ComfyUI 工作流导入导出与迁移完整指南：分享、还原与避坑

ComfyUI 工作流导入导出与迁移完整指南：分享、还原与避坑

【免费下载链接】ComfyUIThe most powerful and modular diffusion model GUI, api and backend with a graph/nodes interface.项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI

ComfyUI 的画布由一个个节点连成，节点一多就有两个现实痛点：换台机器后画布怎么找回，以及怎么把一整套生成流程原样发给同事。本文按四个具体任务，把 ComfyUI 工作流的导入、导出、迁移与分享逐一说清。

先弄明白工作流文件长什么样 📦

ComfyUI 工作流就是一个 JSON 文件：里面记录了每个节点的参数、节点间的连线关系，以及画布上的布局位置。它是纯文本，可以丢进编辑器直接看，也可以放进 git 做版本管理。

仓库里就有现成的工作流模板目录，建议把它当"教材"：

ComfyUI/ ├── blueprints/ # 仓库自带的成品工作流，全部是 JSON 文件 ├── input/ # 工作流读取的输入图片目录 ├── output/ # 生成图片输出目录 └── workflows/ # 建议自建，存放你自己维护的工作流

blueprints/ 里放着一批开箱即用的流程（文生图、图生视频、深度估计等），对照着看一遍，你对工作流 JSON 的内部结构就会建立直观印象。

三步让画布跟着文件走

手动把画布存成 JSON

1. 节点搭好后，按Ctrl + S（macOS 为Cmd + S）打开保存对话框
2. 选择存放位置，输入带用途和版本的文件名，如portrait_v1.2.json
3. 点击"保存"，导出完成

完整快捷键表在 README.md 的 "Shortcuts" 章节；顺带一提，Ctrl + D能直接加载默认图，是清空画布、重开一局的快捷方式。

让流程自动写进图片

更省事的是"一图一流程"：每次运行后，ComfyUI 会把完整的流程数据写进输出图片的 PNG 元数据块（metadata chunk）。核心逻辑在 nodes.py 的SaveImage节点里：

metadata.add_text("prompt", json.dumps(prompt))

也就是说，output/ 目录下的图片天然"自带画布"，对方只要把这张图拖进 ComfyUI，流程就能还原。图片里承载的不只是像素，还有整张工作流。LoadImage 节点读取的输入图位于 input/ 目录，仓库自带的示例图如下：

空手复原画布的三种方式

从 JSON 导入：按Ctrl + O，选中文件，系统解析节点、参数与布局，自动重建画布。这是迁移的主力方式。

从图片导入：把带元数据的 PNG 拖进 ComfyUI 界面，服务端读取图片里的 prompt 字段并还原流程。注意前提是保存图片时确实写入了元数据——如果启动参数关掉了args.disable_metadata（见 nodes.py），图片就不再携带工作流。

从历史导入：每次提交都会把 prompt 数据交给 server.py 中的trigger_on_prompt钩子做预处理后入队，历史记录可通过 History 面板取回。此方式只对本机有效，跨机器迁移还是靠前两种。

团队工作流目录怎么分 ⚠️

多人协作时，建议按工作流的"成熟度"分目录，而不是按人名分：

workflows/ ├── base/ # 基础模板，改动需评审 ├── experimental/ # 实验性流程，随时可弃 └── production/ # 生产流程，文件名带语义化版本号

三条版本管理习惯：

• 文件名用语义化版本，如character_design_v1.2.json，一眼看出新旧
• 文件内备注作者与修改日期，方便回溯
• 大改之前先导出快照，旧版本留在 git 历史里，不用在磁盘上留副本

导入失败，按这四步排查

1. JSON 语法：先用任意 JSON 校验工具打开，文件被截断或手工改坏都会导致解析失败
2. 自定义节点依赖：工作流用到的节点若不在对方的 custom_nodes/ 目录里，导入后对应位置会缺节点
3. 模型文件缺失：工作流按名称引用模型，文件必须落在 models/ 的对应子目录（checkpoints、loras 等），否则节点运行报错
4. 版本兼容：旧版工作流可能用到新版已改名的节点或参数，拿一个确定能跑的版本做对照能快速定位

分享前把冗余节点删掉、把大流程拆成子工作流，文件越小，出错的概率越低。

还能再往前一步

• API 批量管理：script_examples/ 里有基础 API 与 WebSocket 示例，可以程序化提交工作流，搭批量生成流水线
• 模板库沉淀：以 blueprints/ 为基础扩充团队内部模板库，配合 git 做版本管理
• 自动化验证：结合 tests/ 的测试框架，给关键工作流写回归用例，节点升级后先跑测试再上线

【免费下载链接】ComfyUIThe most powerful and modular diffusion model GUI, api and backend with a graph/nodes interface.项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI