SD3.5 Large Blur 工作流通过使用模糊参考图像作为引导来生成高质量图像。该技术使用 Stable Diffusion 3.5（SD3.5）模型，该模型以生成细节丰富且观感良好的图像而著称。工作流包含多个关键节点，包括 KSampler、CheckpointLoaderSimple 和 ControlNetLoader，用于高效管理图像生成流程。通过将模糊图像作为参考，工作流可以先抓住画面要点，并在细节处允许一定的创意解释。对于希望基于现有图像创作独特视觉的艺术家与设计师来说，这种方法很实用。
工作流首先加载所需的模型与 checkpoint，例如 'sd3.5_large_fp8_scaled.safetensors' 和 'sd3.5_large_controlnet_blur.safetensors'。这些模型对 ControlNetApplyAdvanced 节点至关重要，用于将高级控制应用到生成过程中。建议用户使用 'comfyui_controlnet_aux' 工具对图像进行预处理以获得更佳效果。CLIPTextEncode 节点用于加入引导生成的文本提示词，使用户能指定期望特征，如颜色与风格。最终输出由 VAEDecode 解码，并用 SaveImage 保存，得到可直接使用、符合创作需求的图像。
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 "SD3.5大型模糊" (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("sd3.5_large_blur_api.json");
const asset = client.assets.fromFile("input.png");
wf.setInput("57", "image", asset); // LoadImage
wf.setInput("6", "text", "crystal butterfly above the sea, white, hyper detailed, with diamonds"); // CLIPTextEncode
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
