此工作流程使用 Wan 2.1 VACE，將短文字提示詞轉成連貫影片。它先用 CLIPLoader + CLIPTextEncode 將提示詞編碼，接著透過以 ModelSamplingSD3 針對模型取樣行為配置的擴散迴圈（KSampler），驅動 Wan VACE UNet（UNETLoader）。WanVaceToVideo 節點負責具時間感知的 latent 生成，而 TrimVideoLatent 可將序列縮短或裁切到精確影格數。取樣後，VAELoader + VAEDecode 會把 latents 轉成 RGB 影格。最後 CreateVideo 編譯影格並由 SaveVideo 輸出 MP4；另提供 SaveAnimatedWEBP 作為輕量預覽。
支援兩種模型大小：VACE-14B（品質較高、較慢；支援 480p 與 720p）與 VACE-1.3B（較快；僅 480p）。節點圖依群組清楚整理：Load models here、Prompt、Sampling & Decoding、Save Video（Mp4）、Save Video（WebP），並另外分出 14B 與 1.3B 區段以便快速切換。另透過 LoraLoader 加入 CausVid LoRA 以加速生成；建議以中等強度（0.3–0.7）並搭配較少 steps（2–4、cfg 約 1.0）用於草稿。若要最佳最終品質，建議停用或降低 LoRA，並使用預設的 14B 設定（約 20 steps、cfg 約 6.0）。
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 "Wan2.1 VACE 文生影片" (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_wan_vace_14B_t2v_api.json");
wf.setInput("6", "text", "your prompt here"); // CLIPTextEncode
const job = await client.run(wf);
await job.getOutputs("70")[0].toFile("output.png"); // SaveAnimatedWEBPSDK 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
