该工作流使用 SDPose-OOD 全身模型对视频进行多人人体姿态检测。它通过 LoadVideo 导入视频，通过 GetVideoComponents 获取帧尺寸与 FPS，并将每一帧送入 SDPose 子图（节点 ID 01b6a731-fb78-4070-9a38-c87146da9604）。在子图中，目标检测器会在每帧提出人物边界框，SDPose 全身 checkpoint（sdpose_wholebody_fp16.safetensors）则估计身体、手部与面部的关键点。PrimitiveInt 节点控制 max_detections，可在拥挤场景中限制每帧处理的人数上限。
工作流输出两种可视化结果：通过 DrawBBoxes 绘制边界框，以及通过 ImageBlend 将姿态图叠加到原始帧上。ResizeImageMaskNode 确保姿态图与源帧尺寸一致，PreviewImage 用于导出前快速检查。最后，CreateVideo 按原始 FPS 将标注帧重新合成为视频，SaveVideo 写出结果。SDPose 逻辑以子图形式封装，你可以右键选择 Unpack Subgraph 来调整内部阈值或路由，以获得更细的控制。
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 "SDPose：视频多人检测" (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("utility_sdpose_multi_person_video_api.json");
const job = await client.run(wf);
await job.getOutputs("697")[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
