ComfyUI Workflow Engine

---

name: comfyui-workflow-engine description: ComfyUI工作流搭建专家决策引擎。提供工作流类型路由(文生图/图生图/图生视频/ControlNet/插帧)、节点选择决策树、显存优化方案、质量门控清单、常见错误模式。当用户需要搭建ComfyUI工作流、AI绘图工作流、图生视频工作流、ControlNet工作流、漫剧制作工作流、LTX-Video工作流时使用此技能。

ComfyUI工作流搭建专家

ComfyUI工作流智能搭建助手，根据用户需求自动路由到最佳节点组合，提供显存优化和质量门控建议。覆盖6大工作流类型、20+节点选择方案、15+显存优化策略、50+质量检查项。

版本信息

• 版本号：S级 v2.0
• 最后更新：2026年

核心能力

• 🔀 工作流类型路由：文生图 / 图生图 / 图生视频 / ControlNet / 插帧 / 漫剧全流程
• 🧩 节点选择决策树：智能推荐采样器、VAE、CLIP、模型加载器
• 🚀 显存优化：FP8/GGUF量化、模型卸载策略、--novram参数
• 🎬 漫剧全流程SOP：角色一致性→场景图→关键帧→视频→插帧→合成
• ⚡ LTX-Video 2.3专项：FP8 Gemma + GGUF UNet + v2 connector实战
• 🖼️ IP-Adapter专项：角色一致性保持方案

---

一、工作流类型路由器

1.1 工作流类型决策表

用户需求关键词	工作流类型	推荐精度	显存要求	适用场景
文生图、text2img、生成图片	文生图	SDXL/SD15	4-8GB	插画、海报、配图
图生图、img2img、局部重绘	图生图	SDXL/SD15	4-8GB	风格迁移、图片修改
图生视频、img2video、静态转动态	图生视频	LTX-Video/SVD	8-12GB	短视频、动画
控制姿态、线稿上色、深度图	ControlNet	SDXL + CN	6-10GB	精确控制
补帧、插帧、慢动作	插帧	RIFE/FIKI	2-4GB	视频流畅化
漫剧、动画、短视频、分镜	漫剧全流程	多模型协同	12-24GB	动画制作

1.2 路由决策树

1.3 工作流选择SOP

SOP 1：快速确定工作流类型

步骤	判断问题	选项
1	输出是什么？	图片 / 视频
2	需要参考图吗？	是 / 否
3	需要精确控制吗？	是 / 否
4	是一次性还是序列？	一次性 / 序列

---

二、节点选择决策树

2.1 采样器选择矩阵

采样器	特点	适用场景	推荐步数	质量评分
euler	快速收敛，细节一般	快速预览、草图	15-25步	⭐⭐
euler_ancestral	带噪声，种子的艺术性好	风格化生成	20-30步	⭐⭐⭐
euler_ancestral_cfg_pp	LTX-Video 2.3专用	视频生成	8步	⭐⭐⭐⭐⭐
dpmpp_2m	平衡速度质量	正式出图	20-30步	⭐⭐⭐⭐
dpmpp_2m_sde	细节丰富，采样时间长	高质量需求	25-40步	⭐⭐⭐⭐⭐
ddim	快速离散	快速生成	15-25步	⭐⭐⭐
ddpm	慢但稳定	最终出图	30-50步	⭐⭐⭐⭐

采样器选择决策代码

2.2 模型加载器选择

节点	格式	显存需求	适用场景	推荐指数
CheckpointLoader	.safetensors (完整)	高 (6-12GB)	标准工作流	⭐⭐⭐⭐
UNETLoader	.safetensors (单独UNet)	中 (4-8GB)	自定义pipeline	⭐⭐⭐
UNETLoader (GGUF)	.gguf (量化UNet)	低 (2-4GB)	低显存设备	⭐⭐⭐⭐⭐
LoraLoader	.safetensors/.pt	极低	风格/角色微调	⭐⭐⭐⭐
CheckpointLoaderSimple	.safetensors	中 (4-8GB)	简化流程	⭐⭐⭐⭐

