工作流

Qwen3.5：文本生成 使用Qwen3.5模型分析输入图像并生成描述性文本提示词。此工作流执行图像描述和反向提示词工程。 LLM · 198 次使用 Grok: Grok 4.5 Grok 4.5 是一款旗舰多模态模型，专为复杂工程和创意任务而设计，具备原生视觉解析和高速推理能力。它以创意简报和已生成图像作为输入，生成标准化场景描述和迭代视觉分析。适用于多镜头故事板、批次图像描述生成以及基于反馈的创意优化。 LLM · 169 次使用 Claude：Opus 5.5 此工作流将单张上传的图像与文本提示词配对，将两者发送至 Claude Opus 5.5 进行多模态推理和响应生成。非常适合图像描述、视觉问答和提示词驱动的图像分析。 LLM · 155 次使用 Qwen3-VL：文本生成 使用Qwen3-VL模型，通过视觉理解生成文本，处理一张输入图像以产生上下文相关的文本响应。适用于图像描述、视觉问答和多模态内容生成。 LLM · 129 次使用 Gemma4：文本生成 输入您的文本提示词，并可选择图像、音频或视频。通过可配置的推理、编码和多语言支持生成文本输出。 LLM · 73 次使用 Claude：寓言 5.1 直接在您的工作流中运行 Claude Fable 5.1——Anthropic 的前沿编码与智能体研究模型，以最先进的推理能力处理长期、多步骤问题。此模板提供该模型的全部能力，从根因软件调试和复杂代码生成到科学分析与知识工作，并支持可调节的投入级别以平衡成本与性能。非常适合自主编码智能体、深度技术调查以及需要持续高质量输出的扩展研究任务。 LLM · 49 次使用 GPT-5.6: Sol GPT-5.6 Sol 是一个用于视觉叙事的多模态模型工作流，接收1张输入图像和用户提示词，生成详细的场景描述和叙事序列。非常适合世界构建、多镜头故事板绘制以及在长篇插画或视频项目中保持一致的风格。 LLM · 49 次使用 Tencent: Hy4 腾讯 HY4 只需读取一张参考图，就能一次性写出你需要的文本：艺术指导提示词、详细描述，或图表解析。长上下文推理与工具调用能力，使其非常适合研究撰写、智能体脚本和批次创意构思。 LLM · 47 次使用 字节跳动：种子 2.0 输入图像或视频进行分析。接收描述视觉内容、推理和结构化信息提取的详细文本输出。 LLM · 37 次使用 OpenAI：ChatGPT 与OpenAI的高级语言模型互动进行智能对话。 LLM · 32 次使用 GPT-6 Astra 使用GPT-6 Astra生成精美的视觉资产并优化图像分析提示词，这款AI模型擅长计算机视觉任务，同时能适应您的首选风格和参考图像。输入您的源视觉素材和创意方向，即可获得精细、可直接使用的输出，细节准确、信息简洁。非常适合增强提示词工程工作流、准备图像数据集进行分析，以及制作符合专业标准的演示级视觉内容。 LLM · 32 次使用 Qwen3.0：文本生成 输入文本提示词，使用Qwen3-4B-Thinking模型生成详细、有推理的回复。 LLM · 31 次使用 Claude: Sonnet 5 利用Claude Sonnet 5执行高价值自主任务，以较低成本弥合与旗舰性能的差距。输入任何文本提示词或脚本，即可生成精确的图像描述、自动化工作流脚本、镜头序列日志或节点逻辑修正。适用于批次生产任务、调试ComfyUI节点逻辑以及在重复性生成工作流中保持一致的输出质量。 LLM · 29 次使用 Claude: Opus 5 加载图像并输入提示词，与Claude Opus 5互动，这是一个能力强大且经济高效的AI模型，擅长编码、知识工作和问题解决。非常适合软件工程使用例、需要视觉分析的科学研究和日常生产力提升，配有一位周到、主动的助手。 LLM · 26 次使用 GPT-5.6 Luna GPT-5.6 Luna通过分析单张参考图并根据用户提示词生成结构化创意文本，简化了视觉前期制作。它接收1张输入图像，不产生明确的视觉输出，而是专注于快速、标准化的文案撰写。非常适合批次场景描述扩展、镜头列表整理以及高音量创意构思。 LLM · 25 次使用 Kimi: K3 使用Kimi K3生成详细的图像描述和创意简报，这是一款多模态模型，具有百万级令牌上下文窗口，用于统一的文本和图像理解。输入一张图像和一个文本提示词，即可产生细致的视觉分析或批次描述。非常适合简化多镜头视觉系列、为基于节点的工作流生成自动化脚本提示词，以及通过图像反馈迭代优化创意概念。 LLM · 18 次使用 Claude: Fable 5 Claude Fable 5，Anthropic 首个公开的 Mythos 级前沿模型，为 ComfyUI 中的端到端创意工作流提供支持。它接收 1 个文本提示词，生成 1 个结构化输出，包括故事板分解、SD 模型和 ControlNet 的精确提示词，以及自定义节点脚本。非常适合用于细化视觉叙事的概念艺术家、保持系列风格一致的 AI 电影制作人，以及自动化整个渲染管线的数字创作者。 LLM · 15 次使用 OpenRouter LLM 从OpenRouter精选列表中选择一个模型（Claude、GPT、Gemini等）。生成文本响应，并可选择上传媒体文件以用于支持视觉的模型。 LLM · 15 次使用 Anthropic Claude 输入您的查询或图像进行分析。生成由Anthropic Claude驱动的自然语言响应，支持文本对话和图像理解。 LLM · 14 次使用 Google Gemini 体验Google的多模态AI和Gemini的推理能力。 LLM · 14 次使用 GPT-5.6 Terra 使用GPT-5.6 Terra描述一个场景或世界，这是一个平衡的多模态模型，可解读一张上传的图像，以指导视觉叙事和风格一致性。适用于世界构建、情绪板创建以及在一系列作品中保持统一的审美风格。 LLM · 12 次使用 Google: Gemini 4 Hydrogen Gemini 4 Hydrogen 只需读入一张参考图，就能一次性写出你要的文本：艺术指导提示词、详细描述，或结构化的画面拆解。扩展思考让长篇视觉分析保持连贯，适合构建提示词库、数据集标注和批量创意构思。 LLM