此 ComfyUI 工作流名为“2.1 Creator - Diffusion Basics”，用于介绍使用扩散模型进行图像生成的基础概念。工作流核心使用 Z-Image-Turbo 模型，将随机噪波根据文本提示词逐步变为可理解的图像。流程从“EmptyLatentImage”节点开始，以指定分辨率生成一个带噪波的画布。随后通过“KSampler”节点进行迭代细化，该节点使用“ModelSamplingAuraFlow”引导去噪过程，并由“CLIPTextEncode”节点编码的文本输入提供条件信息。
工作流结构包括加载必要组件：UNet 模型（“UNETLoader”）、文本编码器（“CLIPLoader”）以及 VAE（“VAELoader”），以实现文本到图像的生成。“VAEDecode”节点负责将最终的 latent 表示转换回可查看的图像格式。最后，“SaveImage”节点会按指定前缀保存已生成图像。该工作流适合扩散模型新手，通过动手操作理解“文本生成图像”在技术与实践上的工作方式。
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
常见问题
Showing 30 of 30 templates