工作流
来自 Comfy-Org 官方模板库，共 761 个，每个都能直接导入 ComfyUI。
Patina：图片生材质
用 Patina 把一张表面照片变成可无缝平铺的 PBR 材质。原图定下花纹，Patina 把它重绘成可平铺的材质，同时返回 basecolor、normal、roughness、metalness、height 五张图，彼此逐像素对齐。适合砖、石、木、灰泥、织物、瓷砖等表面；也可以加蒙版，只重绘图片的一部分。
Wan2.6: 图生视频
将图像转换为高质量视频，支持增强的图像质量、更流畅的运动、1080P分辨率支持和自然的运动生成，实现专业效果。
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。
插画转写实
输入插画，生成超写实版本，使用Qwen Image Edit 2509。
视频放大: Real-ESRGAN
上传视频以使用快速GAN模型进行放大。输出分辨率由您选择的模型决定（例如2倍或4倍）。为获得最佳效果，请先放大，再调整到目标分辨率。
图像放大: Topaz Reimagine Landscape
上传一张风景图像以放大并增强详情。使用Topaz Reimagine生成针对自然场景优化的高分辨率输出。
产品图片转视频：鞋
用手机拍照，上传生成专业级产品视频。
Google Gemini 图像
Nano-banana (Gemini-2.5-Flash Image) - 使用一致性进行图像编辑。
图像放大: WaveSpeed
上传图片以放大其分辨率。生成增强的2K、4K或8K输出，保留详情并减少JPEG、PNG或WEBP格式中的伪影。
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。
ElevenLabs：文本转对话
输入文本并选择语音配置文件，生成高质量、情感丰富的音频对话。
Kling 4.0：文生视频
仅凭文本，使用 Kling 4.0 生成一段十秒的电影级 CLIP，在完整的高速追逐中保持一个连续镜头，同时生成原生立体声音频。非常适合短视频奇观、概念提案和动作参考，其中单个不间断镜头承载创意。
Vidu Q4 预览：图生视频
使用 Vidu Q4 Preview 从单张静态图像生成电影级视频。这是一款富有表现力的旗舰模型，专为逼真的角色表演、戏剧性的镜头运动和惊艳的视觉效果而打造。提交 1 张图像即可获得 1 段成品视频，支持最多 15 张参考图像、3 段参考音频以及 2K 或 4K 输出。非常适合短片、营销内容和社交媒体叙事。
Flux.1 Canny 模型
使用Flux Canny边缘检测引导生成图像。
HiDream E1.1图像编辑
使用HiDream E1.1编辑图像 - 在图像质量和编辑准确性方面优于HiDream-E1-Full。
HeyGen Video 1.0：文生视频
使用 HeyGen Video 1.0，根据文本提示词生成一段 5-15 秒的 CLIP，包含同步的对话和声音，支持 480p 或 768p 分辨率、六种宽高比中的任意一种，无需输入文件。输出一个视频。非常适合口播台词与环境声音需要与场景匹配的 UGC 风格口播 CLIP、产品讲解和社交短视频广告。
Kling：虚拟试穿
将服装图像与人物照片相结合，为虚拟模型穿上任意服装，生成逼真的试穿效果以及并排对比视图。它支持平铺、人台或模特穿着服装的照片，同时保留模型的面部和姿态。非常适合时尚电商预览、造型样机和虚拟试穿体验。
Wan2.5: 文生图
使用 Wan 2.5 生成图像，提示词还原度高，画面质量好。
Stable Audio 1.0：文生音频
使用Stable Audio从文本提示生成音频。
Qwen-Image InstantX ControlNet
使用Qwen千问Image InstantX ControlNet生成图像，支持canny、软边缘、深度、姿态
用你的产品生成海报/广告素材
上传您的产品和一个简单的文本提示词，用于海报或广告设计。在将产品放入生成的布局之前，迭代调整外观。
FLUX 3 Video：图生视频
使用FLUX 3从单个文本提示词生成完整视频，它会自动将你的简介扩展为具有同步音频、运动和物理效果的连贯场景。输出一个720p、24fps的MP4视频（5-20秒），支持多镜头结构和从9:16到21:9的宽高比。非常适合产品摄影、电影式广告活动和动态动态图形。
视频延长：Gemini Omni 1.2 Flash
不用重拍，直接接着往下拍：模型读最后几帧，保持同一个人物、构图和声音继续生成。5 秒的输入会变成 10 秒的输出，接缝基本看不出来。
Kling2.6：文生视频（音画同步）
将你的故事转化为含对话、音乐、音效和环境音的视频