此 ComfyUI 工作流程可透過逐格修補方式,移除影片中持續出現的浮水印,並以 LoRA 增強的擴散模型進行處理。流程從 LoadVideo 節點開始載入影片,並用 GetVideoComponents 擷取影格、尺寸與時間資訊。核心處理由兩個自訂節點(UUID:3b019976-c705-40af-8f45-081975d72105 與 83cfc570-fff1-4869-8c43-d39ef189634b)負責,會在整個序列中以 LTX 2.3 LoRA 引導的修補步驟,重建浮水印區域的乾淨背景細節。最後,SaveVideo 會將處理後的影格重新組合成新影片檔案。

技術上,此流程採用類似 Stable Diffusion 模型的影片修補方式,並結合 LTX 2.3 LoRA adapter,使重建內容更合理且能有效抑制浮水印。自訂處理階段會維持逐格一致性,並以遮罩驅動編輯,僅重建標記區域,保留其餘畫面。由於是逐格修補,能避免傳統濾鏡常見的模糊或髒污問題,對半透明或角落浮水印效果更佳。這是針對自有或授權影片去除浮水印的實用一鍵解決方案,無需手動描繪遮罩。

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。

fedbcfb05b08.json
正在取得工作流 JSON…

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)。

Comfy Cloud API 存取需有 API 金鑰的方案。

常見問題

常見問題

查看所有工作流
Showing 30 of 30 templates