ComfyUI 中的 Multi-Keyframe Video Stitching 工作流用于将一组静态图像转换为流畅的视频序列。该工作流使用 6 个关键帧，并自动生成用于衔接的过渡帧，以形成更连贯的视频。其核心是 Wan2.2 模型，擅长理解图像之间的运动关系，从而实现更平滑的过渡。工作流从 LoadImage 和 ImageBatch 节点开始，准备关键帧数据；中间节点（如 11ac0cb0-38fb-41d4-9a55-7c44422b2516 和 1c5f4533-5d1e-4449-97ca-9027b9ea9c11）通过预测并补全运动路径来进行帧插值；最后 CreateVideo 和 SaveVideo 节点将所有帧合成为一个视频文件。
该工作流适合希望用静态图像制作动画或视频内容的创作者，无需大量手工剪辑。插值过程自动化可节省时间，并保证帧间运动的一致性。借助高级节点和 Wan2.2 模型，输出视频能尽量保留原图特征，同时呈现更自然的运动流动感。
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 "多关键帧视频衔接" (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("templates-6-key-frames_api.json");
const asset = client.assets.fromFile("input.png");
wf.setInput("62", "image", asset); // LoadImage
const job = await client.run(wf);
await job.getOutputs("146")[0].toFile("output.png"); // SaveVideoSDK 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