이 ComfyUI 워크플로우는 Stability AI의 SD 3.5 Large 모델과 Canny ControlNet를 결합해 입력 이미지의 윤곽선을 따라가는 이미지를 생성합니다. 파이프라인은 SD 3.5 체크포인트(CheckpointLoaderSimple)와 Canny ControlNet(ControlNetLoader)를 불러오고, 텍스트 프롬프트를 인코딩(CLIPTextEncode)하며, 가이드 이미지에서 고대비 에지 맵을 추출(Canny)합니다. 이 에지 맵은 ControlNetApplyAdvanced를 통해 구조적 제약으로 적용되어, KSampler가 프롬프트를 따르면서도 윤곽선을 존중하는 새로운 이미지를 합성합니다.
기술적으로, 워크플로우는 목표 해상도에 맞는 잠재 캔버스(EmptySD3LatentImage)를 만들고, 긍정 프롬프트와 ControlNet 에지 가이던스를 모델에 조건으로 제공합니다. 부정 프롬프트는 기본적으로 ConditioningZeroOut으로 비워두지만, 필요시 CLIPTextEncode를 추가해 KSampler의 negative 입력에 연결할 수 있습니다. 샘플링(KSampler) 후 결과는 RGB로 디코딩(VAEDecode), 미리보기(PreviewImage), 저장(SaveImage)됩니다. ImageScale은 Canny 에지 맵을 출력 크기에 맞게 조정해 일관된 정렬을 보장합니다. 이 구성은 실루엣이나 제품 윤곽 등 구도를 엄격히 제어하면서도 SD 3.5가 디테일, 질감, 스타일을 담당하도록 할 때 이상적입니다.
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 대형 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
