该 ComfyUI 工作流通过逐帧图像修复，在视频中对持续性水印进行覆盖移除，并使用一次 LoRA 增强的扩散处理。它从 LoadVideo 导入视频片段，并通过 GetVideoComponents 提取帧、尺寸和时间信息。核心处理由两个自定义节点（UUID：3b019976-c705-40af-8f45-081975d72105 和 83cfc570-fff1-4869-8c43-d39ef189634b）完成，它们在序列上应用 LTX 2.3 LoRA 引导的图像修复步骤，用于在水印位置重建干净的背景细节。最后，SaveVideo 将处理后的帧重新合成为新的视频文件。
从技术上说，该流水线执行视频到视频的图像修复，使用 Stable Diffusion 风格的模型，并结合 LTX 2.3 LoRA 适配器，使重建更偏向合理的内容并抑制水印。自定义处理阶段保持逐帧一致性，并采用遮罩驱动编辑，仅重新生成标记区域，从而保留画面其余部分。由于在帧级别进行图像修复处理，结果通常能避免传统滤镜常见的模糊或涂抹痕迹，在半透明角标类水印上也更稳。对于清理自有或已授权素材且不想手动抠像的场景，这是一个实用的一键方案。
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
