285 lines
27 KiB
Markdown
285 lines
27 KiB
Markdown
# 15｜ComfyUI 工作流怎样搭建、验证与排错
|
||
|
||
[返回知识库目录](README.md) · [先选生成路线](14_文生视频与图生视频的选择.md) · [看现有工作流拆解](16_现有工作流拆解与搭建练习.md) · [原制作手册](../AI连续剧制作流程与ComfyUI基础手册.md)
|
||
|
||
工作流不是把“文生图、LoRA、ControlNet、采样器、视频保存”几个节点都摆上去。它是一张有类型、有依赖、有执行条件的数据流图：输入从哪里进入，经过什么模型与处理，最后由哪个输出节点产生可取回的文件。
|
||
|
||
本章以官方基础图像链和 Wan2.2 TI2V 5B 原生模板解释搭建方法。资料与模板核查日期为 **2026-10-29**；节点名称、模型文件、菜单位置和默认值可能随版本变化。下列链路是教学拆解，不能代替目标服务器的节点 schema、实际模型列表和运行验收。本次没有为这些教学步骤排队生成新视频。
|
||
|
||
## 1. 先写任务卡，再找模板
|
||
|
||
开始连线前，先写清这七项：
|
||
|
||
| 项目 | 应该写成什么 | 为什么影响工作流 |
|
||
|---|---|---|
|
||
| 镜头任务 | 女儿接过伞，母亲松手；不是“温情大片” | 决定需要验证哪段动作与关系 |
|
||
| 输入 | 文字、首帧、人物参考、视频、声音分别有哪些 | 不是有图片就一定走同一种 I2V 路线 |
|
||
| 必须锁定 | 人物身份、首帧构图、道具位置、动作轨迹等 | 决定选基础生成、参考条件还是控制模块 |
|
||
| 允许变化 | 镜头角度、背景、动作、风格中哪些可探索 | 避免为了“全锁定”叠加互相冲突的约束 |
|
||
| 输出 | 一段视频、帧序列、音频或带音轨容器 | 决定解码与保存链，不是只看预览 |
|
||
| 规模 | 画幅、尺寸、帧数、批量、预期时长 | 影响模型支持范围、显存、解码与封装 |
|
||
| 验收 | 接触成立、台词连续、人物未换位等 | 用内容标准判断流程，而非只看绿色运行状态 |
|
||
|
||
例如“两分钟短剧”是项目总长，不等于应寻找一个直接输出两分钟的单节点。先按分镜识别需要生成的素材，再分别选择路线，最后在剪辑里组织时长。
|
||
|
||
## 2. 搭建起点：先用对应版本的模板建立基线
|
||
|
||
优先顺序可以这样安排：**官方对应模型模板 → 已验证的本机流程 → 可追溯的作者示例 → 从组件组合新的图**。这是本手册建议的排查顺序，不代表官方模板在任意硬件上必然运行成功。
|
||
|
||
在 ComfyUI 的模板侧栏，或 `Workflow → Browse Workflow Templates` 一类入口，按任务和模型加载模板；模板通常附模型信息。界面名称可能不同，关键是确认模板来自哪里、适用哪个模型版本。官方文档也说明模板包含原生模型流程及部分自定义节点示例，模板包本身与核心、前端存在版本关系。[官方模板说明](https://docs.comfy.org/interface/features/template)
|
||
|
||
第一次打开后，依次做五件事：
|
||
|
||
1. **另存一份基线。** 原模板保留，实验在副本上进行，文件名包含任务与版本。
|
||
2. **读图的主路径。** 找到模型加载、条件、采样、解码和保存，沿最终输出往前追。
|
||
3. **列出外部依赖。** 哪些是模型文件，哪些是自定义节点包，哪些是图片、视频或声音。
|
||
4. **确认节点模式。** 正常、禁用、旁路不是同一回事；尤其检查可选图像输入是否真正进入执行图。
|
||
5. **先跑原有基线，再改目标。** 实际需要生成时，先用受支持的较小规模确认加载、采样、解码和保存闭环，再逐步增加负担。
|
||
|
||
不要为了“清理画布”先删除看起来不懂的采样配置、条件节点或模型补丁；它们可能正是该模型能工作的必要环节。反过来，不与最终输出存在依赖的装饰分支，也不能仅凭它出现在画布上就认定已经生效。
|
||
|
||
## 3. 把依赖分清：缺节点、缺模型、模型不匹配是三类问题
|
||
|
||
| 依赖层 | 例子 | 具体检查 |
|
||
|---|---|---|
|
||
| Comfy Core / 前端 / 模板 | 核心节点实现、画布功能、官方模板包 | 记录各自版本；“更新了核心”不证明前端和模板同时更新 |
|
||
