从第一张图到可编排的 AI 生成流水线

怎么读最省力？

先别急着翻全部节点。更高效的阅读顺序是：先跑通第一张图，再读界面概览，接着看工作流模板，最后进入 API、自定义节点和 Cloud 章节。

这样做的好处是，你会先拥有一个可以运行的“最小闭环”，后续每一页文档都能落回到真实工作流里验证。

1. 1

   模型决定生成空间

   Checkpoint、VAE、CLIP 等节点不是“高级选项”，而是生成链路的入口。先理解数据从哪里来，后面调参才不会盲目。

2. 2

   Prompt 是条件，不是咒语

   正向与负向提示词通过条件节点进入采样流程。把它看成可组合的输入，比把它看成神秘短句更稳定。

3. 3

   队列让实验可重复

   Queue Prompt 不是简单的“生成按钮”。它把当前图谱提交为一次明确任务，是后来自动化和批处理的基础。

模板：少走弯路

官方模板教程适合用来拆解常见任务，例如文生图、图生图、局部重绘、视频或高级模型链路。模板不是答案，而是学习节点组合的样本。

界面：把调试显性化

Interface Overview 解释了画布、菜单、队列、节点库和运行状态。熟悉这些区域，会明显降低排错成本。

工作流：沉淀实验资产

一次稳定的工作流，通常比一次惊艳的单图更有价值。它可以被参数化、复用、移植到团队流程里。

常见自动化链路

一个工程化伪代码

// 伪代码：结构参考官方服务端路由文档，字段以你的 workflow 为准
const workflow = await loadWorkflow("portrait-workflow.json");

workflow.nodes.prompt.text = form.prompt;
workflow.nodes.seed.value = form.seed ?? randomSeed();
workflow.nodes.size.width = form.width;
workflow.nodes.size.height = form.height;

const job = await comfy.queuePrompt(workflow);
await comfy.waitForCompletion(job.prompt_id);

const outputs = await comfy.getHistory(job.prompt_id);
return comfy.resolveImages(outputs);

真实字段会随你的节点图变化；官方 Routes 文档用于确认服务端暴露的路由、队列和输出读取方式。

什么时候需要自定义节点？

重复逻辑、专有模型、外部 API、公司内部素材系统、审核/打标流程，都适合被封装成节点。

什么时候不需要？

如果只是一次性实验，先用现有节点拼出来。过早封装会让探索速度变慢。

读文档时抓什么？

看节点输入输出、类型声明、目录结构、安装方式和依赖管理。这些决定节点能否被别人稳定复用。

本地与云端的分工

本地 ComfyUI 适合安装模型、调节点、验证细节；Cloud 适合把稳定工作流搬到更强或更易共享的环境里运行。对团队来说，关键不是二选一，而是决定哪一步在哪里发生。