工作流
来自 Comfy-Org 官方模板库,共 761 个,每个都能直接导入 ComfyUI。
Wan2.1 VACE 局部重绘
在保留周围内容的同时编辑视频中的特定区域。非常适合对象移除或替换。
Seedance2.5 草稿:图生视频
使用 Seedance 2.5 的两阶段草稿模式,从首帧图像生成草稿预览视频:第一阶段将您的图像快速、低成本地转换为 480p 预览,并生成可复用的草稿任务 ID;第二阶段根据该 ID 渲染 1080p 最终视频。非常适合在投入全质量渲染之前,在静态图像上测试运动、相机和场景创意。
Flux.1 开发专用:文生图
使用Flux开发专用完整版生成高质量图像。需要更大的VRAM和多个模型文件,但提供最佳的提示词遵循能力和图像质量。
FLUX 3 Image Klein Distilled:文生图
使用蒸馏版 FLUX 3 Image Klein 模型,通过文本提示生成图像,该模型可在 15 个采样步骤中高效运行,无需无分类器引导。只需描述您想要的内容,即可获得一张已完成图像。非常适合快速概念艺术、营销视觉以及速度至上的日常创意构思。
视频放大: Wan 2.2 Creative
上传视频并使用Wan万相将其放大到更高分辨率
MiniMax H3 Max:图生视频
使用MiniMax H3 Max从来源图像生成视频,在保持构图、视觉特征和宽高比的同时,为静态画面添加动画效果。该模型提供快于实时的生成速度,具有强大的提示词遵循能力和精致的电影级美学。非常适合让角色艺术栩栩如生、为产品镜头添加动画,以及从概念图像中创造动态效果。
HeyGen Video 1.0:参考生视频
使用 HeyGen Video 1.0,通过提示词以及最多九张图像、三个视频和三个音频片段,生成一段 5-15 秒、包含对话和声音的视频,在提示词中以 @Image1、@Video1 和 @Audio1 引用。输出一个视频,由您提供的人物、产品和地点驱动镜头。非常适合产品演示、保持单一出镜者或产品一致性的 UGC 风格片段,以及将您的产品置入您自己的场景中。
Grok: Grok 4.5
Grok 4.5 是一款旗舰多模态模型,专为复杂工程和创意任务而设计,具备原生视觉解析和高速推理能力。它以创意简报和已生成图像作为输入,生成标准化场景描述和迭代视觉分析。适用于多镜头故事板、批次图像描述生成以及基于反馈的创意优化。
SAM 3D 人体:从视频提取 3D 人体网格
使用SAM 3D Body从单个视频帧中提取完整的人体3D网格,并通过文本提示词来优化姿态和形状估计。该工作流加载一个视频和一个文本提示词,然后输出一个重建的视频,显示恢复的人体骨骼。非常适合动作捕捉原型设计、生物力学分析和角色动画预可视化。
FLUX 3 Image:边界框编辑
通过将“创建边界框”节点中的盒子输入到提示词中,使用 FLUX 3 Image 将对象和文本放置在您想要的位置,这样每个盒子都带有自己的描述并复制到渲染中。盒子相对于画布,因此请将输出设置为相同的比例。输出一张图像,最高 4K。非常适合海报和布局构图、放置标题和说明文字,以及控制主体在画面中的位置。
GPT图像2:图像编辑
上传参考图并编写提示词,以创建适合商业用途的广告海报、产品照片和多语言标识。该模型可生成清晰的文字和逼真的输出。
Qwen千问图像局部重绘ControlNet
使用Qwen千问Image InstantX ControlNet进行专业的局部重绘和图像编辑。支持对象替换、文本修改、背景更改和扩图。
Flux.1 外绘
使用 Flux.1 扩图将图像扩展到边界之外。
图像放大: Topaz Wonder 3.5
使用Topaz的Wonder 3.5生成模型对单张图像进行放大和增强,该模型可添加精细细节、减少噪波,并锐化文本和结构化图形,同时提供低、中、高三种增强强度。该工作流接受1张输入图像,生成1张增强输出以及并排对比视图。非常适合修复旧照片或压缩照片、改善产品照片和营销视觉效果,以及为打印或大幅面显示准备低分辨率图像。
混元3D 2.1
使用 Hunyuan3D 2.0 从单张图像生成 3D 模型。
Mirelo SFX 2.0:视频生成音效
用 Mirelo sfx-2.0 给片段配上与画面锁定的音效:模型会看画面,把拟音对准屏幕上的动作,默认保留人声,输出音效轨、人声轨和带新混音的视频。
MOSS-Image:版式控制生图
在「创建边界框」中绘制的版式基础上,结合文本提示生成图像。每个框带有独立说明,文字框也会渲染其中的文字,因此 MOSS-Image 会将各元素放在您指定的位置。适用于海报、包装展示图以及任何对排版有要求的构图。
视频局部重绘: VOID
上传视频并遮罩您要移除的对象。生成一个干净的视频,其中该对象及其物理交互已被删除。
SDXL简单版
使用SDXL生成高质量图像。
Claude:Opus 5.5
此工作流将单张上传的图像与文本提示词配对,将两者发送至 Claude Opus 5.5 进行多模态推理和响应生成。非常适合图像描述、视觉问答和提示词驱动的图像分析。
LTX-2.3: ID LoRA
根据文本提示词、参考图和短音频片段,生成带有同步音频的个性化视频。使用ID-LoRA在单个生成模型中适配人物的外观和声音。
Grok:文生图
输入文本提示,使用Grok模型快速生成高质量图像。
Tripo P2:多视图转模型
使用 Tripo P2.0 预览版,从最多四个参考视图生成可直接用于生产的 3D 模型,它以原生四边形拓扑和最高 50,000 面的三角网格重建几何体。非常适合可用于绑定的游戏角色和道具、硬表面机械资产,以及大批量实时管线。
Wan VACE控制视频
使用Wan VACE通过控制输入视频和参考图像生成视频。