ไปที่ https://console.quickpod.io/templates

จากนั้นกด Create New Template

Template Type: เลือกชนิดของเทมเพลต เป็น GPU เพื่อให้รันงานที่ต้องใช้การประมวลผลด้วยการ์ดจอ (GPU-based instance)

Template Name: ตั้งชื่อเทมเพลต เช่น ComfyUI with Flux1 dev one-click เพื่อให้จำได้ว่าเทมเพลตนี้ไว้ใช้ทำอะไร

Docker Image Path: ใส่ path ของ Docker image ที่ต้องการใช้ เป็น valyriantech/comfyui-with-flux:latest ซึ่งเป็นฐานระบบที่จะติดตั้งและรันใน Pod

Disk Space: กำหนดพื้นที่จัดเก็บข้อมูล เช่น 180 GB ใช้สำหรับบันทึกโมเดล ไฟล์โปรเจกต์ และผลลัพธ์ที่รันใน container

Docker Options:
ใส่ Hugging Face API Token วิธีการเอา Hugging Face API Token:
1. เข้าเว็บไซต์ https://huggingface.co
2. ล็อกอินหรือสมัครสมาชิก (ถ้ายังไม่มีบัญชี → กด "Sign up", ถ้ามีแล้ว → กด "Log in")
3. ไปที่หน้า Settings (คลิกที่รูปโปรไฟล์มุมขวาบน → เลือก "Settings")
4. ไปที่หัวข้อ "Access Tokens" (ด้านซ้ายมือ เลือกเมนู "Access Tokens" หรือ URL ตรง ๆ คือ https://huggingface.co/settings/tokens)
5. สร้าง Token ใหม่ (คลิกปุ่ม "New token" → ตั้งชื่อ เช่น comfyui-access หรือ bkk-ai-project → เลือกสิทธิ์:
🔸 Read — สำหรับโหลดโมเดลหรือใช้ API
🔸 Write — สำหรับอัปโหลดหรือแก้ไขโมเดล
🔸 Admin — ควบคุมทั้งหมด (ไม่แนะนำถ้าไม่จำเป็น)
→ คลิก "Generate")
6. คัดลอก Token (ระบบจะแสดง Token หนึ่งครั้งเท่านั้น เช่น hf_xxxxxxxxxxxxxxxxxxxxxxxxxxxxx → กด "Copy")

คำสั่งเสริมตอนรัน container: -e DOWNLOAD_WAN=false -p 8188:8188 -p 8080:8080 -p 8888:8888 เพื่อเปิดพอร์ตและตั้งค่าตัวแปร environment ที่จำเป็น

Docker Entrypoint Run Options: ระบุคำสั่งที่จะรันเมื่อ container เริ่มทำงาน bash -c "/start.sh & jupyter lab --ip=0.0.0.0 --port=8888 --ServerApp.token='' --allow-root" เป็นการสั่งให้สคริปต์หลักและ Jupyter Lab รันพร้อมกัน

Create Template: เมื่อกรอกข้อมูลครบทั้งหมดแล้ว กดปุ่ม Create Template เพื่อบันทึกและสร้างเทมเพลตใหม่ พร้อมใช้งานต่อในระบบ

คลิก Select เพื่อเลือกเทมเพลตที่เพิ่งสร้างไว้

ระบบจะแสดงหน้าต่างยืนยันขึ้นมา จากนั้นคลิก Search Console เพื่อเข้าสู่หน้าควบคุมหลักสำหรับสร้างและจัดการ Pod ต่อไป

เลือกประเภท GPU เป็น NVIDIA GeForce RTX 4090 จากเมนูค้นหา

ตั้งค่า Sort By: Cost เพื่อจัดเรียงลิสต์จากราคาต่ำไปสูง

เลือกผู้ให้บริการ GPU ที่พร้อมใช้งาน (บางเครื่องอาจไม่สามารถรันได้) แนะนำเลือกเครื่องที่มี VRAM ขั้นต่ำ 24 GB เพื่อให้ประสิทธิภาพเพียงพอ

คลิก Create POD เพื่อสร้างเซิร์ฟเวอร์ GPU ที่เลือกไว้

เมื่อหน้าต่าง Create Pod ปรากฏขึ้น ตรวจสอบรายละเอียดให้ครบถ้วน เช่น ชื่อเทมเพลต, พื้นที่เก็บข้อมูล (Disk Space) และค่าใช้จ่ายต่อชั่วโมง

คลิกปุ่ม Create Pod เพื่อเริ่มสร้างเซิร์ฟเวอร์ GPU ตามเทมเพลตที่เลือกไว้

ระบบจะแสดงหน้าต่างแจ้งเตือนว่ากำลังสร้าง Pod จากนั้นคลิก My Pods เพื่อไปยังหน้ารวม Pod ที่กำลังถูกสร้างและเตรียมพร้อมใช้งาน

เมื่อระบบพามาที่หน้า https://console.quickpod.io/pods ตรวจสอบสถานะในแท็บ Container - หากระบบรัน ComfyUI ได้สำเร็จ จะมีข้อความยาว ๆ สีเขียวแสดงขึ้นมา (ตามภาพ) - แต่ถ้าระบบรันไม่สำเร็จ จะเห็นข้อความสั้น ๆ เช่น Pulling fs layer (ตามภาพหมายเลข 6.3) ในกรณีนี้ให้กดปุ่ม Destroy ด้านล่าง เพื่อยกเลิก Pod และกลับไปเลือก GPU เครื่องใหม่

หากระบบรันได้ปกติ ภายในไม่กี่วินาทีจะมีปุ่ม Connect ปรากฏขึ้น ให้คลิก Connect เพื่อเข้าสู่หน้าการใช้งาน ComfyUI

เมื่อหน้าต่าง Connect to Pod ปรากฏขึ้น ให้คลิกที่ HTTP ใต้พอร์ต 8888 → 5003 เพื่อเปิดหน้า JupyterLab และเริ่มขั้นตอนการติดตั้งโมเดลต่อไป

เมื่อมาถึงหน้า JupyterLab ให้คลิกเลือกที่ Terminal เพื่อเปิดหน้าต่างคำสั่งสำหรับติดตั้งโมเดลภายในระบบ

ให้คัดลอกโค้ดจากลิงก์นี้: https://cloud.snapmingle.online/api/media/public/documents/ComfyUI-Model-Download-Links-QuickPod-RunPod.txt

นำมาใส่ในหน้าต่าง Terminal โดยกด Ctrl + V เพื่อวางโค้ด แล้วกด Enter เพื่อเริ่มการติดตั้ง จากนั้นรอจนกระทั่งระบบแสดงคำว่า Done ที่ด้านล่างสุด แสดงว่าการติดตั้งเสร็จสมบูรณ์

กลับมาที่หน้าต่าง Connect to Pod ให้คลิกที่ HTTP ใต้พอร์ต 8188 → 5001 เพื่อเปิดหน้า ComfyUI

เมื่อเข้าสู่หน้า ComfyUI แล้ว ให้คลิกที่ปุ่ม Manager ด้านบน

จากนั้นคลิกปุ่ม Restart เพื่อให้ระบบโหลดโมเดลที่เพิ่งติดตั้งไป เมื่อการ Restart เสร็จสิ้น ให้กดปุ่ม F5 เพื่อรีเฟรชหน้าเบราว์เซอร์อีกครั้ง