ComfyUI-Workflows-ZHO 实用指南：16 套中文 AI 绘图工作流如何 5 步跑起来

ComfyUI-Workflows-ZHO 实用指南：16 套中文 AI 绘图工作流如何 5 步跑起来

【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

把别人用 FLUX.1 生成的图发给你、想复刻同款效果时，打开 ComfyUI 空白画布的下一步往往是卡住：接什么编码器、多少步采样、CFG 填多少，全靠摸索。ComfyUI-Workflows-ZHO 是一套预配置好的 ComfyUI 工作流合集，覆盖 FLUX.1、SD3、Stable Cascade 等主流模型线，把采样器、步数、CFG、模型加载方式都写死在每个 JSON 里，你只负责装好模型文件然后跑图。

🧰 先搞清楚它是什么：一份可直接加载的工作流仓库

这个仓库的定位不是教程，也不是 ComfyUI 插件，而是"成品工作流包"。仓库主体是 16 个可以直接拖进 ComfyUI 加载的 JSON 文件，README 里还索引了作者整理的 20 类 50 项工作流体系，部分条目指向其外部子项目。

它解决的问题很具体：

• 省掉搭建成本：每个工作流的节点连接、采样参数、模型文件名都已配置完成，无需从零连线
• 中文语境：部分工作流（如肖像大师中文版）的交互字段全部是中文下拉选项，SD3 + Qwen2 工作流支持中文输入、英文出图提示词
• 模型线齐全：从 1 步的 SDXS 秒出图，到 FLUX.1 DEV 精细出图、Stable Cascade 两阶段级联、ControlNet 结构控制，再到 TripoSR/CRM 的 2D 转 3D
• 文件即说明：工作流文件名就是用途标签，如 Sketch to 3D【Zho】.json、Stable Cascade Img2Img【Zho】.json

🚀 5 步上手：从 clone 到出第一张图

第 1 步：准备 ComfyUI 环境。本地或云端（Colab）装好 ComfyUI 并能正常打开 Web 界面即可，Python 环境随 ComfyUI 自带，无需额外依赖包。

第 2 步：克隆本仓库。

git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-Workflows-ZHO

第 3 步：加载 JSON。把仓库中的工作流文件拖进 ComfyUI 界面（或用界面的 Load 按钮选择文件），画布会直接还原出完整节点图。

第 4 步：补装缺失的自定义节点。加载后若出现红色节点或控制台提示 "import failed / module not found"，按报错清单安装对应插件——本仓库工作流涉及的插件包括 Comfy3D、TripoSR-ZHO、BRIA RMBG、AlekPet（草图画板）、rgthree、VideoHelperSuite、LivePortrait 系列节点等，装完后重启 ComfyUI。

第 5 步：放置模型文件。JSON 里写死了模型文件名，需把对应文件放进正确目录再按 "Queue Prompt"。各工作流的模型清单见下文速查表，README.md 中也有每个工作流对应的说明与演示图。

🗂️ 按目标选工作流：五组使用场景

从零文生图：先秒出草图，再出精图

适用场景是验证创意和交付成品的两个阶段，仓库里给了三档速度：

• 极速档：SDXS-512-0.9【Zho】.json 配置 1 步采样、CFG 1、512×512 输出，几秒出一张，用于快速试提示词，画质仅够看构图
• 快出图档：FLUX.1 SCHNELL 1.0【Zho】.json 4 步采样、1024×1024，质量已接近可用成品
• 成品档：FLUX.1 DEV 1.0【Zho】.json 20 步、euler + simple 调度、BasicGuider（FLUX 架构本身不带 CFG 缩放），纹理细节更完整；另一条 SD3 BASE 1.0【Zho】.json 走 SD3 Medium 路线，28 步、CFG 4.5、dpmpp_2m/sgm_uniform，并用 ModelSamplingSD3 设置 shift=3，负向提示词按 timestep 0~0.1 区间单独生效

效果差异直观：同样一句提示词，SDXS 档出的是"能不能做"的判断依据，SCHNELL 档是"能不能发"的底稿，DEV 档才是放大检查细节的版本。

人像与动态肖像：中文参数化控制

• 静态人像：SD3 Medium + 肖像大师（中文版）【Zho】.json 默认 960×1536 竖构图，30 步、CFG 5.45，核心是 PortraitMaster 中文版节点：景别（肩部以上肖像）、性别、表情、肤色、发型、摄影棚灯光方向等全部是中文下拉框，改选项即改提示词，不用手写英文
• 动态肖像：LivePortrait Animals 1.0【Zho】.json 走的是"静像 + 驱动视频"路线——用 blazeface 对齐 + animal 动物面部模型，把一段驱动视频的表情迁移到静像上，输出 30fps 的 mp4（VideoHelperSuite 节点），首次运行会自动下载 LivePortrait 模型；输入视频限制 120 帧，裁剪尺寸 512

基于图像的编辑与重绘：Stable Cascade 和 CosXL 两条线

这组工作流解决"已有图，想局部改"的需求，前置条件都是一张输入图：

• 整体换风格/换内容：Stable Cascade Img2Img【Zho】.json 走级联两阶段——stage_c 低分辨率阶段 10 步、CFG 1.1，stage_b 1024 分辨率阶段 20 步、CFG 4、denoise 0.5，denoise 是风格改动幅度的总开关
• 局部重绘：Stable Cascade Inpainting ControlNet【Zho】.json 加载 scinpainting.safetensors 修复专用 ControlNet，GrowMask 节点把蒙版自动外扩 8 像素避免边缘断裂，ControlNetApplyAdvanced 设 start 0 / end 1 全程约束
• 按结构控制构图：Stable Cascade Canny ControlNet【Zho】.json 用 sccanny.safetensors 配合 Canny 边缘预处理器（阈值 100/200），输入图的轮廓结构会被保留，内容按提示词重填
• 以图带提示词：Stable Cascade ImagePrompt Standard【Zho】.json 用 CLIPVisionEncode 提取输入图特征参与条件生成；Mix 版同时接两张参考图（unCLIPConditioning 双通道），适合做跨图融合
• 指令式修图：CosXL Edit + ArtGallery 1.0【Zho】.json 基于 InstructPixToPix 条件（输入图 + 一句编辑指令，如 "watercolor"），DualCFGGuider 取 5 / 1.5 双 CFG，并接了 ArtGallery 的风格/画家/流派文本节点，可叠加画风约束

