Qwen Image Layer Decomp for Illustration v1 是一个引导式的图层分离工作流，用于将扁平插画转换为可编辑的图层和遮罩。它会将加载的图像通过 ImageScaleToMaxDimension 缩放到推荐工作尺寸（640 px 用于速度，1024 px 用于细节），然后进入自定义的 Qwen 分解阶段，预测每个元素的遮罩，你可以将其保存为 PNG。PrimitiveStringMultiline 节点提供可选的高层文本提示词，用于引导模型更偏向你想要分离的对象（例如：“character, foreground props, midground buildings, sky”）。
从技术上看，核心由两个自定义节点实现（f754a936-daaf-4b6e-9658-41fdc54d301d 和 1ea4fa01-a81b-4420-a03c-f60019e69a92）。第一个使用带扩散式采样控制的方式进行 Qwen 图像图层分解（作者的基线为 50 steps、CFG 4.0），用运行时间换取遮罩质量。第二个用于对预测图层进行选择/细化（清理边缘或导出指定通道）。LoadImage 与 SaveImage 负责 I/O，MarkdownNote 包含画布内指引和链接。最终得到的是一条可由提示词引导的图层提取流水线，适合合成、重新上色与 2.5D 动效制作。
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
