Comfyui Client

此技能应在用户需要通过 ComfyUI 生成图片或视频时使用。支持加载工作流、修改 prompt、提交任务、轮询结果并自动下载生成的图片和视频。需 ComfyUI 服务已启动。

ComfyUI 工作流客户端

概述

本技能封装了 ComfyUI 工作流调用能力，用于通过 ComfyUI API 生成图片和视频。核心功能包括：加载工作流 JSON、修改 prompt 和图片节点、提交到 ComfyUI 队列、轮询任务状态、自动下载生成结果。

适用场景：

• 用户要求根据文本描述生成图片
• 用户要求根据参考图生成变体或编辑
• 用户要求生成图片转视频、图生视频
• 需要批量或自动化调用 ComfyUI 工作流

前置条件：

• ComfyUI 服务已启动（默认 http://127.0.0.1:8188）
• 工作流 JSON 文件可用
• 工作流所需模型已安装到 ComfyUI

触发条件

当满足以下条件时应使用此技能：

1. 用户表达生成意图

   • 要求"用 ComfyUI 生成图片"、"根据 prompt 画图"
   • 要求"图生图"、"图片编辑"、"生成视频"
   • 提供文本描述并希望得到 AI 生成的图像

2. 技术上下文明确

   • 用户提到 ComfyUI、工作流、txt2img、img2img 等
   • 用户提供工作流文件路径或项目内已知工作流

3. 服务可用

   • 可先检查 ComfyUI 服务是否可访问
   • 若不可用，应提示用户启动 ComfyUI

捆绑资源

脚本： scripts/comfyUIClient.js - ComfyUI 工作流调用主脚本

工作流： assets/workflows/ - 5 个常用工作流（Z-Image、Qwen 编辑、Wan 视频等）

执行方式：

• 技能内脚本：node .claude/skills/comfyui-client/scripts/comfyUIClient.js [选项]
• 项目脚本（等效）：node scripts/comfyUIClient.js [选项]

路径解析： 技能内脚本会自动解析项目根目录，工作流路径和输出目录支持相对路径（相对于项目根）。

核心能力

1. 文生图（txt2img）

使用文本 prompt 生成图片。

基本用法：

node scripts/comfyUIClient.js --workflow <工作流路径> --prompt "<提示词>"

示例：

# 使用技能内工作流（推荐）
node .claude/skills/comfyui-client/scripts/comfyUIClient.js \
  --workflow .claude/skills/comfyui-client/assets/workflows/image_z_image_turbo.json \
  --prompt "a beautiful landscape at sunset"

# 带负面提示词
node .claude/skills/comfyui-client/scripts/comfyUIClient.js \
  --workflow .claude/skills/comfyui-client/assets/workflows/image_z_image_turbo.json \
  --prompt "a beautiful landscape at sunset" \
  --negative-prompt "blurry, low quality, watermark"

自动查找 prompt 节点： 若不指定 --prompt-node，脚本会自动查找工作流中标题含 "Positive" 的 CLIPTextEncode 节点注入正面 prompt，标题含 "Negative" 的节点用于负面 prompt。对于 TextEncodeQwenImageEditPlus，优先选择有非空文本或标题含 "Positive" 的节点。

2. 指定 prompt 节点

当工作流中有多个 CLIPTextEncode 节点时，可指定要修改的节点 ID。

node scripts/comfyUIClient.js --workflow <工作流路径> --prompt-node "45" --prompt "新的提示词"

3. 图生图 / 图片编辑（img2img）

需要提供输入图片。可使用 --image-path 指定本地路径（自动上传到 ComfyUI），或先将图片放入 ComfyUI 的 input/ 目录后使用 --image-file 指定文件名。

3a. Z-Image Turbo + ControlNet（结构引导重绘）

基于 Canny 边缘检测提取输入图片轮廓，用 ControlNet 引导模型生成新图。适合风格转换、基于轮廓的重绘。

• 输入：1 张图片 + 文本 prompt
• 速度：快（9 步，CFG=1）
• LoadImage 节点 ID：58
• Prompt 节点：自动查找（子图内部 CLIPTextEncode 会被展开到顶层）

# 使用 --image-path 自动上传本地图片（推荐）
node .claude/skills/comfyui-client/scripts/comfyUIClient.js \
  --workflow .claude/skills/comfyui-client/assets/workflows/image_z_image_turbo_fun_union_controlnet.json \
  --prompt "oil painting style, vibrant colors" \
  --image-node 58 --image-path "path/to/input_photo.png"

