工作流
来自 Comfy-Org 官方模板库，共 761 个，每个都能直接导入 ComfyUI。
混元3D：图生模型
上传图像以生成带有几何和PBR纹理的3D模型。
Vidu Q2：参考生视频
生成参考一致的视频，最多支持 3 个主体，在整个序列中保持角色与风格连续，并支持电影级镜头运动。
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。
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。
Sonilo：文生音乐
根据文本提示生成高质量、可用于制作的音乐，输入描述性文字即可创建原创配乐，支持流媒体播放与精确时长控制。
表面法线估计：Marigold V2
使用 Marigold V2 从输入图像估算表面法线。该工作流生成表示场景中表面朝向的法线贴图，可用于 3D 重建、重新照明和几何感知图像处理。
Runway Aleph2：视频编辑
生成一个经过编辑的视频，保留原始动作和节奏，同时应用您选择的更改。非常适合人像和产品重新照明、照片集的一致照明以及电子商务服装展示。
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。
Wan2.5: 图生视频
将图像转为带同步音频的视频，运动更流畅、画质更出色。
Anima Lllite：图像局部重绘
使用Anima LLLite（一种轻量级ControlNet变体，通过低秩校正实现精确的遮罩编辑）对动漫图像进行修复。输入1张图像，获得1个修复后的输出以及一个对比视图。非常适合修复角色详情、移除动漫场景中的不需要对象，以及无缝的背景恢复。
从视频中移除字幕 - LTX 2.3 LoRA
上传带有字幕或文字遮挡的输入视频，一键去除文字元素。
几何估算：MoGe 3
使用 MoGe 3（MoGe 的稀疏体素细化版本）从单张图像估计精细几何结构。它将粗略点图提升到稀疏体素壳上，并通过轻量级稀疏 3D 卷积细化深度，保留图像空间解码器会模糊的薄结构和深度不连续处。附带 ViT-L 检查点；ViT-G 文件可在同一个加载 MoGe 模型下拉菜单中选择，以获得更高的精细细节精度。接受 1 个图像输入，输出 1 个深度图和 1 个法线图。
种子音频 1.0：文本+音频转音频
上传一个参考音频CLIP并编写文本提示词，将声音克隆到新场景中。使用最多3个参考声音生成对话、背景音乐和音效。
Sonilo：视频配乐生成
从视频素材生成同步配乐。输入视频以制作与其节奏和情感线索相匹配的音乐，输出完美定时的音频文件。
人像重光
上传您的目标图像和参考光照图像。为目标图像重新打光。
帧插值: FILM or RIFE
上传视频并选择RIFE或FILM帧插值模型，以生成更流畅、更高帧率的视频输出。
FLUX 3 Max：文生视频
使用 FLUX 3 Max 从单个文本提示词生成带同步音频的视频，它会在渲染前对提示词进行推理和扩展。输出一段 5 到 20 秒、720p 或 1080p 的 CLIP，支持从 9:16 到 21:9 的任意比例，环境声音、语音和音效与画面同步生成，无需输入文件。非常适合需要匹配音效设计的电影感概念 CLIP、广告样稿和社交视频。
Gemini Omni Flash：图生视频
使用 Gemini Omni Flash 从两张图像生成视频，它通过自然语言提示控制时长和比例。该工作流接受 2 张输入图像并产生 1 个视频输出。非常适合通过对话式提示创建品牌短片、动态社交媒体内容和迭代视频编辑。
ACE-Step 1.5 音乐生成工作流
输入一个描述音乐风格和可选歌词的文本提示词。在消费级硬件上，不到10秒即可生成一首完整、高质量的音频歌曲。
JoyAI图像编辑
通过遵循自然语言指令，使用JoyAI-Image-Edit编辑图像，该工具利用多模态理解实现精确、空间感知的修改。此工作流接受一张参考图，生成一张编辑后的图像输出以及并排对比视图。适用于指令引导的润色、特定区域的对象替换以及需要关系定位的复杂场景调整。
MOSS-Image Base：版式控制生图
使用 MOSS-Image 基础检查点，在「创建边界框」版式与文本提示下生成图像。每个框带有独立说明，文字框会渲染其中的文字。便于在相同版式上对比基础版与指令微调检查点。
1个图像输入分割堆栈 - Qwen多角度 + Wan 2.2
上传1张输入图像，并使用Wan2.2生成5个替代角度作为起始帧。每个视频水平堆叠在最终的9x16视频中。
图像放大: Nano Banana Pro Illustration
上传风格化艺术或插图。使用Nano Banana Pro模型生成创意升级的4K图像，增强细节，适合营销或游戏素材。
图像扩图: Bria
使用Bria的扩图API将图像扩展到原始边界之外，生成与原始光照、透视和纹理相匹配的新周围内容，同时保持源图像不变。从预设宽高比、自定义尺寸或手动画布放置中选择，可选文本提示词引导扩展方向，留空时自动生成提示词。非常适合扩展构图以用于打印布局、创建现有照片的全景版本，以及将艺术作品适配到新格式或社交媒体尺寸。