模型选择决策

2.3 VAE解码策略

节点	特点	显存占用	使用场景
VAEDecode	标准解码	中	显存充足时
VAEDecode(Tiled)	分块解码	低	显存受限时
VAEEncode	编码latent	中	图生图输入
VAEEncode(Tiled)	分块编码	低	高分辨率图生图
VAEDecodeShard	分片解码	极低	超高分辨率

显存不足组合策略

2.4 CLIP加载配置

编码器	支持格式	文本长度	中文支持	推荐场景
CLIPTextEncode	.safetensors	77 tokens	一般	英文为主
CLIPLoader (组合)	组合加载	自动匹配	良好	标准流程
t5-xxl	.safetensors	256 tokens	优秀	中文长文本
google/ul2	.safetensors	150 tokens	优秀	中文优先

---

三、显存优化方案

3.1 启动参数矩阵

参数	作用	显存节省	推荐场景	副作用
--novram	禁用VRAM优化池	~20%	6-8GB显卡	生成速度略降
--lowvram	部分模型卸载	~30%	8-12GB显卡	需频繁加载
--cpu	全CPU推理	100%	无GPU/调试	速度极慢
--disable-smart-memory	关闭智能内存	-	内存充足时	可能OOM
--fp16	半精度推理	~40%	全场景	精度微降
--fp8	FP8精度	~50%	RTX30+/40系	精度可控

典型启动命令

3.2 模型量化方案对比

量化类型	精度损失	显存节省	速度影响	推荐指数	适用场景
FP16 (baseline)	无	0%	1x	⭐⭐⭐	高端显卡
FP8	<2%	40%	1.2x	⭐⭐⭐⭐⭐	RTX30+/40系
Q8_0	5-8%	55%	1.3x	⭐⭐⭐⭐	中端显卡
Q5_K_M	8-12%	65%	1.4x	⭐⭐⭐	中低端
Q4_K_M	12-15%	70%	1.5x	⭐⭐⭐	低显存
Q4_K_S	15-18%	72%	1.5x	⭐⭐	极致压缩

3.3 LTX-Video 2.3量化推荐

3.4 模型卸载策略

---

四、LTX-Video 2.3 专项指南

4.1 架构组成

4.2 核心配置参数表

参数	推荐值	可选范围	说明
采样器	euler_ancestral_cfg_pp	-	必须使用此采样器
CFG Scale	3.5-5.0	2.0-7.0	过高致伪影
步数	8	4-20	8步为最优
分辨率	512x512 / 768x512	384x384 - 1024x1024	9:16竖版推荐
帧数	25-61帧	13-121帧	5-10秒视频
codec quality	5-7	1-10	质量/速度平衡

4.3 图生视频(I2V)配置详解

⚠️ 关键点：bypass参数设置

正确I2V配置清单

4.4 显存计算公式

---

五、漫剧全流程SOP

5.1 六阶段流程图

5.2 阶段1：角色一致性保持

5.3 阶段2：场景图生成

5.4 阶段3：关键帧提取

5.5 阶段4：图生视频

5.6 阶段5：插帧优化

5.7 阶段6：后期合成

---

六、质量门控清单

6.1 P0级检查项（必须检查）

序号	检查项	检查标准	超标处理
1	显存峰值	< 当前显存容量	必须量化或降分辨率
2	模型格式	.safetensors / .gguf	拒绝.bin/.pt旧格式
3	节点连接	无断连/类型匹配	修复连接后继续
4	提示词长度	< CLIP最大token	截断或切换编码器
5	分辨率	64倍数	非64倍自动resize
6	VAE版本	与模型同源	SDXL用SDXL VAE
7	采样器匹配	UNet版本一致	避免跨版本混用
8	负提示词	非空	添加默认负面提示

6.2 P1级检查项（建议检查）

序号	检查项	检查标准	优化建议
1	生成分辨率	64倍数	非64倍自动resize
2	CFG Scale	合理范围	SDXL 7-9，LTX 3.5-5
3	采样步数	合理范围	视频8步，图片20-30步
4	预览质量	清晰可辨	Tiled VAE加速预览
5	批量效率	ModelCache	开启模型缓存
6	生成时间	< 60秒/图	优化节点连接
7	提示词结构	正负分离	使用独立编码器
8	LoRA兼容性	版本匹配	检查SD版本

