NetaYume Lumina 文生图工作流旨在生成高质量的二次元风格图像，能够精准理解角色细节与纹理。该工作流采用 OmniGen 模型，基于 Danbooru 数据集对 Neta Lumina 进行微调，数据集中包含丰富的动漫图像。工作流集成了多个关键节点，如用于采样的 KSampler、用于模型加载的 CheckpointLoaderSimple，以及用于将潜空间解码为图像的 VAEDecode。通过输入描述性文本提示，用户可以创作出细致且生动的二次元图像。
技术上，工作流分为三个主要步骤：加载模型、设置图像尺寸和编写提示词。CheckpointLoaderSimple 节点负责加载 OmniGen 模型，KSampler 节点负责采样以确保高质量输出，VAEDecode 节点将潜在图像数据转化为最终可视化结果，并通过 SaveImage 节点保存。该工作流特别适合希望对角色特征和场景构图有精细控制的艺术家和创作者。
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 "NetaYume Lumina 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("image_netayume_lumina_t2i_api.json");
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
常见问题
Showing 30 of 30 templates