ComfyUIのこのワークフローは、Stability AIのSD 3.5 LargeモデルとCanny ControlNetを組み合わせ、入力画像のエッジ構造に沿った画像生成を行います。パイプラインはSD 3.5チェックポイント（CheckpointLoaderSimple）とCanny ControlNet（ControlNetLoader）をロードし、テキストプロンプトをエンコード（CLIPTextEncode）、ガイド画像から高コントラストなエッジマップを抽出（Canny）します。エッジマップはControlNetApplyAdvancedを通じて構造的制約として適用され、KSamplerがプロンプトに従いながらアウトラインを尊重した新しい画像を合成します。
技術的には、ターゲット解像度で潜在キャンバス（EmptySD3LatentImage）を作成し、ポジティブプロンプトとControlNetエッジガイダンスでモデルを条件付けします。ネガティブプロンプトはConditioningZeroOutで空にできます。サンプリング（KSampler）後、RGBにデコード（VAEDecode）、プレビュー（PreviewImage）、保存（SaveImage）します。ImageScaleでCannyエッジマップを出力サイズに合わせて整合性を保ちます。シルエットや製品輪郭など構図を厳密にコントロールしたい場合に最適です。
API
Use this workflow from code
Every Comfy workflow is a JSON graph. The payload below is this workflow, exactly as ComfyUI runs it — fetch it from the URL, keep it in version control, or load it in ComfyUI and run it node by node.
Run it from TypeScript or Python with the Comfy SDK. The same code targets Comfy Cloud or a ComfyUI you host yourself — only the base URL changes.
// Install (beta)
npm i @comfyorg/sdk
// Run "SD3.5ラージCanny ControlNet" (TypeScript)
import { Comfy } from "@comfyorg/sdk";
const client = new Comfy({ apiKey: "comfyui-..." });
// This workflow, exported in API format (see note below)
const wf = await client.workflows.fromFile("sd3.5_large_canny_controlnet_example_api.json");
const asset = client.assets.fromFile("input.png");
wf.setInput("45", "image", asset); // LoadImage
wf.setInput("6", "text", "crystal pink dragon on a blue mystery sky, hyperdetailed"); // CLIPTextEncode
const job = await client.run(wf);
await job.getOutputs("9")[0].toFile("output.png"); // SaveImageThe SDK takes a workflow in API format: open this workflow in ComfyUI and use File → Export Workflow (API).
Comfy Cloud API access requires a plan with an API key.
FAQ
