此 ComfyUI 教學工作流程示範用 Qwen Image Edit 2511 進行指令式圖像編輯，並套用特定的「ACTION」LoRA 把主體變成玩具感版本。它透過 UNETLoader 載入 Qwen Image Edit 2511 diffusion 模型，再用 LoraLoaderModelOnly 套用 ACTION LoRA，讓美術傾向可愛、迷你或收藏玩具風。QwenEditTextEncode_EditUtils 節點會把專用的 Qwen 2.5 VL 文字編碼器與你的輸入圖片與指令（例如「action the cat」）一起編碼，產生適用於編輯的條件訊號；RandomNoise 初始化 latent。SamplerCustomAdvanced 會使用你在 KSamplerSelect 選的 sampler 與 BasicScheduler 的排程來跑 diffusion，CFGGuider 控制 classifier-free guidance 強度。
輸入圖片會先經 ResizeImagesByLongerEdge 與 ImageCrop+ 標準化尺寸；GetImageSize 與 PrimitiveInt 把尺寸資訊傳給 sampler。採樣完成後，VAELoader 與 VAEDecode 會把 latent 轉回 RGB 圖像，並由 SaveImage 寫出結果。因為這是指令遵循的編輯模型，你不需要 init-latent 路徑——原始照片會被 Qwen 編碼器當成視覺參考，而 LoRA 會把結果導向一致的玩具風格。畫布中的 Note 節點也記錄了提示詞樣式（「action the [subject]」），方便你快速做出一致輸出。
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
