ComfyUI의 Flux.1 Canny 모델 워크플로는 엣지 감지를 Flux.1 모델과 결합해 이미지 생성을 더 잘 제어하도록 설계되었습니다. 이 워크플로는 Canny 엣지 감지 기법을 사용해 생성 과정을 가이드하며, 결과 이미지가 입력 이미지의 구조 윤곽을 더 가깝게 따르도록 합니다. 워크플로는 엣지 감지를 위한 Canny 노드와, 이 엣지를 이미지 생성 과정에 반영하는 FluxGuidance 노드 등 여러 노드를 사용합니다. 이를 통해 사용자는 더 통제되고 정밀한 이미지 출력을 얻을 수 있으며, 특정 구조 디테일을 유지해야 하는 작업에 특히 유용합니다.
워크플로는 Flux.1 및 텍스트 조건화를 위한 CLIPTextEncode 같은 필요한 모델을 로드하는 것으로 시작합니다. 이후 KSampler 노드를 사용해 감지된 엣지와 제공된 텍스트 프롬프트를 기반으로 이미지를 샘플링합니다. VAEDecode 노드는 샘플링된 잠재 데이터 공간을 가시적인 이미지로 디코딩하며, SaveImage 노드로 저장합니다. 이 구성은 특정 윤곽이나 형태의 무결성을 유지해야 하는 아티스트 및 디자이너에게 특히 유리하며, 창의적 자유와 구조적 정확성을 함께 제공합니다.
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 "Flux.1 Canny 모델" (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("flux_canny_model_example_api.json");
const asset = client.assets.fromFile("input.png");
wf.setInput("17", "image", asset); // LoadImage
wf.setInput("23", "text", "your prompt here"); // CLIPTextEncode
const job = await client.run(wf);
await job.getOutputs("9")[0].toFile("output.png"); // SaveImageSDK는 API 형식의 워크플로우를 사용합니다: 이 워크플로우를 ComfyUI에서 열고 파일 → 워크플로우 내보내기(API)를 사용하세요.
FAQ
