此工作流程使用 Flux.2 Klein 4b Distilled 影像編輯模型，對任何輸入影片進行逐影格、風格一致的風格轉換。它先用 LoadVideo 解碼影片，並透過 GetVideoComponents 讀取解析度/FPS，接著用 VHS_SelectEveryNthImage 決定影格處理密度（每一格都處理，或每 N 格處理一次以加快速度）。影格會用 ImpactImageBatchToImageList 整理，讓每張圖片都能對應到一段逐影格提示。
風格提示會透過一個小型提示管線生成並與影格對齊：GeminiNode 可依 Author Notes 草擬風格轉換的句子，RegexReplace 負責清理與正規化文字（例如移除編號、統一成「the source frame」的表述），FL_PromptMulti 會以循環方式把每段提示分配到各個影格。每個影格與其對應提示會送入 Flux.2 Klein 4b 編輯節點（Flux.2 Klein 4b Distilled 影像編輯模型），在保留原始影格結構的前提下產生風格化結果。處理後的圖片會用 ImageListToImageBatch 重新打包，透過 CreateVideo（匹配 GetVideoComponents 的原始 FPS）轉回影片，需要時用 PreviewAny 預覽，最後以 SaveVideo 寫入磁碟。
API
從程式碼使用此工作流
每個 Comfy 工作流都是一個 JSON 圖。下方的 payload 就是此工作流，與 ComfyUI 執行時完全相同 — 你可以從此 URL 取得、放入版本控制，或在 ComfyUI 載入並逐節點執行。
使用 Comfy SDK 以 TypeScript 或 Python 執行。相同程式碼可用於 Comfy Cloud 或你自架的 ComfyUI — 只需更改 base URL。
// 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");SDK 需使用 API 格式的工作流：請在 ComfyUI 開啟此工作流，並使用 檔案 → 匯出工作流（API）。
常見問題
