
此工作流程示範如何在 ComfyUI 內使用 Qwen3.5 分析圖片並產生描述性文字,且這些文字可直接作為可用提示詞。它同時執行圖片標註(image captioning)以及反向提示詞工程:你透過 LoadImage 提供圖片,然後由 Qwen3.5 驅動的 TextGenerate 節點回傳結構化描述或提示詞候選,你可以貼到自己的圖片生成管線中使用。
從技術面來看,CLIPLoader 節點會指向存放於 models/text_encoders/ 下的 Qwen3.5 權重(qwen3.5_4b_bf16.safetensors)。該模型會提供給 TextGenerate 節點,節點接收載入的圖片以及一段指令提示(例如「Produce 3 concise, diffusion-ready prompts」)。節點執行推論後回傳文字,你可以用 PreviewAny 檢視。圖形中的 MarkdownNote 提供內嵌指引與提示詞技巧,方便你反覆調整指令措辭、temperature 與 token 長度以校準結果。
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
常見問題
Showing 30 of 30 templates













