這個 ComfyUI 工作流程利用 Lightricks 的 LTX‑2.3 影像轉影片模型，將單張靜態圖片轉換為短動畫影片。流程簡單明瞭：LoadImage 將你的來源影像載入圖中，自訂的 LTX‑2.3 節點（2454ad83-157c-40dd-9f19-5daaf4041ce0）根據該圖片與文字提示生成動作，最後 SaveVideo 將產生的影格組合成可播放的影片。圖中的 MarkdownNote 節點提供操作指引與提示詞建議，方便你在 AI on the Lot 2026 ComfyUI 101 工作坊過程中參考。
技術上，LTX‑2.3 節點會將你的輸入圖片編碼到模型的潛在空間，並根據你的提示詞生成時序連貫的影格序列。你可以透過描述「核心動作」與指定想保留的具體「視覺細節」來控制動作的內容與節奏，這也是 LTX‑2.3 提示詞建議中的推薦做法。該節點通常會開放文字提示詞、重現用的種子、影格數量和/或 FPS 等參數（實際參數依節點版本而異）。SaveVideo 會依你選擇的影格率將影格寫入磁碟。模型權重請使用 Lightricks/LTX‑2.3（可於 Hugging Face 取得，詳見連結），並依節點的 loader 欄位指定正確檔案位置。
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
