该 ComfyUI 工作流利用 LTX 2.3 视频扩散模型和 SYSTMS FLW 转场 LoRA，在两段源视频间构建无缝、文本引导的转场。MODELS 组通过 DiffusionModelLoaderKJ 加载仅 transformer 的 LTX 2.3 主体，配套 VAE 用 VAELoaderKJ 加载，并用 LoraLoaderModelOnly 应用 FLW LoRA，引导模型生成自然流畅的镜头切换。提示词由 CLIPTextEncode 编码（可选用 Gemini 节点自动生成），再经 LTXVConditioning 和 LTXVAddGuide 控制转场内容与风格。
底层流程包括：EmptyLTXVLatentVideo 分配时间轴，LTXVSeparateAVLatent 和 LTXVConcatAVLatent 管理 A/V 潜变量流，SolidMask 和 SetLatentNoiseMask 将去噪局部化到交接区域。采样由 SamplerCustomAdvanced、CFGGuider、KSamplerSelect、BasicScheduler 和 RandomNoise 负责，确保可复现性。推理后，VAEDecode 重建帧，VHS_VideoCombine 组装为最终视频。LTXVCropGuides 提供构图参考，帮助模型在镜头间保持主体对齐，生成更干净、可信的变换。
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
