ComfyUI의 '2.2 Creator - Diffusion Guidance' 워크플로는 인페인팅 및 ControlNet 기법을 통합해 이미지 편집 정밀도를 높이도록 설계되었습니다. 이 워크플로의 핵심은 확산 프로세스를 효율적이고 정확하게 수행하는 Z Image Turbo 모델입니다. 워크플로는 CLIPLoader와 VAELoader 같은 다양한 노드를 사용해 이미지를 로드하고 처리하며, DifferentialDiffusion과 InpaintModelConditioning 같은 노드로 공간적으로 변화하는 수정이 반영되도록 디퓨전을 가이드합니다. 이를 통해 모델 재학습 없이도 정밀한 이미지 편집이 필요한 작업에 특히 유용합니다.
이 워크플로는 ControlNet를 사용해 캐니 엣지나 깊이 맵 같은 구조적 가이드를 제공하여, 디퓨전 프로세스가 원하는 구조 요소를 따르도록 합니다. 이는 ZImageFunControlnet 및 Controlnet Preprocessor 같은 노드로 구현됩니다. 픽셀 단위의 'strength' 맵을 사용해 부드럽고 점진적인 변화를 만들 수 있어, 주변 맥락의 무결성을 유지하면서 특정 영역만 인페인팅해야 하는 고정밀/고컨트롤 작업에 적합합니다.
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.
FAQ