| 自定义节点包 | 特定视频封装、预处理、模型 wrapper | 记录节点的 `class_type`、包来源、版本及启动导入错误 |
|
||
| 主模型 | 扩散模型、完整 checkpoint | 文件格式、模型架构、精度、量化方式与加载节点是否匹配 |
|
||
| 文本编码器 | CLIP、T5 或其他架构的编码器 | 与主模型及模板要求一致，不能只看接口都写 CLIP |
|
||
| VAE | 图像或视频编码、解码器 | 架构、通道、压缩与时间维度是否匹配 |
|
||
| 条件模型 | LoRA、ControlNet、视觉编码器等 | 适用的基座、版本、任务和作用范围 |
|
||
| 运行输入 | 首帧、参考图、音频、控制图 | 确实能被服务端找到，尺寸、时长和内容符合本镜 |
|
||
|
||
模型目录应按当前安装和 `extra_model_paths.yaml` 实际配置检查。常见分区包括 `checkpoints`、`diffusion_models`、`text_encoders`、`vae`、`loras`、`controlnet`、`clip_vision`；但本机是否看得到文件，要以相应加载节点的下拉列表或服务器返回值为准。文件下载到浏览器所在电脑，不等于已放进远程 ComfyUI 的模型目录。[官方首次生成与模型安装说明](https://docs.comfy.org/get_started/first_generation)
|
||
|
||
有些 checkpoint 打包多个组件，有些模型必须分开加载。`CheckpointLoaderSimple` 的常见输出为 MODEL、CLIP、VAE；这不意味着每个名为 checkpoint 的文件都真的提供了适用的三者。加载器能读文件、节点能连线、模型组件兼容，是三个需要分别验证的层面。
|
||
|
||
## 4. 先看数据类型，颜色只作辅助
|
||
|
||
节点可连接的端口有数据类型，参数控件则常是字符串、数字、下拉选项等。颜色帮助识别，但主题、插件和版本可能改变表现；判断时读取端口名称、类型与节点说明。[官方节点概念](https://docs.comfy.org/basic-concepts/nodes)
|
||
|
||
| 类型 | 可以怎样理解 | 常见来源 → 去向 | 容易弄错的地方 |
|
||
|---|---|---|---|
|
||
| MODEL | 可用于当前模型运算的模型对象 | 加载 / 模型补丁 → 引导器或采样器 | 不是图片，也不是模型文件名字符串 |
|
||
| CLIP | 此接口名称下的文本编码组件 | 编码器加载 → 文本编码 | 名字相同不保证不同模型家族可互换 |
|
||
| VAE | 像素与潜空间之间的编解码组件 | VAE 加载 → 编码 / 解码 | Wan 视频 VAE 不能当 SD 图像 VAE 随意替换 |
|
||
| CONDITIONING | 编码后的条件结构 | 文本编码、参考或控制条件 → 采样 | 不是直接把一句提示词接到采样端口 |
|
||
| IMAGE | 像素图像或图像批 | 加载、解码、图像处理 → 编码 / 保存 / 视频封装 | 在视频链中可能是帧批，不只是一张图 |
|
||
| LATENT | 潜表示及相关元数据 | 空潜变量、编码、采样 → 采样 / 解码 | 同叫 LATENT 仍可能有架构、通道与时间维差异 |
|
||
| MASK | 区域或权重信息 | 图片加载、分割、遮罩处理 → 对应条件或合成 | 不是所有黑白图片都会自动被当成正确遮罩 |
|
||
| CONTROL_NET | 控制模型对象 | ControlNet 加载 → 控制条件应用 | 不等于骨架、深度图或轮廓图片本身 |
|
||
| AUDIO | 波形与采样率等音频数据 | 音频加载 / 解码 → 音频保存或视频封装 | 有声音输入口不表示视频模型自动会生成声音 |
|
||
| VIDEO | 某些节点使用的视频对象 | 帧和音轨封装、视频加载 → 视频保存 | 不与 IMAGE 或 AUDIO 直接等同 |
|
||
| INT / FLOAT / STRING | 数值或文字参数 | 控件 / 输入节点 → 指定参数 | 不能把输出槽编号误当成参数值 |
|
||
|
||
官方数据类型文档给出了 IMAGE、LATENT、AUDIO 等结构。文档中基础 SD 的潜图尺寸示例不能推广成所有视频模型的压缩比例；后续连线还需检查模型语义与实际张量形状。[官方数据类型参考](https://docs.comfy.org/custom-nodes/backend/datatypes)
|
||
|
||