效果差异：Stable Cascade 系是"先定结构再上细节"的两阶段管线，改得稳但需要 stage_b、stage_c 两个检查点；CosXL Edit 更轻，一句话直接改图，但改动幅度受指令表述影响更大。

3D 生成：从草图和单图到可导出模型

• 草图 → 3D：Sketch to 3D【Zho】.json 的链路是 AlekPet 画板手画草图 → Playground v2.5 + canny ControlNet（controlnet-canny-sdxl-1.0）先出一张干净的 2D 渲染图 → BRIA RMBG 去背 → TripoSR（TripoSRSampler_Zho，256 输入 / 25 步）直接输出 .obj 网格
• 图片 → 3D：CRM Comfy 3D【Zho】.json 用 Comfy3D 插件的 CRM 管线，需要 pixel-diffusion.pth、ccm-diffusion.pth、CRM.pth 三个权重，采样 50 步、CFG 5.5，最终 Save 3D Mesh 节点导出 obj

效果差异：TripoSR 路线快（2D 出图 20 步 + 25 步重建），拓扑简单、适合概念验证；CRM 走 MVDiffusion 多视角扩散，质量更高但耗时是前者的数倍，且前置同样要求先去背。

LLM 辅助与实验对比

• 中文问一句，英文提示词自己写：SD3 Medium + Qwen2 【Zho】.json 挂本地 Qwen2-7B-Instruct 模型，输入"What is the meaning of life?"这类问题，由 LLM 按内置 system prompt 扩写成不超过 200 token 的英文绘图提示词，DisplayText 节点会直接显示 LLM 的产出，方便你回看和改写，之后 30 步、CFG 5.45 交给 SD3 出图
• A/B 实验：SD3是否内置文本编码器的对比【Zho】.json 左右两条支路跑同一提示词、同种子（30 步、CFG 5.45）：一条用 sd3_medium.safetensors + 独立三编码器（clip_g/clip_l/t5xxl），另一条用 sd3_medium_incl_clips.safetensors（CLIP 已并入检查点）+ 双编码器，出图差异直接可见，适合研究编码器方案对结果的影响

⚙️ 预置参数与模型依赖速查

❓ 导入后的常见报错与处理

加载 JSON 后大面积红色节点，控制台刷 "import failed"？工作流依赖的自定义插件没装齐。看终端输出的缺失模块列表，一次性装完（如 Comfy3D、TripoSR-ZHO、BRIA RMBG、rgthree、VideoHelperSuite、LivePortrait 相关节点），装完必须重启 ComfyUI 再重新加载。

模型下拉框是空的，或提示找不到某个文件？JSON 写死了文件名（如 flux1-dev.sft、sd3_medium.safetensors、stable_cascade_stage_b.safetensors），文件名不一致就不认。注意加载目录也分类型：UNETLoader 读 models/unet，DualCLIPLoader/TripleCLIPLoader 读 models/clip，VAELoader 读 models/vae，ControlNetLoader 读 models/controlnet。

Qwen2 工作流跑得极慢或中途崩溃？Qwen2-7B-Instruct 在 fp16 下需要较大显存。可以先只跑其他工作流验证管线，这条工作流放到显存充足的机器或云环境执行；崩溃时优先检查是否有其他插件常驻占用了显存。

Stable Cascade 出图模糊、像低分辨率放大？级联结构依赖两个阶段都执行完：stage_c 出低分辨率潜变量，stage_b 再升到 1024 细化。检查两个检查点是否都已正确加载、两个 KSampler 是否都在运行；同时别动 latent 节点里的 42（shift 值），它是 Cascade 的必需参数。

LivePortrait 动态肖像没反应或面部漂移？静像要单脸、清晰、正面；驱动视频动作幅度不宜过大；模型是首次运行时自动下载的（DownloadAndLoadLivePortraitModels 节点），网络受限环境会卡在这一步，需确认下载完成后再跑。

画布之外：四类角色的使用路径

• 自媒体与插画作者：用 SDXS 或 FLUX.1 SCHNELL 一分钟内批量验证十个提示词方向，确认方向后切 DEV 档出成品，中间不用改任何节点
• 电商与产品视觉：以 Stable Cascade Inpainting 处理局部瑕疵和元素替换，用 Canny ControlNet 锁定产品外形后换背景换材质，原图结构不会跑偏
• 3D 内容创作者：草图 → Sketch to 3D 链路拿到初版 .obj，导入建模软件做减面与重拓扑，CRM 留给对精度要求高的最终资产
• 学习与研究者：用编码器对比工作流做 A/B 实验，把 Qwen2 工作流的 LLM 扩写 prompt 当作"提示词工程的可观察样本"，DisplayText 让中间产物显性化，方便复盘 LLM 到底写了什么

工作流已经把最费时间的接线工作做完了，剩下的事很朴素：打开 ComfyUI，拖进一个 JSON，按表把模型文件放到位，然后点下 Queue Prompt，看看第一张图长什么样。

【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