ComfyUI工作流合集实战全攻略50即插即用方案让AI绘画部署省时80%【免费下载链接】ComfyUI-Workflows-ZHO我的 ComfyUI 工作流合集 | My ComfyUI workflows collection项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-Workflows-ZHO把一份工作流 JSON 拖进 ComfyUI满屏红色报错、节点全乱、找不到模型——这是绝大多数 AI 绘画新手以及不少老手的真实日常。ComfyUI-Workflows-ZHO 是一个收录 21 大类、50 个即开即用工作流的开源合集项目作者 Zho 把自己实践过的所有工作流整理成可直接导入的 JSON 文件核心价值只有一句话把调试工作流这件事从你的待办清单里划掉让你把时间花在提示词和创意上而不是排错上。一、先看清这套合集的全貌50 工作流如何组织结论先行这个项目不是零散文件的堆积而是一套按能力场景分类的工作流索引库。打开仓库根目录每个.json文件即一个独立工作流文件名直接标明模型与用途例如SD3 BASE 1.0【Zho】.json、Stable Cascade Canny ControlNet【Zho】.json、Sketch to 3D【Zho】.json。目录结构速览ComfyUI-Workflows-ZHO/ ├── FLUX.1 DEV 1.0【Zho】.json # 高质量文生图 ├── FLUX.1 SCHNELL 1.0【Zho】.json # 高速文生图 ├── SD3 BASE 1.0【Zho】.json # 入门首选 ├── SD3 Medium Qwen2 【Zho】.json # LLM 驱动生成 ├── Stable Cascade Canny ControlNet【Zho】.json ├── Stable Cascade Inpainting ControlNet【Zho】.json ├── CRM Comfy 3D【Zho】.json # 文本/图像转 3D ├── Sketch to 3D【Zho】.json ├── LivePortrait Animals 1.0【Zho】.json └── ...共 21 类 50 个为什么 JSON 工作流比教程截图更可靠传统教程靠截图教人连线节点位置差一点就复现失败。JSON 工作流把节点类型、坐标、连线关系、参数取值完整序列化拖入即还原。以SD3 BASE 1.0【Zho】.json为例内部通过TripleCLIPLoader同时加载clip_g、clip_l、t5xxl_fp16三路文本编码器——这正是 SD3 区别于 SD1.5/SDXL 的关键架构作者在文件里已帮你配好。二、入门层跑通第一张图建立正确手感建议从最朴素的工作流入手而不是一上来就挑战 3D 或视频。项目的入门阶梯非常清晰文生图 → 图生图/控制 → 多模态与 3D。首次使用如何快速配置克隆仓库git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-Workflows-ZHO安装 ComfyUI 本体官方pip install -r requirements.txt后启动注意 Python 版本需 ≥ 3.10拖入SD3 BASE 1.0【Zho】.json按提示补齐sd3_medium.safetensors等模型文件点 Run 出图再逐项调采样步数与 CFG入门期三份工作流怎么选工作流特点适合人群显存需求SD3 BASE 1.0三编码器架构文本理解强想体验最新架构的新手12GB 可跑FLUX.1 SCHNELL 1.0少步数出图速度快追求效率的日常用户16GB 建议SDXS-512-0.9轻量蒸馏模型低显存机器救急8GB 可跑结论显存 12GB 以下优先 SDXS16GB 以上直接上 SD3/FLUX。值得注意FLUX.1 DEV 1.0内部用的是DualCLIPLoadert5xxl_fp16clip_ltype 为fluxUNETLoader与 SD3 的加载方式不同——这也是很多人换了模型就报错的根源。三、进阶层把控制权握回手里跑通文生图只是开始。进阶的本质是可控性让生成结果服从你的构图、风格与身份要求。Stable Cascade 六件套的用法分工Stable Cascade系列覆盖了主流控制手段Canny ControlNet用边缘检测约束轮廓适合线稿上色、结构还原Inpainting ControlNet局部重绘修脸、改物、去瑕疵Img2Img整体风格迁移保持构图改风格ImagePrompt Standard / Mix以图为提示适合参照这张图的感觉一句话讲透原理ControlNet 在采样阶段额外注入条件图特征让扩散过程沿着轮廓走Inpainting 则通过掩码区域控制噪声注入范围实现局部重绘而全局风格不失真。实际使用时Canny 的阈值别拉满否则生成结果会死板。