**转换必须有意义。** `VAEEncode` 可把兼容的 IMAGE 编为 LATENT，`VAEDecode` 执行反向过程；视频模型也可能要求专用条件节点来组织首帧、时间长度、掩码和潜变量。不要只为让线接上，就插入一个不属于该模型的转换器。
|
||
|
||
## 5. 第一张教学图：基础文生图闭环
|
||
|
||
下面是理解数据流的基础 SD 类示意，不是所有图像模型、更不是所有视频模型的通用配方：
|
||
|
||
```text
|
||
CheckpointLoaderSimple
|
||
MODEL ───────────────────────────────────┐
|
||
CLIP ──→ CLIPTextEncode（正向文字）─────────┤
|
||
└─→ CLIPTextEncode（负向文字）─────────┤
|
||
EmptyLatentImage（尺寸、批量）──────────────→ KSampler
|
||
│ LATENT
|
||
VAE ────────────────────────────────────→ VAEDecode
|
||
│ IMAGE
|
||
SaveImage
|
||
```
|
||
|
||
逐条检查，比从左往右随便拉线更可靠：
|
||
|
||
1. 模型输出到采样器的 MODEL 输入。
|
||
2. 文本编码器分别接正向与负向文本节点，再接对应的 CONDITIONING 输入。
|
||
3. 空潜变量提供待采样的潜表示；尺寸和 batch 属于这里的生产条件。
|
||
4. 采样器输出 LATENT，使用匹配的 VAE 解码成 IMAGE。
|
||
5. IMAGE 接到保存节点，确认有可取回的文件。
|
||
|
||
该链可以用于学习“模型、条件、潜变量、解码、输出”的职责，但 FLUX、其他编码架构、蒸馏模型或视频模型会有不同的加载、引导和采样方式。遇到差异先回到对应模板，不要把示意图当成强制节点清单。[基础示例工作流](https://github.com/Comfy-Org/docs/blob/main/public/text-to-image.json)
|
||
|
||
## 6. 第二张教学图：Wan2.2 TI2V 5B 的文／图双模式
|
||
|
||
Wan2.2 家族并非只有一个可任意切换的权重。官方区分 TI2V 5B、T2V A14B、I2V A14B 等任务版本；此处专门解释 **TI2V 5B 原生模板**，不把它的接法移植到 14B 双专家或其他 wrapper。[Wan 官方仓库](https://github.com/Wan-Video/Wan2.2)
|
||
|
||
### 6.1 加载、条件、潜变量与输出各自成链
|
||
|
||
```text
|
||
UNETLoader ─→ ModelSamplingSD3 ─────────────────────────────┐
|
||
CLIPLoader ─→ CLIPTextEncode（正向）─────────────────────────┤
|
||
└→ CLIPTextEncode（负向）─────────────────────────┤
|
||
VAELoader ─→ Wan22ImageToVideoLatent ──────────────────────→ KSampler
|
||
LoadImage.IMAGE → Wan22ImageToVideoLatent.start_image（可选） │
|
||
│ LATENT
|
||
VAELoader ──────────────────────────────────────────────→ VAEDecode
|
||
│ IMAGE 帧批
|
||
CreateVideo
|
||
│ VIDEO
|
||
SaveVideo
|
||
```
|
||
|
||
这里 `ModelSamplingSD3` 是该模板对模型采样配置的处理节点；节点名称不能被理解成主模型变成了 Stable Diffusion 3。`Wan22ImageToVideoLatent` 同时承担该模型所需的潜变量组织，不能用普通 `EmptyLatentImage` 随意替换。
|
||
|
||
