工作流
来自 Comfy-Org 官方模板库，共 761 个，每个都能直接导入 ComfyUI。
Seedream 5.0 Lite：图像编辑
上传图片和文本提示词以编辑它。生成一张修改后的图像，其中的详情与您的指令一致。
FireRed 图像编辑 1.1：图像编辑
上传图片和文本提示词以进行编辑。生成增强的身份一致性、多元素融合或专业照片修复的修改后图像。
Wan3.0：图生视频
使用Wan万相 3.0从单张图像创建长达30秒的高保真视频，支持文本、图像、音频和文档输入，实现多样化场景生成。一次生成即可呈现真实自然的画面，具有独特的面部细节和可信的动作。非常适合电影叙事、产品可视化和纪录片风格场景再现。
LTX-2.3: 文生视频
根据文本提示词生成视频，可选择使用图像作为参考。获得高质量视频，支持改进的动态、音频和细节，针对竖屏或横屏格式进行了优化。
FastVideo FastH3：文生视频
使用蒸馏八步模型直接从文本生成同步的视频和音频，输出一个视频，无需任何文件输入。非常适合快速文生视频原型设计、音视频内容创作以及创意叙事，在这些场景中，快速生成比最大细节更重要。
MiniMax Music 3：文本生成音乐
使用MiniMax Music 3从文本提示创建完整长度的歌曲，生成完整的5分钟曲目，具有稳定的结构和高质量的音频。输入描述歌词、风格、情绪和编排的结构化标题，即可获得一首已完成的歌曲作为输出。非常适合音乐制作人制作演示原型，以及需要原始背景音乐的内容创作者。
Flux.1 图像修复
使用 Flux.1 局部重绘填充图像缺失部分。
FLUX.2 开发专用文生图
文生图模型，光照、材质与细节表现更逼真。
图生视频
从一张图像和一个空提示词开始，然后描述你希望 MiniMax H3 生成的动作、镜头和音频。该工作流会生成一段带同步音频的视频，并且在执行前仍可完全编辑。
Seedance 2.0: 参考生视频
根据参考图像和文本提示生成电影级视频。在保留主体身份和构图的同时，通过同步音频添加富有表现力的运动。通过详细提示控制摄像机移动和灯光。
音频驱动角色口型同步视频
上传角色图像和音频文件。生成口型同步视频，使角色的嘴部动作与提供的音轨匹配。
GPT Image 2.6 Flare：图像编辑
只改一处、其余不动：保留人物、姿态、构图和光线，只替换服装、发型或画面里的某个物件。基于 GPT Image 2.6 Flare，几秒出草稿，人物一致性足够支撑反复迭代。
Qwen Image Edit 2511 - 材质替换
通过组合参考图像，使用 Qwen-Image-Edit-2511 替换物体（如家具）的材质。
SDXL1.0：文生图（简单）
使用SDXL 1.0模型从文本提示生成高质量图像，提供简单的文生图生成工作流。非常适合快速概念可视化、创意头脑风暴和视觉创意的快速原型设计。
Kling 3.0：视频生成
输入文本或图像提示，生成多镜头构图、复杂摄像机运动和一致主体的15秒视频序列。
Wan万相 2.2 14B 首尾帧生成视频
通过定义开始和结束帧生成平滑的视频过渡。
Krea-2 Int8: 图像风格参考
使用Krea-2 Turbo模型生成图像，同时参考1-2张上传图片的风格，利用高性能Int8 Convrot格式实现更快、更高质量的推理。此工作流接受最多两张参考图输入，并生成单个风格化输出，可选LoRA支持以提供更多创意控制。非常适合在概念艺术中匹配特定艺术风格、生成一致的品牌视觉，以及探索快速风格迁移以进行迭代设计。
Z-Image：文生图
创意自由的基础。多样美学与出色写实品质；适合微调；对负面提示敏感；生成多样性高。
Krea 3：文生图
使用 Krea 3 从文本提示生成图像，每次运行生成一张已完成图像，无需输入文件。非常适合电商产品展示、时尚与肖像创作以及建筑概念渲染。
Wan 2.2 5B视频生成
快速文生视频和图生视频生成，拥有5B参数。针对快速原型设计和创意探索进行了优化。
FLUX 3 Image：文生图
使用 FLUX 3 Image 根据文本提示词生成图像，它会在生成之前解读并扩展提示词，支持十六种宽高比和最高 4K 分辨率。默认开启网络和图像搜索接地，无需输入文件。输出一张图像。非常适合以排版为主的海报、以布局为驱动的设计工作，以及快速探索视觉概念。
Kling 4.0：参考生视频
从两张参考图像中选取一个角色和一个地点，在两者之间拍摄一段三镜头时尚片段：一个带快速变焦的极特写、一个带甩镜的中厅转身，以及一个在拱形窗口下120度环绕。每个剪辑都落在同一房间内的新位置，五秒内包含两个硬切，并为该空间生成音频。
Wan2.2 Animate：自动角色替换
上传视频和角色图像。使用Wan2.2 Animate模型自动替换视频中的角色。
Wan万相 2.2 14B 文生视频
使用Wan 2.2通过电影美学控制和动态运动生成从文本提示生成高质量视频。