本 ComfyUI 工作流程展示如何利用 Wan 2.2 5B 模型進行快速且高品質的文字轉影片與圖像轉影片。流程串接了主要組件：UNETLoader 載入 Wan2.2 diffusion 主幹，CLIPLoader 與 CLIPTextEncode 將正向與負向提示詞轉為條件，ModelSamplingSD3 設定採樣器，讓 KSampler 能產生時間一致的潛變量。純文字轉影片時，擴散模型從雜訊開始；圖像轉影片時，Wan22ImageToVideoLatent 會從來源圖像注入結構與動態線索以初始化或引導序列。
當潛變量空間中的影格合成後，VAELoader 載入 Wan 2.2 VAE，VAEDecode 將潛變量轉為 RGB 影格。CreateVideo 依你選擇的 FPS 與長度組合影格，SaveVideo 將最終影片寫入磁碟。流程分組清楚：Step1 - 載入模型（指向 wan2.2_ti2v_5B_fp16.safetensors 與 wan2.2_vae.safetensors），Step3 - 提示詞編輯，Video Size & length 設定解析度與影格數，For i2v, use Ctrl + B to enable 分支可將靜態圖轉為動態畫面。此流程針對快速原型最佳化——調整提示詞、步數、尺寸，快速反覆試驗創意。
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 "Wan 2.2 5B影片產生" (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("video_wan2_2_5B_ti2v_api.json");
const asset = client.assets.fromFile("input.png");
wf.setInput("56", "image", asset); // LoadImage
wf.setInput("6", "text", "your prompt here"); // CLIPTextEncode
const job = await client.run(wf);
await job.getOutputs("58")[0].toFile("output.png"); // SaveVideoSDK 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
