ComfyUI 的 Flux.1 Canny 邊緣模型工作流程，結合 Flux.1 模型與邊緣偵測技術，提升圖像生成的結構控制。流程運用 Canny 邊緣偵測法，確保產生的圖像能緊貼輸入圖像的結構輪廓。流程包含 Canny 節點進行邊緣偵測，FluxGuidance 節點則將這些邊緣資訊整合進圖像生成過程。透過這些節點，用戶可獲得更可控且精確的圖像輸出，特別適合需要保留特定結構細節的任務。
流程從載入 Flux.1 與 CLIPTextEncode 等必要模型開始，KSampler 節點根據偵測到的邊緣與文字提示進行圖像取樣。VAEDecode 節點將潛在空間解碼為可見圖像，最後用 SaveImage 儲存。此流程特別適合藝術家與設計師在創作時，兼顧創意與結構精度。
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 "Flux.1 Canny 模型" (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("flux_canny_model_example_api.json");
const asset = client.assets.fromFile("input.png");
wf.setInput("17", "image", asset); // LoadImage
wf.setInput("23", "text", "your prompt here"); // CLIPTextEncode
const job = await client.run(wf);
await job.getOutputs("9")[0].toFile("output.png"); // SaveImageSDK 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
常見問題
Showing 30 of 30 templates