此 ComfyUI 工作流使用 Lightricks 的 LTX‑2.3 图像转视频模型，将单张静态图像转换为短视频。流程很直接：LoadImage 将源帧引入画面，一个自定义 LTX‑2.3 节点（2454ad83-157c-40dd-9f19-5daaf4041ce0）基于该图像与文本提示词合成运动，SaveVideo 将已生成帧组装为可播放的视频。工作流内的 MarkdownNote 节点提供上下文说明与提示词建议，便于你在 AI on the Lot 2026 ComfyUI 101 课程中跟着操作。
在技术层面，LTX‑2.3 节点会将输入图像编码到模型的 Latent 空间，并在提示词引导下生成时间一致的帧序列。你可以通过描述随时间发生的事件（“Core Actions”）以及你希望保留的具体“Visual Details”来控制运动特征与节奏，这也是 LTX‑2.3 提示词技巧所推荐的写法。节点通常会暴露文本提示词、用于复现的 seed，以及帧数和/或 FPS 等片段特征（具体参数取决于节点构建版本）。随后 SaveVideo 按你选择的帧率将帧写入磁盘。模型权重方面，请使用 Hugging Face 上的 Lightricks/LTX‑2.3（参见提供的链接），并按节点的加载器字段指向正确文件。
API
通过代码使用此工作流
每个 Comfy 工作流都是一个 JSON 图。下面的内容就是此工作流的完整数据，ComfyUI 运行时也是如此——你可以从该 URL 获取、放入版本控制，或在 ComfyUI 中加载并逐节点运行。
使用 Comfy SDK 从 TypeScript 或 Python 运行。相同代码可用于 Comfy Cloud 或你自托管的 ComfyUI——只需更改基础 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 需要 API 格式的工作流：在 ComfyUI 中打开此工作流，使用 文件 → 导出工作流（API）。
常见问题