# 或使用已上传到 ComfyUI input/ 的图片
node .claude/skills/comfyui-client/scripts/comfyUIClient.js \
  --workflow .claude/skills/comfyui-client/assets/workflows/image_z_image_turbo_fun_union_controlnet.json \
  --prompt "oil painting style, vibrant colors" \
  --image-node 58 --image-file "input_photo.png"

注意：该工作流使用子图（subgraph），脚本会自动展开子图内部节点。

3b. Qwen 图片编辑（语义级多图编辑）

基于 Qwen 视觉语言模型的智能编辑。支持自然语言编辑指令和最多 3 张参考图片。适合材质替换、风格迁移、多图参考编辑。

• 输入：1-3 张图片 + 自然语言编辑指令
• 速度：中等（20 步，CFG=4）
• LoadImage 节点 ID：主图 41，参考图2 83，参考图3 87（默认禁用）
• Prompt 节点 ID：正面 68，负面 69
• 可选 Lightning LoRA 加速到 4 步（节点 74，默认禁用）

# 单图编辑
node .claude/skills/comfyui-client/scripts/comfyUIClient.js \
  --workflow .claude/skills/comfyui-client/assets/workflows/image_qwen_image_edit_2511.json \
  --prompt-node 68 --prompt "将背景改为海边夕阳" \
  --image-node 41 --image-file "sofa.png"

# 多图材质替换（图1 主图 + 图2 参考材质）
node .claude/skills/comfyui-client/scripts/comfyUIClient.js \
  --workflow .claude/skills/comfyui-client/assets/workflows/image_qwen_image_edit_2511.json \
  --prompt-node 68 --prompt "Change the furniture leather in image 1 to the fur material in image 2." \
  --image-node 41 --image-file "leather_sofa.png" \
  --image-node2 83 --image-file2 "texture_fur.png"

注意：Qwen Edit 工作流的 prompt 节点不是 CLIPTextEncode，需使用 --prompt-node 68 明确指定。

3c. 两种图片编辑工作流如何选择

维度	Qwen 图片编辑	Z-Image Turbo + ControlNet
技术路线	Qwen 视觉语言模型，语义理解	Canny 边缘 + ControlNet 结构引导
输入	1–3 张图 + 自然语言指令	1 张图 + 文本 prompt
速度	较慢（约 20 步）	快（9 步）
结构保持	依赖模型理解，可能变化	强约束，轮廓基本不变

Qwen 编辑适用场景：

• 材质替换（如「把图 1 的皮质换成图 2 的毛绒材质」）
• 多图参考编辑（主图 + 1–2 张参考图）
• 语义级修改（背景、颜色、风格等需理解图像内容的编辑）
• 自然语言编辑指令（支持「将背景改为海边夕阳」等描述）

ControlNet 适用场景：

• 风格转换（保持轮廓，只改风格，如照片→油画、素描）
• 轮廓重绘（基于边缘线生成新图，构图基本不变）
• 线稿上色、结构保持的变体
• 追求速度、快速出图

快速选择：

• 需要理解图像内容做语义修改 → 选 Qwen 编辑
• 需要保持构图/轮廓做风格转换 → 选 ControlNet

4. 视频生成

支持 img2video、flf2video 等工作流。视频生成耗时较长，建议适当增加超时时间。

node .claude/skills/comfyui-client/scripts/comfyUIClient.js --workflow .claude/skills/comfyui-client/assets/workflows/video_wan2_2_14B_i2v.json --prompt "视频描述" --timeout 900

命令行选项

选项	说明	默认值
--workflow <file>	工作流 JSON 文件路径（必需）	-
--server <url>	ComfyUI 服务器地址	http://127.0.0.1:8188
--client-id <id>	客户端 ID	自动生成
--prompt-node <node_id>	要修改的 prompt 节点 ID	自动查找
--prompt <text>	新的 prompt 文本	-
--negative-prompt-node <node_id>	负面 prompt 节点 ID	自动查找
--negative-prompt <text>	负面 prompt 文本	-
--image-node <node_id>	主图 LoadImage 节点 ID	-
--image-file <filename>	主图已上传文件名（或上传后的目标名）	-
--image-path <path>	主图本地路径，将自动上传	-
--image-node2 <node_id>	第二张参考图 LoadImage 节点 ID	-
--image-file2 <filename>	第二张参考图已上传文件名	-
--image-path2 <path>	第二张图本地路径，将自动上传	-
--image-node3 <node_id>	第三张参考图 LoadImage 节点 ID	-
--image-file3 <filename>	第三张参考图已上传文件名	-
--image-path3 <path>	第三张图本地路径，将自动上传	-
--output-dir <dir>	输出目录	./work_dir/comfyui_output
--session-name <name>	会话名称	自动生成时间戳
--timeout <seconds>	超时时间（秒）	600
--poll-interval <ms>	轮询间隔（毫秒）	1000
--help	显示帮助信息	-