本次读到的官方 JSON 使用 `wan2.2_ti2v_5B_fp16.safetensors`、`umt5_xxl_fp8_e4m3fn_scaled.safetensors` 与 `wan2.2_vae.safetensors`，并连接上述路径。文件名是该快照的依赖示例；如果使用其他精度或重新打包版本，应按其配套说明核对加载方式。[官方 TI2V 5B 模板 JSON](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/refs/heads/main/templates/video_wan2_2_5B_ti2v.json)
|
||
|
||
### 6.2 文生与图生，真正改的是输入分支
|
||
|
||
| 要做的模式 | 输入分支怎样处理 | 运行前看什么 |
|
||
|---|---|---|
|
||
| T2V：文字驱动视频 | 在该模板规定的方式下停用可选首帧输入，使实际执行图不携带 `start_image` 图像条件 | 导出的 API 图是否真的不再引用首帧；不要只看画布上有无一张图 |
|
||
| I2V：首帧驱动视频 | 启用 `LoadImage`，将实际首帧接入 `Wan22ImageToVideoLatent.start_image` | 图片来自哪里，尺寸与裁切怎样处理，图中初态是否能发生所需动作 |
|
||
|
||
官方教程提供可选图像输入的切换，并指出视频尺寸和长度在专用潜变量节点中设置。切换必须使用本模板支持的办法；不是任何 T2V 图加一个 `LoadImage` 就获得 I2V 能力，也不是从任意 I2V 图删掉输入便得到可用 T2V。[官方 Wan2.2 教程](https://docs.comfy.org/tutorials/video/wan/wan2_2)
|
||
|
||
选择 I2V 后，首帧给出的身份、构图与初态仍需审查。手已握住伞柄，却在文字里要求先从远处走近，图和动作就会冲突；这是输入设计问题，不必先怀疑采样器坏了。
|
||
|
||
### 6.3 帧数、采样步数与输出帧率不是一回事
|
||
|
||
- **帧数 / length：** 要组织多少视频帧；模型可能有特定的时间尺寸约束。
|
||
- **采样步数 / steps：** 去噪过程的计算次数，不等于视频帧数。
|
||
- **输出 fps：** 帧序列怎样按时间播放；随意改它会改变速度和时长，并不自动补出新的运动内容。
|
||
- **batch：** 多个样本的批量，不能把它直接当成一个视频的时间长度。
|
||
|
||
先保留模板适用的帧数与采样安排。做小样时，在模型支持范围内缩小分辨率、时长或批量；不能把长度改成任意整数后，认为所有时序结构仍会兼容。
|
||
|
||
这个 Wan 示例的 `CreateVideo` 有可选 AUDIO 入口，但以上基础链没有音频生成分支，因此不能把提示词里的“雨声、说话”当成已经输出音轨。原生音画联合生成或外部音轨合成，需要不同的模型或额外的实际音频路径，见[现有工作流拆解](16_现有工作流拆解与搭建练习.md)。
|
||
|
||
## 7. 在哪里加模块：先有问题，再加一条支路
|
||
|
||
| 已确认的问题 | 可研究的模块 | 它主要改变哪一层 | 不能指望它自动解决 |
|
||
|---|---|---|---|
|
||
| 需要特定风格或训练过的主体特征 | 兼容 LoRA | 模型，部分也改编码组件 | 所有机位的身份、持物、空间与剧情记忆 |
|
||
| 姿态或结构偏离 | 对应模型支持的 ControlNet / 控制条件 | 采样的结构约束 | 肌肉受力、接触顺序及所有遮挡物理 |
|
||
| 需要参考人物或外观 | 模型原生参考、视觉编码或适配器 | 模型规定的参考条件 | 自动获得首帧、尾帧、3D 世界的全部约束 |
|
||
| 局部需要修复 | 遮罩、局部编辑或重绘 | 指定区域的生成与合成 | 与其他镜头天然连续 |
|
||
| 分辨率不足 | 尺寸调整、超分、分块修复 | 像素或潜空间处理 | 修正原先错误的构图和动作因果 |
|
||
| 需要更多播放帧 | 插帧 | 已有帧之间的运动估计 | 修好换脸、瞬移、穿模和错误手势 |
|
||
| 运行速度不足 | 已支持的量化、缓存、加速方案 | 权重、计算或采样路径 | 在不测试的前提下保证质量不变 |
|
||
|
||
后期插帧是在已有视频帧之间补过渡；首尾帧视频生成则把两张图作为生成条件，让模型生成中间内容。它们解决的问题和输入路径不同，不能混称为同一种操作。
|
||
|
||
**LoRA 放在它实际修改的流上。** 经典 `LoraLoader` 接收 MODEL 与 CLIP，再输出修改后的对象；某些模型或 LoRA 使用 model-only 路径。不能把 LoRA 文件接到文本框，也不能假定每个 LoRA 都训练过文本编码器。[ComfyUI 官方节点源码](https://github.com/Comfy-Org/ComfyUI/blob/master/nodes.py)
|
