工作流
来自 Comfy-Org 官方模板库，共 761 个，每个都能直接导入 ComfyUI。
Bria：虚拟试穿
使用 Bria 将单独产品图中的服装穿到照片中的人物身上。一张人物照片加上一到三件服装或配饰，即可生成穿着效果，其中面部、姿态和背景保持不变，服装会重新贴合身体。非常适合无需拍摄的时尚目录和画册。
Kling O3：图像生成
上传最多10张参考图像以指导合成。使用Kling O3模型，基于您提供的视觉输入生成新图像。
Chatter Box：使用TTS进行语音克隆
上传一段简短语音片段并输入文本，以克隆的声音生成新的语音。
Chatter Box：支持语音克隆的多语言文本转语音
上传一段简短的声音样本并输入您的文本提示词。选择目标语言，使用克隆的参考声音生成多种语言的语音音频。
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。
姿态图: SDPose-OOD
上传图片以提取姿态关键点，并使用SDPose-OOD模型生成对应的姿态图。
Nano Banana 2: 文生图
使用Nano Banana 2模型从文本提示生成图像，产生一个图像输出，无需文件输入。适用于快速原型设计、概念艺术生成和创意探索。
图层分解: Qwen-Image-Layered
将图像分解为可编辑的RGBA图层，以便使用Qwen千问-图像分层进行高保真度的重新着色、替换、调整大小和重新定位工作流。
Qwen Image：插画LoRA
一个基于Qwen千问图像构建的风格LoRA的t2v工作流。生成的图像涵盖可爱的动漫角色设计、欧洲连环画风格、独立risograph印刷品、故事书水彩画、复古少女漫画以及图像小说插图。
MiniMax H3: 首尾帧视频生成
使用MiniMax H3从首帧和尾帧生成视频，在两幅图像之间产生平滑动画。您提供2张图像，工作流输出单个视频CLIP。非常适合创建动画中的无缝过渡、可视化之前和之后的变换，以及为角色或场景序列生成一致的运动。
画幅扩展: Kling O3
将任何视频扩展到自定义宽高比。将垂直视频转换为水平格式，反之亦然。包含易于使用的应用程序模式。
Bernini-R：图像编辑
生成一张匹配光照的编辑后图像，并查看并排的前后对比。适用于人像和产品重新布光、照片集的一致光照以及电商目录摄影。
因果驱动：图生视频
输入文本提示词并选择一个模型检查点。使用因果强制或因果强制++，通过1到4个推理步骤生成高质量视频。
Flux 视频编辑
使用简单的文本提示，通过 FLUX 编辑和变换图像。更改角色、物体、背景、风格或整个场景，同时保留原始图像的关键详情和整体一致性。
视频放大：Pruna P-Video
在单个节点中使用 Pruna P-Video 放大并修复 CLIP。选择 720p 到 4K 的目标像素区域，可选提升帧率，让一次处理重建细节，而不仅仅是重采样像素。已大于目标的 CLIP 将按其自身尺寸进行增强。非常适合为交付或社交裁剪完成低分辨率生成内容。
Wan万相 2.1 图生视频
使用Wan 2.1从图像生成视频。
混元3D 2.0 多视图
使用Hunyuan3D 2.0 MV从多个视角生成3D模型。
Gemini Omni 1.2 Flash：文生视频
写好镜头描述就能拿到 5 秒 16:9 带音效的成片：环境声、脚步、UI 点击都出自同一次生成。Gemini Omni 1.2 Flash 能在一个镜头内保持角色和版式稳定，适合游戏大厅主视觉、产品短片和菜单界面镜头。
种子音频 1.0：文生音频
输入文本提示词以生成语音、对话、背景音乐和声音效果，并合并到一个音频文件中。描述声音、情感和场景详情，以创建最多2分钟的多说话人音频。
HY Image 3.5 Preview：文本图像
腾讯混元的预览图像模型，相较上一个版本在三个方面有所增强：面向广告、信息图和 UI 设计的多语言文本渲染与排版；覆盖电影感、漫画、商业摄影和插画的照片级真实感与风格范围；以及在背景、服装和风格变化中保留人物与产品关键特征的编辑一致性。输出最高支持 4K 分辨率。
Bria：FIBO 2.0 文生图
使用 Bria FIBO 2.0 从文本提示生成图像；同一套权重同时支持生成与编辑。模型基于结构化 VGL 描述训练，因此详细的海报式描述会被严格遵循，引号内的文字会逐字渲染，节点还会返回该结构化提示，方便用 JSON 复现或微调同一张图。适合杂志封面、海报与以文字排版为主的版式。
Meshy T2.5：图像转模型（智能拓扑）
使用 Meshy T2.5 从单张图像生成可直接用于游戏的 3D模型。Meshy T2.5 按照您设定的三角面预算构建网格，而非先生成密集网格再事后重拓扑，因此结果可直接导入游戏引擎。PBR 贴图纹理为可选功能，支持 2k、4k 或 8k 分辨率。非常适合将概念艺术、产品照片和雕塑转化为可直接用于引擎的道具。
Z-Image Int8: 文生图
使用Z-Image Int8模型从文本提示词生成高质量、多样化的图像，该模型利用未蒸馏的变换器实现精确的提示词遵循和广泛的风格覆盖。该工作流无需文件输入，通过标准的文生图管道生成1个图像输出。非常适合专业创意项目、LoRA训练和模型开发，以及需要强大负面控制和高度构图多样性的场景。
图层分解: Seedream 5.0 Pro
使用 Seedream 5.0 Pro，通过一条文本指令即可将任何图像拆分为独立的、可编辑的图层——主体、产品、背景和文字。一张海报可生成10+个图层，设计级文字分离支持多语言标题和CJK字体。非常适合品牌设计、电商素材创建和布局迭代。