此工作流程為「具深度感知、以參考引導」的影片轉影片流程，可對你的素材套用一致的風格轉移，同時保留動作與場景幾何結構。它先用 LoadVideo 匯入片段，接著為每一幀計算深度圖以固定結構與相機運動（由自訂處理節點 c3b10638-32f0-4101-9b21-21fcda8712d8 處理）。影片的第一幀會被擷取並儲存（透過 SaveImage 與 8dbec705-cae4-4197-9594-85b48cc18483 等輔助工具），接著與 PrimitiveStringMultiline 的文字提示詞一起送入 OpenAIGPTImageNodeV2。GPT-Image-2 會以第一幀產生符合風格的參考圖片，工作流程再用它來引導整體視覺。
核心風格化由 Seedance 2.0 的 ByteDance2ReferenceNode 驅動，會融合三種訊號：深度圖（結構）、第一幀風格參考（外觀）以及你的提示詞（語意引導）。你可以使用批次分流/收集節點（a3edb32a-4533-45e3-8eb2-84399225da2e）在一次執行中排程最多四種風格變體，最後用 CreateVideo 與 SaveVideo 將已生成的影格重新組裝成影片。輸出是一組穩定且符合指定風格的片段：保留原始節奏與動作，同時呈現你選定的美術方向。
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
