Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

MooshieUI

MooshieUI es una interfaz frontend amigable para usuarios principiantes que simplifica la generación de imágenes, video y música a través de ComfyUI y NovelAI API. Construida con Svelte 5 y Rust, ofrece aplicaciones de escritorio y modo servidor web.

Ficha actualizada 24 sept 2026, 6:33 · upstream 24 sept 2026, 6:23 · release v2.3.6

Ver códigoProblemas y ayudaRepositorio ↗Sitio oficial
00

Qué es MooshieUI

Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.

MooshieUI actúa como una capa de abstracción sobre la complejidad del gráfico de nodos de ComfyUI, permitiendo a los usuarios generar contenido multimedia sin necesidad de editar manualmente flujos de trabajo. El proyecto soporta dos modos principales: aplicación de escritorio mediante Tauri para Windows y Linux (con candidatos nativos para Apple Silicon macOS), y un modo navegador/servidor que facilita el acceso LAN y móvil.

La arquitectura combina un frontend en Svelte 5 con componentes backend en Rust, gestionando flujos de trabajo complejos de generación. Ofrece capacidades avanzadas como pausar y continuar procesos de muestreo, edición de imágenes con inpainting integrado, y gestión de modelos con detección automática de más de 20 arquitecturas. La interfaz incluye soporte multilingüe para 12 idiomas y una galería persistente que conserva metadatos.

El proyecto es auto-hospitable mediante Docker, con soporte para GPUs NVIDIA en entornos contenerizados, y ofrece un modo headless con autenticación y roles de usuario. Incluye integración opcional con NovelAI API para generación sin necesidad de instalar ComfyUI localmente, manteniendo la capacidad de post-procesamiento local cuando se requiere.

CASOS DE USO
  • Generación de imágenes, video y música para usuarios que no desean configurar nodos de ComfyUI manualmente
  • Acceso remoto a generación de IA desde dispositivos móviles o redes LAN mediante modo servidor web
  • Edición avanzada de imágenes con inpainting, controlnet y herramientas de referencia estilo
  • Gestión de modelos locales con detección automática y descarga vía interfaz gráfica
  • Uso de backend NovelAI para usuarios que prefieren no auto-hospedar ComfyUI completo
PUNTOS DESTACADOS
  • Frontend en Svelte 5 con backend en Rust para rendimiento y modernidad
  • Soporte nativo para Apple Silicon macOS mediante Tauri
  • Capacidad de pausar y continuar generación mid-sampling para iteraciones creativas
  • Galería persistente con importación de metadatos de NovelAI y A1111
  • Interfaz multilingüe en 12 idiomas sin necesidad de reiniciar la aplicación
  • Despliegue Docker con soporte multiusuario, roles y autenticación
PRECAUCIONES
  • La generación de video, música y edición avanzada depende del backend ComfyUI local o remoto
  • Requisitos específicos de GPU por plataforma (NVIDIA en Docker, AMD/Intel en Windows)
  • Configuración manual obligatoria de API keys NovelAI antes de usar el backend correspondiente
  • Dependencia de Node.js 22.12+ o 24+ y Rust estable para compilación desde fuente
VISUAL

Capturas del proyecto

Imágenes reales detectadas en la documentación del repositorio.

Logo
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU4 vCPUrecomendación inicial
MEMORIA8 GBRAM estimada
DISCO10 GBalmacenamiento base
COMPLEJIDADmediumnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Listo para automatizar

Para despliegue Docker, copiar .env.example a .env y configurar MOOSHIEUI_ADMIN_USER y MOOSHIEUI_ADMIN_PASS antes del primer inicio. Ejecutar docker compose up -d --build apuntando a puerto 3200 o el definido en MOOSHIEUI_PORT. Para Windows/Linux, descargar release oficial desde GitHub releases; la aplicación instalará automáticamente uv, Python, ComfyUI y PyTorch con detección automática de GPU. Asegurar espacio libre de 5-10 GB para runtime más modelos.

✓Dockerfile
✓Compose
✓One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Node.jsRustPython
SERVICIOS
No detectados
BASES DE DATOS
No detectadas
PUERTOS
3200
05

Puede sustituir a

Relaciones detectadas por el análisis del repositorio y su categoría.

06

Experiencia real de la comunidad

Ayuda a contrastar la estimación automática con instalaciones reales.

Todavía no hay datos comunitarios para este proyecto.