人物创作三件套Portrait Master、InstantID、PhotoMaker人物一致性是中文社区最常问的需求项目也给出了分层方案Portrait Master简体中文版把繁复的人像提示词封装成可视化中文参数面板适合快速出人像InstantID单张参考图即可锁定身份特征配合 pose 参考可控制姿势PhotoMaker多张参考图堆叠出更稳定的身份一致性适合角色设计怎么选要快就 Portrait Master要像就 InstantID要角色复用就 PhotoMaker。三者常配合使用——例如SD3 Medium 肖像大师中文版【Zho】.json就是新模型 人像面板的组合示范。四、高阶层LLM 驱动、3D 建模与视频增强当控制能力到位后下一步是让生成链路自己思考——这正是项目最具前瞻性的部分。LLM SD用语言模型接管提示词工程SD3 Medium Qwen2 【Zho】.json展示了Qwen2 生成提示词 → 喂给 SD3 出图的闭环语言模型负责扩写、翻译、结构化描述扩散模型负责出图。同理还有CosXL Edit ArtGallery 1.0【Zho】.json编辑 画廊风格预览。核心收益是你只需给一句粗糙想法模型帮你补齐细节。注意 LLM 类工作流需要额外 API Key 或本地模型先确认网络与显存。从草图到 3D三份工作流的取舍CRM Comfy 3D【Zho】.json端到端生成文本/图像直出 3D 资产Sketch to 3D【Zho】.json流程最完整——先用 Playground v2.5 ControlNet 把草图美化成高质量多视角图再交给 TripoSR 重建网格LayerDiffusion TripoSR用 LayerDiffusion 分离前景后重建适合抠图转 3DSketch to 3D的流水线值得仔细拆解ControlNetApply约束草图结构 →ModelSamplingContinuousEDM调整采样域 → TripoSR 一次性前向推理出网格。一句话草图质量直接决定 3D 质量脏乱草稿先预处理再进流程。视频与增强最后的拼图LivePortrait Animals 1.0【Zho】.json负责动物面部驱动APISR系工作流负责动漫图/视频超分。这些属于锦上添花层建议前面的链路都跑顺后再玩。五、硬件分级与性能调优建议先给结论这套合集对硬件的需求跨度很大选对层级比堆配置更重要。资源项入门级1080p 文生图进阶级4K 3D 视频GPURTX 3060 12GBRTX 4090 24GB内存16GB DDR432GB DDR5存储512GB NVMe SSD1TB NVMe SSD模型动辄数 GB适用工作流SDXS、Stable Cascade 基础系列FLUX、SD3、3D、视频全系列调优三板斧① 显存吃紧时把采样步数降到 20 步内并启用低显存模式② 批量出图用 Batch 节点合并吞吐量明显提升③ 3D 与视频任务优先用独立显存跑避免与浏览器抢占。项目内部分工作流如 Sketch to 3D提供了 Colab 云部署方案本地资源不足时可先云端验证效果。六、故障速查五条高频排错清单节点全红→ 缺自定义节点插件用 ComfyUI Manager 一键补装后重启模型加载失败→ 检查文件名与路径是否匹配TripleCLIPLoader/DualCLIPLoader的编码器文件不能混用OOM 显存不足→ 降分辨率、减步数、启用--lowvram或换 SDXS 轻量工作流3D 出不来网格→ 确认 TripoSR 插件与依赖版本检查输入草图是否清晰、主体是否居中LLM 节点无响应→ 大概率是 API Key 未配置或网络不通先在插件设置里单独测试七、给三类人的落地建议新手从SD3 BASE 1.0或SDXS-512-0.9开始跑通一条完整链路后再横向扩展先别囤模型按需下载老手直接翻阅 LLM SD 与 3D 系列把Sketch to 3D的流水线拆开研究其ControlNet 美化 → 前向重建的思路可复用到你自己的项目中想深入研究的人用SD3是否内置文本编码器的对比【Zho】.json这类对照实验型工作流做基准测试它在同一画布上对比不同配置的差异是理解模型架构的绝佳教具总体判断如果你正在用 ComfyUI 却总在找现成方案和自己拼节点之间反复横跳这个项目值得直接 clone 下来当工作流字典用。建议的下一步动作是先跑通 SD3 BASE再挑一个与你业务最相关的进阶工作流人像或 3D把它的节点链路完整读一遍——你会发现最好的学习资料往往就藏在别人写好的 JSON 里。【免费下载链接】ComfyUI-Workflows-ZHO我的 ComfyUI 工作流合集 | My ComfyUI workflows collection项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-Workflows-ZHO创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考