Qwen-Image Union Control 工作流旨在通过 Qwen-Image 模型的统一 ControlNet LoRA，为用户提供对图像生成的精确结构控制。该工作流集成多种控制类型，例如 canny、depth、lineart、softedge、normal 和 openpose，适用于广泛的创作场景。通过这些控制信号，用户可以引导图像生成过程，使结果更贴合个人审美目标或项目需求。
在技术实现上，此工作流使用一系列节点来处理与优化图像。“LoadImage” 节点用于导入参考图像，初始化流程；“Canny” 节点用于边缘检测，提供指导生成的结构轮廓；“ImageScaleToTotalPixels” 节点确保输入图像被合理缩放，避免输出质量下降；“PreviewImage” 节点用于预览中间结果；“SaveImage” 节点用于保存最终生成图像。该工作流特别适合需要对图像结构细节进行强控制的艺术家与设计师。
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 "Qwen-Image 联合控制" (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_qwen_image_union_control_lora_api.json");
const asset = client.assets.fromFile("input.png");
wf.setInput("73", "image", asset); // LoadImage
const job = await client.run(wf);
await job.getOutputs("60")[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