||
|
||
**加速 LoRA 还带采样契约。** 它可能要求特定模型、步数、引导与调度，不能只把文件叠上去，再沿用普通高步数设置。人物 LoRA、风格 LoRA、加速 LoRA 的目标不同；每次只加入一个已核对兼容性的变化，与基线对照。
|
||
|
||
**控制图和控制模型不是同一物。** 骨架、深度和轮廓是输入条件；相应控制模型或原生节点负责如何使用它们。经典 `ControlNetApplyAdvanced` 把控制信息应用到 CONDITIONING，不是用一张深度图直接替换采样器的 MODEL。视频模型可能采用完全不同的原生控制结构，应另找对应模板，而非照搬图像 ControlNet 支路。
|
||
|
||
## 8. UI JSON、API JSON 和节点编号怎样理解
|
||
|
||
| 文件或字段 | 主要用途 | 不能混淆的地方 |
|
||
|---|---|---|
|
||
| UI 工作流 JSON | 保留画布节点、连线、布局、控件、分组或子图定义 | 好看的截图不能代替它；API 图也通常不含完整布局 |
|
||
| API 工作流 JSON | 描述后端实际执行节点的 `class_type` 与 `inputs` | 通常不能把 UI 顶层 `nodes/links` 直接作为本地 `/prompt` 的执行图 |
|
||
| node ID | 标识当前图中的一个节点实例 | 节点标题可改，ID 也不是跨所有工作流的固定职责编号 |
|
||
| 输出 slot | 该节点输出列表中的索引 | 通常从 0 开始；不是节点 ID、不是链接 ID |
|
||
| `widgets_values` | 某些 UI 格式按顺序存储参数 | 改版本或控件顺序后，不能按旧下标盲填 |
|
||
| 参数与引用 | 字面值，或对上游节点输出的引用 | 两项数组引用不是任意数值列表 |
|
||
|
||
例如，API 图中的 `"samples": ["3", 0]` 表示从**当前图的节点 3 的第 0 个输出**取数据，不是“采样 3 次、用 0 号随机种子”。只把这一字段单独保存，不会形成完整可运行工作流；还需存在源节点、匹配类型和可到达的输出。
|
||
|
||
UI 里的注释、重路由、禁用节点和子图也会影响导出形态。尽量从当前前端导出 API 格式，再检查实际 `class_type` 和引用；不要通过删除几个顶层字段手工“转换”。本机版本与示例可见[第16章](16_现有工作流拆解与搭建练习.md)。
|
||
|
||
### 用只读 schema 检查连线
|
||
|
||
自托管 ComfyUI 的 `GET /object_info` 或 `GET /object_info/{node_class}` 可查节点定义；`GET /system_stats` 可查设备与内存信息。以此确认必填项、可选项、输出顺序和模型下拉值，不必为了检查而提交生成任务。[官方服务器路由](https://docs.comfy.org/development/comfyui-server/comms_routes)
|
||
|
||
```text
|
||
GET /object_info/Wan22ImageToVideoLatent
|
||
检查：需要哪些输入？start_image 是不是可选？输出是什么类型？
|
||
|
||
GET /object_info/UNETLoader
|
||
检查：要用的模型文件是否出现在该服务器的候选列表？
|
||
|
||
GET /object_info/SaveVideo
|
||
检查：接收 VIDEO 还是其他类型？输出文件由哪个字段配置？
|
||
```
|
||
|
||
这不是一套独立的请求脚本，也不会执行图。模型列表能证明“被服务器发现”，不能证明文件完整、权重可加载或显存足够。
|
||
|
||
## 9. 一次可复查的搭建循环
|
||
|
||
1. 保存基线 UI 图与 API 图，记下模型、节点包、输入素材和运行设置。
|
||
2. 在受支持的小规模上跑通，确认输出数量、文件路径、视频帧数及有无音轨。
|
||
3. 抽看开头、中间、结尾，并看一次完整播放；采样成功不等于镜头合格。
|
||
4. 按问题只改一个主要变量，例如加入参考条件，而不是同时更换模型、seed、步数与所有提示词。
|
||
5. A/B 比较时尽量控制其他输入；固定 seed 方便对照，但不承诺完全确定性或跨版本相同结果。
|
