ComfyUI 中的“2.2 Creator - Diffusion Guidance”工作流旨在通过集成图像修复和 ControlNet 技术来提升图像编辑的精度。该工作流的核心是 Z Image Turbo 模型，用于支持高效且准确的扩散过程。工作流使用多种节点（如 CLIPLoader 和 VAELoader）来加载与处理图像，同时通过 DifferentialDiffusion 和 InpaintModelConditioning 等节点，利用空间变化的方式引导扩散过程中的局部修改。这使其特别适用于需要精细编辑、但又不想进行模型重新训练的任务。
该工作流利用 ControlNet 提供结构引导（例如 canny 边缘或深度图），以确保扩散过程遵循期望的结构元素。该能力通过 ZImageFunControlnet 和 Controlnet Preprocessor 等节点实现。通过逐像素的“strength”强度图，工作流可实现平滑、渐进的变化，适合对精度和控制要求很高的应用场景，例如在修复特定区域的同时保持周围上下文的完整性。
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