此 ComfyUI 工作流程利用 ACE-Step 1.5XL SFT（4B）模型，將文字提示轉換為完整音樂。流程採用類似影像擴散的音訊生成管線：DualCLIPLoader 與 TextEncodeAceStepAudio1.5 將你的提示（及選填的負面提示）轉為條件資訊；EmptyAceStep1.5LatentAudio 依你設定的時長建立潛在音訊畫布；UNETLoader 載入 ACE-Step 1.5XL SFT 模型；KSampler 進行 CFG 引導的多次去雜訊。ModelSamplingAuraFlow 設定針對 ACE-Step 音訊最佳化的取樣策略，最後 VAELoader + VAEDecodeAudio 將潛在音訊還原為波形，SaveAudioMP3 寫入磁碟。
技術上，CFG（無分類器引導）讓你在創意與提示精確度間取得平衡：較低 CFG 值探索性高，較高值則更嚴格遵循文字。若未指定負面提示，ConditioningZeroOut 提供乾淨的無條件分支，確保穩定引導。工作流程分組（模型、時長、提示）方便你更換檢查點、設定秒數、反覆調整提示。這是一條實用且可重現的文字轉音樂管線，能快速跨風格、情緒、樂器與結構迭代，適合靈感發想、臨時配樂、背景音軌等用途。
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 "ACE-Step 1.5XL SFT：文生音樂" (TypeScript)
import { Comfy } from "@comfyorg/sdk";
const client = new Comfy({ apiKey: "comfyui-..." });
// This workflow, exported in API format (see note below)
const wf = await client.workflows.fromFile("audio_ace_step1_5_xl_sft_api.json");
const job = await client.run(wf);
await job.getOutputs("107")[0].toFile("output.png"); // SaveAudioMP3SDK 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
