这个工作流使用 ACE-Step 1.5 XL Turbo 模型，把自然语言文本提示词变成成品音乐。你的提示词由 TextEncodeAceStepAudio1.5（由 DualCLIPLoader 支持）编码为面向音频的条件。EmptyAceStep1.5LatentAudio 会按你选择的时长创建空白 Latent 音频画布，UNETLoader 加载蒸馏版 4B ACE-Step checkpoint（acestep_v1.5_xl_turbo_bf16.safetensors）。ModelSamplingAuraFlow 配置适配 ACE-Step 的采样器调度，KSampler 只需 8 个扩散步即可合成 Latent 音频。随后通过 VAELoader + VAEDecodeAudio 重建音频，并用 SaveAudioMP3 保存。
该工作流的实用之处在于其“turbo”配置：不使用 classifier-free guidance（CFG），通过 ConditioningZeroOut 输入刻意为空的负面条件来实现。这使提示词更直接（只写你想要的内容），同时由 ModelSamplingAuraFlow 和 KSampler 提供快速、稳定的结果。画面按 Model 与 Prompt 组组织，便于理解，并使用 PrimitiveInt/PrimitiveNode 快速调整 seed、步数与时长。最终得到的是一条紧凑、易讲解的文本生成音乐管线，可反复运行生成不同变体，或作为可复用子图集成到更大工程中。
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 "ACE-Step 1.5XL Turbo：文本转音乐" (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("audio_ace_step1_5_xl_turbo_api.json");
const job = await client.run(wf);
await job.getOutputs("107")[0].toFile("output.png"); // SaveAudioMP3SDK 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
