该工作流演示如何用深度图引导 Stable Diffusion 3.5，使生成结果遵循参考图像的结构与透视关系。它通过 CheckpointLoaderSimple 加载 SD 3.5 Large checkpoint（sd3.5_large_fp8_scaled.safetensors）以及高质量 VAE（vae-ft-mse-840000-ema-pruned.safetensors）。你的文本提示词由 CLIPTextEncode 编码，KSampler 在 EmptySD3LatentImage 定义的 Latent 画布上执行扩散，从而可精确设置输出尺寸。VAEDecode、PreviewImage、SaveImage 负责解码、预览与保存，便于检查与导出结果。
深度引导由 ControlNet 提供。ControlNetLoader 加载 sd3.5_large_controlnet_depth.safetensors，ControlNetApplyAdvanced 将深度条件附加到提示词上，并可调整强度与起止百分比。参考图像通过 LoadImage 输入，可选用 ImageScaleToTotalPixels 调整尺寸，然后由内置的深度预处理节点（自定义节点标识为 6b0ed7ac-f476-44c9-9dad-b3f23ef985f8）使用 lotus-depth-d-v1-1.safetensors 模型转换为深度图。若要做图生图变体，可用 VAEEncode 将参考图像的 Latent 作为 KSampler 的起始；若要纯 文本生成图像 但带深度引导，则使用 EmptySD3LatentImage。若你需要空的负面提示词，可使用 ConditioningZeroOut。这个组合让你在保留场景布局的同时，通过提示词自由改变风格、光照与细节。
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大型深度" (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_depth_api.json");
const asset = client.assets.fromFile("input.png");
wf.setInput("45", "image", asset); // LoadImage
wf.setInput("57", "text", "your prompt here"); // 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
