Como Construir um Pipeline Automatizado de Vídeo IA com n8n e ComfyUI

A geração de vídeo por Inteligência Artificial atingiu um patamar de qualidade impressionante, mas a operação manual de interfaces visuais como o ComfyUI torna-se rapidamente um gargalo para estúdios e empresas que precisam de escala. Ajustar sementes (seeds), alterar prompts e gerenciar filas manualmente em servidores locais ou em nuvem consome tempo valioso e impede a produção contínua.

A solução para transformar fluxos generativos isolados em uma verdadeira esteira de produção industrial é a orquestração via n8n. Ao integrar o n8n à API do ComfyUI, você consegue automatizar desde a ingestão de roteiros até a renderização e o armazenamento final dos arquivos de vídeo gerados por GPUs de alto desempenho (como a RTX 5090).

Neste artigo, você aprenderá como estruturar essa arquitetura de ponta a ponta.

A Arquitetura do Sistema: n8n + ComfyUI API

Em um pipeline profissional de produção automatizada de vídeo, dividimos as responsabilidades em duas camadas principais:

Camada de Execução (Engine): O ComfyUI roda em um servidor dedicado com aceleração por GPU, expondo sua API interna (endpoints /prompt, /history e WebSocket para status em tempo real).
Camada de Orquestração (Workflow): O n8n gerencia os gatilhos, constrói dinamicamente o grafo do fluxo (JSON do ComfyUI), enfileira as requisições, monitora a conclusão do processamento e despacha o resultado para armazenamento ou publicação.

[Gatilho: Webhook / Banco de Dados / Airtable] │
▼
[n8n: Montagem do Payload JSON] │
▼
[ComfyUI API: Renderização GPU (RTX 5090)] │
▼
[n8n: Polling / Monitoramento de Fila] │
▼
[Download do Vídeo + Upload S3 / Drive / Notificação]

Passo a Passo: Construindo o Fluxo no n8n

1. Captura de Parâmetros e Gatilho

O fluxo no n8n pode ser iniciado por um Webhook (recebendo dados de uma aplicação web), por um novo registro em uma tabela de roteiros (como Notion, Airtable ou PostgreSQL) ou por agendamento (Cron).

Os dados essenciais capturados devem incluir:

Prompt positivo e negativo;
Modelo base (Checkpoint/LoRA);
Dimensões (largura/altura) e número de frames;
Seed ou identificador de variação.

2. Formatação do Payload JSON do ComfyUI

O ComfyUI permite exportar qualquer fluxo no formato API JSON (Save (API Format) no menu do ComfyUI). No n8n, utilizamos um nó Code (JavaScript) ou Edit Fields (Set) para injetar as variáveis dinâmicas nos nós específicos do payload:

Nó de Prompt: Substitui o texto pelo prompt dinâmico vindo do gatilho.
Nó KSampler: Atualiza a seed e os passos de amostragem.
Nó de Salvamento de Vídeo: Define o nome único do arquivo de saída.

3. Envio da Requisição para o Servidor de GPU

Utilizando o nó HTTP Request do n8n, enviamos uma requisição POST para o endpoint /prompt do ComfyUI com o JSON estruturado:

URL: http://<IP_DO_SERVIDOR>:8188/prompt
Method: POST
Body: Payload JSON com a chave prompt e o identificador do cliente (client_id).

A resposta retornará um prompt_id, que servirá como chave de rastreamento da tarefa.

4. Monitoramento e Controle de Fila

Modelos de vídeo de alta resolução demandam tempo de computação. Como especialista em N8N, recomendo estruturar uma rotina de checagem resiliente:

Loop de Verificação: Utilize um nó Wait configurado para intervalos regulares (ex.: 10 a 30 segundos) seguido por um HTTP Request no endpoint GET /history/{{ $json.prompt_id }}.
Condicional (If): Verifica se o nó final de saída gerou o arquivo de mídia.
Tratamento de Erro: Caso o status retorne erro ou exceda um limite de tempo pré-determinado, o n8n aciona uma notificação de alerta (Slack/Discord/Telegram) e libera a fila.

5. Extração, Pós-processamento e Armazenamento

Assim que o processamento for concluído:

O n8n faz a requisição GET /view passando o nome do arquivo gerado para obter o binário do vídeo.
O arquivo é enviado diretamente para um bucket AWS S3, Cloudflare R2 ou Google Drive.
O link público final é gravado de volta no banco de dados original, marcando o status da produção como concluído.

Boas Práticas para Infraestrutura de Alto Desempenho

Gerenciamento de Memória VRAM: Ao trabalhar com hardware potente como a RTX 5090, certifique-se de configurar argumentos como