工作流
来自 Comfy-Org 官方模板库，共 761 个，每个都能直接导入 ComfyUI。
水豚：图生视频
上传一张图片并提供文字指令。生成一个新视频，其中输入内容会根据您的指令进行编辑，同时保持结构和时间连贯性。
HuMo 视频生成
基于音频、图像和文本生成视频，保持角色嘴唇同步。
Bria：图像扩图
一个专业的Bria扩图模板，专为无缝图像扩展和边缘感知场景扩展而设计
Arrow2：图像转 SVG
使用 Arrow 2 将光栅图像转换为干净、可编辑的 SVG 矢量，输入一张图像并返回一个矢量输出。该模型以更少的控制点生成更干净的几何形状和更强的构图。非常适合矢量化草图、徽标和线稿，或准备可缩放的品牌和产品资产。
Seedance 2.0: 文生视频
根据文本提示生成电影级视频，支持同步音频、可控镜头运动与稳定画面，输入文字描述即可输出高质量视频序列。
Flux.1 Schnell FP8
使用Flux Schnell fp8量化版本快速生成图像。适用于低端硬件，仅需4步即可生成图像。
HiDream O1 Dev
输入文本提示词和可选的参考图像。生成高分辨率图像（最高2048x2048），支持文生图、图像编辑和主体驱动个性化。
LTX-2.3 风格过渡
应用ltx2.3-transition LoRA来创建平滑的风格和场景过渡。此工作流使用一个专门的模型来融合视觉元素。
Krea 2：风格参考
上传一张风格参考图并输入文本提示词。生成一张与提示词匹配的图像，同时应用参考图中的美学风格。
LTX-2.5 (Pro)：文生视频
使用LTX 2.5从文本生成视频，这是为快速、高质量制作工作而构建的最新视频模型。输入提示词即可获得具有清晰细节、准确运动以及支持原生多镜头场景的电影级片段，这些场景在切换时能保持角色和风格的一致性。
MiniMax H3：文生视频
使用MiniMax H3模型直接从文本生成视频，制作5-15秒的CLIP，并带有原生立体声音频。非常适合快速概念可视化、短形式社交媒体内容以及电影或广告项目的预可视化。
Wan2.7: 文生视频
使用Wan 2.7从文本提示生成视频。支持音频参考以创建口型同步视频
风格迁移 - Recraft 文生图
上传1-5个风格参考并创建风格ID，以生成一致且符合品牌形象的图片。
Wan2.1 VACE 扩图
通过使用Wan万相扩图扩展视频尺寸，生成延展视频。
ElevenLabs：语音转语音
上传源音频文件以应用新的语音语调或克隆不同的声音，生成修改后的音频输出。
物体移除: Bria Eraser
使用Bria的橡皮擦移除图像中不需要的对象或区域，它会用周围上下文填充遮罩区域，同时保持图像的其余部分像素级完美。上传1张图像，用画笔遮罩涂抹目标对象，即可获得1张清理后的输出以及前后对比。非常适合清理照片炸弹、移除水印或文字，以及整理产品或房地产照片。
Grok Imagine Video 1.5 Lite：文生视频
使用 Grok Imagine Video 1.5 Lite 从提示词生成最长 15 秒的视频，这是 Imagine Video 1.5 的蒸馏加速版本，支持原生音频以及 480p、720p 或 1080p 输出，并提供七种宽高比。无需输入文件，输出一个视频。非常适合社交短片、广告样稿以及快速迭代，在这些场景中不值得等待完整质量的渲染。
Recraft 风格参考生成
上传多张图片以创建一致的风格参考。使用此参考生成新图像，以保持输出之间的视觉连贯性。
Recraft V4：风格参考图生成
使用Recraft V4样式，根据一张或多张参考图像生成图像，捕捉纹理、构图和渲染效果，无需任何训练或微调。输入多张参考图像可增强或拓宽样式匹配范围，并获得单一风格的输出。非常适合创建品牌一致的素材、匹配客户现有广告活动的风格，或从任何外部图像来源调整样式。
Tripo：多视角到模型
使用Tripo的高级扫描仪从多个角度构建3D模型。
Vidu Q3 视听视频生成
输入文本提示词或上传图片，生成1-16秒的视频，并带有同步音频和自动场景切换。
图像放大: WaveSpeed SeedVR2
上传一张已生成的图像以恢复详情并进行放大。该工作流在保持颜色和清晰度的同时，最大限度地减少伪影。输出是输入的高质量放大版本。
YuE2：音乐翻唱
使用 YuE2 从参考音频创建歌曲的新版本。在改变音乐风格、人声、歌词和编曲的同时，保留原始旋律。
使用语音克隆生成UGC视频
上传图像生成 AI 提示并合成语音，使用 ElevenLabs 与 LTX Video 创建口型同步准确的最终视频。