Skip to content

工作流

最小文生图

节点输入输出作用
Load Checkpoint模型文件MODELCLIPVAE加载基础模型组件
CLIP Text Encode × 2CLIP、提示词CONDITIONING编码正向和负向提示词
Empty Latent Image宽、高、批量大小LATENT创建初始潜空间
KSampler模型、条件、潜空间LATENT迭代去噪
VAE Decode潜空间、VAEIMAGE解码为像素图像
Save ImageIMAGE预览并保存

连接关系:

md
Load Checkpoint.MODEL ───────────────────────────→ KSampler.model
Load Checkpoint.CLIP ─→ CLIP Text Encode ───────→ KSampler.positive
Load Checkpoint.CLIP ─→ CLIP Text Encode ───────→ KSampler.negative
Empty Latent Image ──────────────────────────────→ KSampler.latent_image
KSampler ─→ VAE Decode ← Load Checkpoint.VAE
VAE Decode ─→ Save Image

节点配置

  1. 添加 Load Checkpoint 并选择基础模型。
  2. 添加两个 CLIP Text Encode,分别作为正向和负向条件。
  3. 添加 Empty Latent Image,设置宽高和批量大小。
  4. 添加 KSampler,连接模型、条件和潜空间。
  5. 添加 VAE Decode,连接采样结果和 VAE。
  6. 添加 Save Image
  7. 检查所有必需输入后提交工作流。

节点的视觉位置不影响执行顺序,连线关系决定数据依赖。

导入与导出

  • ComfyUI 生成的 PNG 通常包含工作流元数据,可以直接拖入画布。
  • Workflows → Open 可以打开图像或 JSON 工作流。
  • Workflows → Export 可以导出 JSON,便于备份和版本管理。
  • 外部图片未必包含工作流元数据,只能作为普通输入素材。

分享工作流时还应提供模型、自定义节点和输入素材清单。JSON 只保存节点图,不会自动包含所有外部依赖。

Subgraph

Subgraph 将一组节点封装为可复用节点,并只暴露需要交互的输入、输出和参数。

适合封装:

  • 正向与负向提示词编码。
  • ControlNet 的预处理、加载和应用。
  • 固定的放大或后处理流程。

创建时选中节点并执行 Convert selection to subgraph。命名应表达用途和版本,例如 Portrait PromptPose ControlNet v1。只暴露经常调整的参数,减少主工作流的复杂度。

可维护性

  • 每个工作流处理一个明确任务。
  • 节点按功能分组,主数据流尽量保持从左到右。
  • 输出文件名前缀表达项目或实验目的。
  • 保存模型、LoRA、节点版本、关键参数和素材来源。
  • 升级自定义节点前保留可运行版本或环境快照。

基于 MIT 许可发布