这个 ComfyUI 工作流使用 Flux.1 Schnell（full）以精简、快速的采样设置从文本生成图像。它结合 DualCLIPLoader 同时加载 CLIP-L 和 T5XXL 两个文本编码器，使用 CLIPTextEncodeFlux 将提示词转成适配 Flux 的条件，并通过 UNETLoader 加载 flux1-schnell.safetensors 扩散模型。EmptySD3LatentImage 定义 Latent 画布尺寸与批处理数量，KSampler 可在低至 4 步内完成去噪，VAELoader + VAEDecode 重建最终图像并交由 SaveImage 写入磁盘。ConditioningZeroOut 节点在未使用负面提示词时提供无条件分支，用于 classifier-free guidance。画布中的 MarkdownNote 节点会在各阶段说明需要做什么。
从技术角度看，该工作流遵循适配 Flux/SD3 风格 Latent 的标准扩散路径：先初始化 EmptySD3LatentImage，用 CLIPTextEncodeFlux 编码文本，再用低步数设置让 UNet 通过 KSampler 进行去噪（针对 Schnell 变体调校），最后用所选 VAE 解码。“Step 1 - Load Models Here” 组集中管理模型选择：UNETLoader 中的 flux1-schnell、DualCLIPLoader 中的 CLIP-L + T5XXL，以及 VAELoader 中兼容的 VAE。“Step 2 - Image Size” 设置宽度/高度与批处理，“Step 3 - Prompt” 处理正面/负面提示词。最终得到一个速度快、4 步即可运行的文本生成图像管线，在 Flux.1 Schnell 权重的 Apache-2.0 许可下兼顾速度与质量。
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 "Flux.1 Schnell Full: 文生图" (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("flux_schnell_full_text_to_image_api.json");
wf.setInput("41", "text", "your prompt here"); // CLIPTextEncode
const job = await client.run(wf);
await job.getOutputs("9")[0].toFile("output.png"); // SaveImageSDK 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
