這個 ComfyUI 教學工作流程示範如何使用 Qwen-Image-Edit-2511 進行快速的指令式圖片編輯。它串接一條簡單的 I/O 路徑——LoadImage（或用 VHS_LoadVideo 讀取影格）進入一個精簡的 Subgraph 節點（ID cdb2cf24-c432-439b-b5c8-5f69838580c9）——最後以 SaveImage 結束。在 subgraph 內，編輯由 Qwen 2.5 VL 文字編碼器（qwen_2.5_vl_7b_fp8_scaled.safetensors）驅動，並搭配為速度調校的輕量 LoRA（Qwen-Image-Edit-2511-Lightning-4steps-V1.0-bf16.safetensors）。Subgraph 把模型串接封裝起來，你只需要輸入白話指令，例如「把天空變成陰天」或「移除背景」，就能快速預覽結果。
從技術面來看，工作流程會把來源圖片（或影片影格）送入 subgraph，由 Qwen 2.5 VL 編碼器解讀你的指令文字並建立條件設定。Qwen-Image-Edit-2511 Lightning LoRA 會在極少取樣步數下套用已學到的編輯行為，以維持推論速度。由於封裝成 Subgraph，你會得到乾淨的圖形與一致的預設值——需要時也可以雙擊或開啟 subgraph 檢查或微調內部。SaveImage 會把每個結果影格寫入磁碟；當輸入來自 VHS_LoadVideo 時，你會得到編號的影像序列，若需要最終影片可在外部重新組裝。
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