||
6. 若要更换模型家族，重新选模板和对应组件；不要只替换主模型文件名。
|
||
7. 扩到目标尺寸、帧数与批量后再验收；小样跑通不保证最终规模的峰值内存可承受。
|
||
8. 采用的版本重新保存，并把失效或弃用的实验标清，避免剪辑时混用不同初始状态。
|
||
|
||
画布可按“输入／模型→条件→采样→解码→封装保存→后处理”分组。共享同一组件的支路可复用其加载器；不同模型家族不因端口类型相同就共享 VAE 或编码器。整理布局的目的是能沿故障数据追到上游，不能靠折叠分组掩盖依赖。
|
||
|
||
## 10. 排错顺序：找最早失败的层面
|
||
|
||
| 现象 | 先收集什么证据 | 优先检查与处理 |
|
||
|---|---|---|
|
||
| 导入后红色缺节点 | 缺失的 `class_type`、节点来源、启动导入日志 | 核心版本是否包含它、自定义包是否装在实际运行环境、是否导入失败；先不乱换采样器 |
|
||
| 模型下拉框没有文件 | 加载器列表、实际模型目录、路径配置 | 文件是否放在服务端正确分类目录；目录变化后刷新列表，仍无则检查路径配置 |
|
||
| 线接不上或参数校验失败 | 源输出类型、目标输入类型、字段名与允许选项 | 先修连线和参数；不要把错误类型强行伪装成匹配 |
|
||
| `shape`、矩阵维度或通道错误 | 首个报错节点、模型与编码器/VAE组合、输入尺寸 | 检查模型家族与时间/空间尺寸约束，回到原模板验证 |
|
||
| 采样开始就 OOM | 当前空闲显存、尺寸、帧数、批量、权重精度 | 在模型允许范围内减负，检查重复加载；不能仅凭模型文件大小估算总峰值 |
|
||
| 采样完成，解码时 OOM | 解码节点、最终潜变量规模、设备占用 | 检查视频长度、VAE 与分块/分段支持；不是每个 VAE 都实现相同的 tiled 行为 |
|
||
| 输出黑片、噪点或异常颜色 | 潜变量来源、匹配的 VAE、首个异常阶段和精度日志 | 可能是模型/条件错配、数值异常或解码问题；先定位，别一律认定“提示词不够好” |
|
||
| 显示成功，却找不到视频 | 末端输出节点、执行历史中的 outputs、文件名与类型 | 是不是只连了预览，或只有 IMAGE 帧而未封装保存；确认保存节点真在输出路径上 |
|
||
| 有画面没有声音 | 是否有实际 AUDIO 数据，是否接入封装，成片音轨信息 | 不以提示词提到声音或节点有 AUDIO 口，推定音频已生成 |
|
||
| 视频速度或音画长度不符 | 帧数、封装 fps、音频采样率与实际时长 | 分清采样过程和播放设置；先对齐时间，再判断是否需要补帧或重做素材 |
|
||
| 改参数几乎立刻结束 | 执行节点与缓存信息、被改控件是否在有效支路 | 可能是正常缓存复用，也可能改了未执行分支；不要仅凭快就判故障 |
|
||
| 更新后以前的图失效 | 更新前后核心、前端、节点包与依赖版本 | 回到可工作的备份并逐层定位；先查当前发布说明，不凭旧问题清单认定今天仍未修复 |
|
||
|
||
每次报错保留节点 ID、`class_type`、首个异常、输入素材版本和参数快照。报错最后一行常是结果，真正原因可能在更早的模型加载或节点导入处。多用户服务器上，清队列、释放模型、重启会影响其他任务，排错前先确认当前运行状态；本章没有要求读者先重装整个环境。
|
||
|
||
## 11. API 的“入队成功”与“完成成功”分开
|
||
|
||
对自托管服务，`POST /prompt` 会验证并加入执行队列，成功响应通常包含 `prompt_id`；如果验证失败，会有 `error` 或 `node_errors`。这只说明接收状态。后续还可能加载失败、运行异常或没有所需输出。要继续观察 WebSocket 事件，或查询 `GET /history/{prompt_id}`，核对状态和输出，再实际取回文件检查。
|
||
|
||
最少记录四个阶段：**已提交 → 已开始 → 执行结束状态 → 输出已取回并验收**。云端、部署 API 与自托管接口可能有不同端点和认证方式，不能把本地请求体直接推广给所有服务。
|
||
|
||
## 12. 交付一份别人能继续改的工作流
|
||
|
||
```text
|
||
workflow_gui.json 供画布查看与编辑，保留可理解的布局
|
||
workflow_api.json 当前版本导出的实际执行图
|
||
dependencies.md 模型文件、节点包、版本与来源
|
||
inputs.md 输入素材清单、职责和适用镜头
|
||