6.3 P2级检查项（可选优化）

序号	检查项	优化方向
1	显存峰值	继续优化，接近显存上限
2	生成速度	批量并行处理
3	结果一致性	固定随机种子
4	提示词优化	使用提示词增强器
5	后处理	降噪、锐化、色彩调整
6	自动化程度	批量模板化

---

七、常见错误与修复（20个）

错误1：CUDA OOM (显存溢出)

错误2：节点bypass误用

错误3：模型格式不兼容

错误4：分辨率不是64倍数

错误5：采样步数设置错误

错误6：CFG Scale过高

错误7：VAE版本不匹配

错误8：CLIP文本长度截断

错误9：LoRA与主模型版本冲突

错误10：ComfyUI版本过旧

错误11：IP-Adapter权重过高

错误12：ControlNet预处理不匹配

错误13：批处理显存叠加

错误14：Checkpoint卸载后数据丢失

错误15：负面提示词不生效

错误16：视频生成首帧闪烁

错误17：角色LoRA过拟合

错误18：Latent尺寸不匹配

错误19：内存泄漏

错误20：温度参数影响

---

八、显存与任务匹配速查

8.1 显存-任务匹配表

显存容量	推荐任务	最大可跑配置	优化方案
4GB	SD15文生图	512x512 + Q5量化	GGUF+Tile VAE
6GB	SDXL文生图	1024x1024 + GGUF	--novram
8GB	LTX-Video	2B + Q4 + --novram	精细配置
12GB	漫剧全流程	多模型并行	--fp16
16GB	高分辨率	7B + FP16	多任务
24GB+	8B模型+高清	无限制	--fp16+批处理

8.2 分辨率-显存速查

分辨率	SD15显存	SDXL显存	LTX-Video显存
512x512	3GB	5GB	6GB
768x768	4GB	6GB	7GB
1024x1024	6GB	8GB	9GB
1024x1536	8GB	10GB	11GB

---

九、输出格式标准

9.1 工作流方案输出模板

python

关键配置代码

---

版本：S级 v2.0 | 最后更新：2026年

---

十、高级技巧与优化策略

10.1 ControlNet高级应用

10.2 提示词工程技巧

10.3 LoRA训练技巧

10.4 模型转换工具

---

十一、2026年技术趋势

11.1 新兴模型速览

模型	类型	特点	适用场景
Flux.1	文生图	提示词理解极佳	高质量插画
CogVideoX	图生视频	支持长视频	叙事内容
HunyuanVideo	图生视频	动作自然	动画
LTX-Video 2.3	图生视频	电影感强	短片
SVD 1.1	图生视频	快速预览	草稿

11.2 技术发展方向

---

十二、实战案例库

12.1 人物插画案例

12.2 动漫角色案例

12.3 产品图生成案例

---

十三、故障排除速查

13.1 常见错误代码

错误代码	含义	解决方案
CUDA OOM	显存不足	量化/降分辨率
Node Error	节点执行错误	检查连接/版本
Load Failed	模型加载失败	重新下载
Invalid Shape	尺寸不匹配	调整分辨率

13.2 性能诊断

---

十四、附录

14.1 快捷键速查

快捷键	功能
Ctrl+Enter	执行工作流
Ctrl+Z	撤销
Ctrl+S	保存工作流
Ctrl+O	打开工作流
Ctrl+C	复制节点
Ctrl+V	粘贴节点
Delete	删除节点

14.2 节点库速查

节点类别	常用节点
输入	LoadImage, LoadCheckpoint, LoadVAE
编码	CLIPTextEncode, ControlNetApply
采样	KSampler, KSamplerAdvanced
输出	VAEDecode, SaveImage, PreviewImage
控制	FreeMemory, ModelMerge, LoraLoader

---

本文档为ComfyUI工作流专家技能的核心参考 版本：S级 v2.0 最终更新：2026年