这个 ComfyUI 教程工作流使用干净的 SD3 风格管线，通过 HiDream I1 Full 模型生成高质量图像。它通过 UNETLoader 加载 HiDream UNet，用 QuadrupleCLIPLoader 加载匹配的文本编码器，并用 EmptySD3LatentImage 准备画布。提示词由 CLIPTextEncode（正向与负向）处理，采样通过 ModelSamplingSD3 配置（包括模型特定的 shift 参数），KSampler 使用 UniPC 采样器与 Simple 调度器执行 50 次推理步骤，以获得稳定且细节清晰的输出。最后，VAEDecode 将 Latent 解码回 RGB，SaveImage 将结果写入磁盘。
工作流内的设置遵循 HiDream 官方推荐：steps=50、sampler=uni_pc、scheduler=simple、cfg=5.0、shift=3.0。该组合侧重保真度与提示词贴合度，适合用作电影感、氛围感或风格化场景的起点。由于工作流使用 EmptySD3LatentImage 与 QuadrupleCLIPLoader，它保持与 SD3 风格提示词与 Latent 几何的兼容；同时 VAELoader 确保正确解码，以获得稳定的颜色与细节表现。
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 "HiDream I1完整版" (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("hidream_i1_full_api.json");
wf.setInput("91", "text", "your prompt here"); // CLIPTextEncode
const job = await client.run(wf);
await job.getOutputs("90")[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