环境变量

• COMFYUI_SERVER_URL - ComfyUI 服务器地址，可覆盖 --server 默认值

输出结构

每次执行会创建独立会话目录：

work_dir/comfyui_output/
└── comfyui_<时间戳>/
    ├── session_info.json    # 会话配置信息
    ├── workflow.json        # 实际提交的工作流（含修改后参数）
    ├── result.json          # 执行结果（prompt_id、生成文件列表等）
    ├── <nodeId>_<filename>  # 生成的图片/视频文件
    └── error.json          # 失败时的错误信息（如有）

捆绑工作流（assets/workflows）

本技能在 assets/workflows/ 目录下捆绑了常用工作流，优先使用：

工作流	路径	用途	Prompt 节点	Image 节点
z_image_turbo	.claude/skills/comfyui-client/assets/workflows/image_z_image_turbo.json	文生图（快速出图，9 步）	自动	-
z_image_turbo_controlnet	.claude/skills/comfyui-client/assets/workflows/image_z_image_turbo_fun_union_controlnet.json	ControlNet 结构引导重绘	自动（子图展开后）	58
qwen_image_edit	.claude/skills/comfyui-client/assets/workflows/image_qwen_image_edit_2511.json	Qwen 多图语义编辑	68（正面），69（负面）	41（主图），83（参考2），87（参考3）
wan_i2v	.claude/skills/comfyui-client/assets/workflows/video_wan2_2_14B_i2v.json	Wan 2.2 图生视频	自动	-
wan_flf2v	.claude/skills/comfyui-client/assets/workflows/video_wan2_2_14B_flf2v.json	Wan 2.2 首尾帧视频	自动	-

其他工作流（项目内）

工作流	路径	用途
txt2img	scripts/githubToXPost/workflows/txt2img.json	文生图
img_edit	scripts/githubToXPost/workflows/img_edit.json	图片编辑
controlnet	scripts/githubToXPost/workflows/controlnet.json	ControlNet 图生图
img2video	scripts/githubToXPost/workflows/img2video.json	图生视频
flf2video	scripts/githubToXPost/workflows/flf2video.json	首尾帧生成视频

模块引用

脚本支持作为 Node.js 模块引用，用于集成到其他工作流（如 githubToXPost 的 imageGenerator）。

const ComfyUIClient = require('./scripts/comfyUIClient');

const client = new ComfyUIClient({
    workflowFile: 'scripts/githubToXPost/workflows/txt2img.json',
    prompt: 'a beautiful landscape',
    serverUrl: 'http://127.0.0.1:8188',
    outputDir: './work_dir/comfyui_output'
});

const result = await client.execute();
console.log('生成文件:', result.generatedFiles);

工作流格式说明

脚本支持两种工作流格式：

1. ComfyUI 完整格式（含 nodes、links 数组）- 自动转换为 API 格式
2. API 格式（以节点 ID 为 key 的对象）- 直接使用

自动预处理：

• 子图展开：包含 definitions.subgraphs 的工作流会自动展开子图内部节点到顶层，重映射连接关系
• 旁路节点处理：mode=4（旁路）的节点自动透传输入到输出；mode=2（静音）的节点自动移除
• 非执行节点：MarkdownNote、Note 等非执行节点会自动跳过

错误处理

常见问题

1. ComfyUI 服务不可用

• 确认 ComfyUI 已启动
• 检查 --server 或 COMFYUI_SERVER_URL 是否正确
• 可访问 http://127.0.0.1:8188 验证

2. 工作流文件不存在

• 确认 --workflow 路径正确
• 从项目根目录执行，或使用绝对路径

3. 任务超时

• 视频生成等耗时任务可增加 --timeout（如 900 或 1200）
• 检查 ComfyUI 队列是否堆积

4. 模型缺失

• 工作流所需模型需预先下载到 ComfyUI 的 models/ 目录
• 参考工作流内的 Model links 或 MarkdownNote 说明

最佳实践

1. 执行目录：始终从项目根目录执行，确保相对路径正确
2. 超时设置：图片生成默认 600 秒，视频生成建议 900 秒以上
3. 工作流选择：根据需求选择合适工作流（文生图、图生图、视频等）
4. 结果位置：生成文件在 work_dir/comfyui_output/<会话名>/，便于查找和管理