run_record.json 运行设置、prompt_id、输出文件、采用或返修理由
|
||
```
|
||
|
||
文件名是组织建议，不要求每个项目都照抄。模型权重、图片、音频与凭据不需要打进同一个 JSON。尤其检查调用服务的节点是否把 token 等敏感值存进了工作流；分享给团队时使用适当的凭据配置方式。
|
||
|
||
交付检查：
|
||
|
||
- 图中的节点类型和必填参数，在目标服务器可用。
|
||
- 模型、编码器、VAE 与可选模块确实相互兼容。
|
||
- 输入来自可定位的素材版本，参考职责写清楚。
|
||
- 所需支路没有误禁用，最后有对应的保存路径。
|
||
- UI 图与 API 图对应同一个制作版本，布局能沿数据依赖阅读。
|
||
- 实际运行过的设置与只做过结构检查的设置分别标注。
|
||
- 文件取回后检查内容与时间，不把成功日志代替观看。
|
||
|
||
## 13. 建议的三个搭建练习
|
||
|
||
**练习一：只学闭环。** 用基础文生图模板，指出 MODEL、CLIP、VAE、CONDITIONING、LATENT 和 IMAGE 各在哪条线上。暂不叠 LoRA、ControlNet 与放大，确认自己知道每一步产生什么。
|
||
|
||
**练习二：同一视频模板比较文／图模式。** 在支持双模式的 TI2V 5B 模板副本上，只切换首帧条件，并检查导出的执行图。使用同一镜头任务，对比初始构图、身份与动作发展；结果不能提前假定 I2V 一定更好。选择依据见[第14章](14_文生视频与图生视频的选择.md)。
|
||
|
||
**练习三：给已有工作流增加一个有理由的支路。** 先说清它解决什么，再查端口类型、模型兼容与额外内存，生成一次有对照的样片。写下这个模块改善了什么、没有改善什么，以及是否值得保留。可以从[本机已用流程](16_现有工作流拆解与搭建练习.md)开始，避免学习与生产同时更换全部变量。
|
||
|
||
## 本章查证来源
|
||
|
||
以下均于 2026-10-29 读取官方页面或官方仓库；教程、节点实现和模板今后可能更新。本章不把旧技能日志中的开放问题当作当前仍存在的事实。
|
||
|
||
1. [ComfyUI Workflow Templates](https://docs.comfy.org/interface/features/template)——模板入口、依赖与模板包。
|
||
2. [ComfyUI First Generation](https://docs.comfy.org/get_started/first_generation)——基础生成、工作流导入与模型路径。
|
||
3. [ComfyUI Nodes](https://docs.comfy.org/basic-concepts/nodes)——节点、连接与状态。
|
||
4. [ComfyUI Datatypes](https://docs.comfy.org/custom-nodes/backend/datatypes)——IMAGE、LATENT、AUDIO 等类型结构。
|
||
5. [Comfy-Org 基础示例工作流](https://github.com/Comfy-Org/docs/blob/main/public/text-to-image.json)——基础图像链的结构入口。
|
||
6. [Wan2.2 官方仓库](https://github.com/Wan-Video/Wan2.2)——模型家族与 TI2V 的任务区别。
|
||
7. [ComfyUI Wan2.2 教程](https://docs.comfy.org/tutorials/video/wan/wan2_2)——5B 与 14B 的组件、可选图像模式。
|
||
8. [官方 TI2V 5B 模板 JSON](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/refs/heads/main/templates/video_wan2_2_5B_ti2v.json)——本章视频节点与数据流拆解。
|
||
9. [ComfyUI 官方节点源码](https://github.com/Comfy-Org/ComfyUI/blob/master/nodes.py)——经典加载、LoRA 与 ControlNet 节点职责。
|
||
10. [ComfyUI Server Routes](https://docs.comfy.org/development/comfyui-server/comms_routes)——schema、队列、历史与输出查询。
|