posts/ai-data/data-platform/operator-as-plugin/</link><pubDate>Sun, 06 Sep 2026 00:04:00 +0800</pubDate><guid>https://blog.omagiclee.com/posts/ai-data/data-platform/operator-as-plugin/</guid><description><![CDATA[<p>世界模型数据平台往往沿着“接入 → 清洗 → 加工与镜头切分 → 打标 → 向量化与索引 → 检索挖掘 → 标注”逐步扩展。如果每增加一种算法都要修改主服务、增加专用接口、重新部署整个系统，平台很快会成为难以维护的算法集合。</p>
<p><strong>Operator as Plugin 是可行方向：算法作者贡献能力，平台负责让能力可调用、可组合、可追踪地运行。</strong> 但插件注册只解决了扩展入口，长任务恢复、数据语义、GPU 执行和结果发布还需要独立设计。</p>
<p>本文延续 Data Flywheel 的技术设计讨论，并参考 DeepSeek 官方 Harness 文档。资料核对日期为 2026-09-06；以下数据平台协议、示例清单与架构均为本文提出的方案，<strong>不是 DeepSeek Harness 已有的数据处理 API，也不是 Data Flywheel 已经实现的插件系统</strong>。</p>]]></description></item></channel></rss>