This ComfyUI tutorial walks you through a simple, reliable product-image upscaling pipeline built around three nodes: LoadImage, GeminiImage2Node, and SaveImage. You start by loading your product photo, pass it to GeminiImage2Node configured to use the Nano Banana Pro model, and then save the enhanced result. The Nano Banana Pro model is tuned for product imagery—reinforcing edges, materials, and label regions—so you get cleaner type, crisper contours, and more believable surface detail at a higher resolution.
Technically, GeminiImage2Node serves as an API-backed image-to-image processor. It takes the input from LoadImage, requests an upscaled, detail-enhanced version from the Nano Banana Pro model, and returns a refined output while aiming to maintain color and structure. Because the heavy lifting is done via API, the workflow stays lightweight inside ComfyUI: no local checkpoints to manage, consistent outputs between runs (given the same settings), and straightforward saving through SaveImage to your preferred format and path.
API
코드에서 이 워크플로우 사용하기
모든 Comfy 워크플로우는 JSON 그래프입니다. 아래 페이로드는 이 워크플로우 그 자체로, ComfyUI에서 실행되는 것과 동일합니다 — URL에서 가져오거나, 버전 관리에 보관하거나, ComfyUI에서 불러와 노드별로 실행할 수 있습니다.
Comfy SDK로 TypeScript 또는 Python에서 실행하세요. 동일한 코드는 Comfy Cloud 또는 직접 호스팅하는 ComfyUI 모두에 적용됩니다 — 기본 URL만 다릅니다.
// Install (beta)
npm i @comfyorg/sdk
// Run this workflow (TypeScript)
import { Comfy } from "@comfyorg/sdk";
const client = new Comfy({ apiKey: "comfyui-..." });
const wf = await client.workflows.fromFile("workflow_api.json");
const job = await client.run(wf);
await job.getOutputs("<output-node-id>")[0].toFile("output.png");SDK는 API 형식의 워크플로우를 사용합니다: 이 워크플로우를 ComfyUI에서 열고 파일 → 워크플로우 내보내기(API)를 사용하세요.
