這個 ComfyUI 工作流程利用經典 Stable Diffusion 流程，從文字提示生成動漫角色與動漫風格場景。Step 1（載入模型）用 UNETLoader、CLIPLoader、VAELoader 載入你選擇的動漫專用 checkpoint、文字編碼器與 VAE。Step 2（圖像尺寸 (1MP)）用 ResolutionSelector 設定約 1 百萬像素畫布，EmptyLatentImage 產生對應尺寸的潛在雜訊張量。Step 3（提示）用 CLIPTextEncode 處理正/負提示，KSampler 以 UNet 權重、提示詞與取樣器設定反覆去雜訊。最後，VAEDecode 將潛在張量轉為全尺寸圖像，SaveImage 寫入磁碟。
技術上，核心生成在 KSampler，輸入 UNet 權重（UNETLoader）、文字嵌入（CLIPTextEncode）、初始雜訊（EmptyLatentImage）。ResolutionSelector 保持潛在尺寸約 1MP，兼顧速度與品質，適合動漫線條與乾淨上色。VAE 影響顏色與細節編解碼。CLIPTextEncode 支援正/負提示，可加入品質標籤與風格（如「masterpiece, anime, dramatic lighting」），排除瑕疵（如「worst quality, blurry, jpeg artifacts」）。這樣可穩定產出清晰、風格化的動漫圖，並精確控制構圖、細節與風格。
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
