Qwen-Image-Layered 分層分解工作流程，專為將圖像分解為可編輯的 RGBA 圖層而設計，讓高保真圖像操作成為可能。此流程利用 Qwen-Image-Layered 模型，將圖像拆解為獨立圖層，每層包含紅、綠、藍與 Alpha 通道。這種分解方式讓你能精確控制每個圖層，可針對圖像中的元素進行重上色、替換、縮放或重新定位，而不影響整體構圖。技術上，流程會用 SaveImage 與 LoadImage 節點處理圖像檔案，ImageScaleToMaxDimension 節點則確保圖像以最佳解析度處理。f754a936-daaf-4b6e-9658-41fdc54d301d 與 1ea4fa01-a81b-4420-a03c-f60019e69a92 等節點則負責複雜的圖像資料轉換，協助分解過程。
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 "Qwen-Image-Layered 圖層分解" (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("image_qwen_image_layered_api.json");
const asset = client.assets.fromFile("input.png");
wf.setInput("74", "image", asset); // LoadImage
const job = await client.run(wf);
await job.getOutputs("60")[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