此 ComfyUI 教學工作流程使用乾淨的 SD3 風格管線，以 HiDream I1 Full 模型產生高品質圖像。它透過 UNETLoader 載入 HiDream UNet，用 QuadrupleCLIPLoader 載入相符的文字編碼器，並以 EmptySD3LatentImage 準備畫布。提示詞由 CLIPTextEncode（正向與負向）處理，取樣透過 ModelSamplingSD3 設定（包含模型專用的 shift 參數），而 KSampler 使用 UniPC 取樣器與 Simple 調度器執行 50 步推論，以獲得穩定且細節充足的輸出。最後，VAEDecode 將潛空間還原為 RGB，SaveImage 將結果寫入磁碟。
內建設定對齊 HiDream 官方建議：steps=50、sampler=uni_pc、scheduler=simple、cfg=5.0、shift=3.0。這組合著重畫面保真度與提示詞遵循度，是製作電影感、陰鬱或風格化場景的良好起點。由於工作流程使用 EmptySD3LatentImage 與 QuadrupleCLIPLoader，因此可維持對 SD3 風格提示詞與潛空間幾何的相容性；同時 VAELoader 可確保正確解碼，以獲得一致的色彩與細節。
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 "HiDream I1完整版" (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("hidream_i1_full_api.json");
wf.setInput("91", "text", "your prompt here"); // CLIPTextEncode
const job = await client.run(wf);
await job.getOutputs("90")[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
