這個 ComfyUI 教學工作流程會執行 SDPose-OOD，在靜態圖片中偵測人物及其全身姿勢，並內建支援多人場景。核心偵測器封裝在 subgraph（節點類型 id 01b6a731-fb78-4070-9a38-c87146da9604）中，讓頂層畫布保持乾淨，同時仍可快速且準確地偵測。管線從 LoadImage 開始，選擇性透過 ResizeImageMaskNode 正規化尺寸，然後把影像送進 SDPose subgraph。偵測到的人物會用 DrawBBoxes 視覺化，並透過 ImageBlend 疊加到原圖上，得到可讀且非破壞式的預覽。你可以用 PreviewImage 即時檢視結果，並用 SaveImage 匯出。
這個預設的價值在於，你幾乎不用設定，就能從原始照片快速得到清楚的多人姿勢偵測。PrimitiveInt 節點提供 max_detections，讓你控制要回傳多少人—在擁擠場景特別有用。工作流程底層需要 sdpose_wholebody_fp16.safetensors checkpoint（見 Model Links），並可搭配工作流程註記的 RT-DETR 變體以強化人物定位。如果你需要更深入的輸出—例如原始關鍵點、信心分數或自訂門檻—可在 subgraph 上按右鍵選擇 Unpack Subgraph，將需要的內部輸出拉出來接線。
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 "SDPose：圖像多人檢測" (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("utility_sdpose_multi_person_api.json");
const asset = client.assets.fromFile("input.png");
wf.setInput("679", "image", asset); // LoadImage
const job = await client.run(wf);
await job.getOutputs("680")[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
