---

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