mcpField
C
comfyui-media-workflows

comfyui-media-workflows

github.com/calesthio创意与媒体219116 次安装15 周前更新
代码仓库

关于 comfyui-media-workflows

这是一套与供应商无关的技能，可将创意或技术简报转为可复现、可审查的 ComfyUI 工作流包，面向媒体创作者和技术操作人员，涵盖图结构、运行检查、模型与节点风险及交接记录。

主要功能

  1. 01制作简报与约束采集
  2. 02UI 和 API 工作流格式
  3. 03工作流预检验证
  4. 04模型与许可清单
  5. 05自定义节点风险管理
  6. 06运行元数据与交接记录

适用场景

  1. 01构建可复现的图像工作流
  2. 02准备供 API 执行的图
  3. 03审查模型和节点依赖
  4. 04为交接记录工作流信息

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/calesthio/generative-media-skills --skill comfyui-media-workflows

安装后在 Claude Code 中输入/comfyui-media-workflows确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

EVAL.md
scripts/
inspect_workflow.py
tests/
test_inspect_workflow.py

详细介绍

ComfyUI 媒体工作流制作

使用此技能，将创意或技术简报转化为可投入制作的 ComfyUI 工作流包。请将 ComfyUI 视为基于图的媒体制作运行时，而非提示词输入框。输出应确保该图可复现、可审核、可安全运行，并且便于其他操作人员或系统执行。

本方案与服务提供商无关。除非用户或现有项目明确指定，否则不要假设使用特定检查点、托管式 Comfy 服务、自定义节点集或云服务商。由于 ComfyUI、自定义节点、模型、许可证和云 API 的相关情况经常变化，请在投入制作时重新核实。

操作原则

  • 从交付物和约束出发，再选择图拓扑、模型、节点和运行时。不要直接粘贴热门工作流作为起点。
  • 区分有文档依据的事实与制作经验。有文档依据的事实来自最新文档、模型卡、许可证、API 架构和直接测试。经验则来自你的制作判断。
  • 尽可能保留两种工作流产物：
    • workflow.json：包含布局、分组、注释且便于操作人员阅读的前端／保存格式图。
    • workflow_api.json：供程序化执行的 API 格式图。
  • 保留足够的元数据以便重现运行：工作流 JSON、带哈希值的输入文件、模型标识符和哈希值、自定义节点仓库版本、ComfyUI 版本、参数、种子策略、硬件／运行时、输出路径和 QA 备注。
  • 除非创意需求确实需要，否则优先减少自定义节点和模型依赖。每个自定义节点都意味着代码执行和供应链风险。
  • 绝不要把模型可用性视为权利许可。文件可下载，并不代表项目可以将其用于商业用途、自由使用其输出、使用输出进行训练，或使用某人的肖像。
  • 有意识地决定是否将工作流元数据嵌入输出中。嵌入图有助于复现，但可能泄露提示词、模型名称、私有路径、客户信息、API 节点标题或工作流知识产权。

首轮必做事项

在构建或修改图之前，先准备一份简短的制作简报：

  1. **交付物：**媒体类型、数量、尺寸／宽高比、视频时长／帧率（如适用）、文件格式、命名方式、发布平台或后续编辑器。
  2. **创意意图：**主体、风格、约束、参考资料、负面约束、必须保留的元素、品牌规则。
  3. **输入：**文本提示词、图像、遮罩、视频、音频、深度／姿态／控制图、品牌素材、身份／肖像使用许可、源文件所有权。
  4. **运行时：**本地 ComfyUI、Comfy Cloud、其他托管的 Comfy 兼容服务，或仅交接；可用 GPU／VRAM、并发量、存储、网络和隐私约束。
  5. **模型清单：**计划使用的检查点／扩散模型、VAE、文本编码器、LoRA、ControlNet、适配器、升频模型、视频模型，以及音频／3D 模型（如有）。
  6. **自定义节点清单：**每个非核心节点包的安装来源、版本／提交、许可证、依赖影响、可信级别和替代方案。
  7. **权利与安全：**商业用途状态、客户／法律顾问审批需求、肖像／声音同意、未成年人、受监管领域、冒充／欺骗、禁止内容、平台限制。
  8. **可复现目标：**精确重跑、近似匹配或探索性批次。精确重跑需要更严格的种子、版本、哈希值和确定性方面的注意事项。
  9. **交接目标：**其他艺术家、API 服务、云端部署、批量渲染队列或归档。

如果缺少以上任何信息，只有在不会实质改变工作流设计时，才可作出范围明确的假设；否则请先询问。

工作流格式和 API 边界

ComfyUI 工作流是 JSON 图。前端保存格式与 API 格式并不等同：

  • 保存格式用于在 UI 中编辑。它包含布局、颜色、分组、节点大小等视觉元数据。
  • API 格式用于执行。它以节点 ID 为键，包含 class_type、inputs 和可选的 _meta；省略了大部分 UI 布局数据。
  • 以编程方式执行时，请通过前端的 File -> Export Workflow (API) 导出，或使用经过验证、适用于目标运行环境的转换方法。
  • 提交 API 工作流前，请验证每个 class_type 是否存在于运行环境的节点注册表中，并确认每个公开的输入名称都与当前节点定义相符。

需要对 API 格式的工作流进行静态预检时，请先使用随附的 Python 3.11+ 标准库辅助工具，再进行运行时验证：

python scripts/inspect_workflow.py workflow_api.json --approved-classes approved_classes.txt --unknown-class warning --pretty

该辅助工具仅检查本地 JSON。它会验证 API 格式的结构、节点 ID、class_type、inputs、可选的 _meta、格式为 [node_id, output_index] 的链接输入、悬空链接、非负整数输出索引、图循环，以及对类似机密的键/值或看似绝对路径/私有路径字符串的警告。它会生成稳定的规范化 JSON 清单，其中包含节点数、边数、类数和发现项数。退出代码：没有验证错误时为 0，存在验证错误时为 2，解析或操作失败时为 3。如果提供以换行符分隔的已批准类列表，则可通过 --unknown-class 将列表中不存在的类类型报告为警告、错误，或忽略。

此辅助工具不能替代 ComfyUI 运行时验证。它不会执行图、向 /prompt 提交、安装缺失的自定义节点、加载模型、根据 /object_info 验证输入名称，也无法证明工作流能够适配 VRAM 或在目标服务上运行。

在本地 ComfyUI 服务上执行时，基本流程如下：

  1. 通过运行时的上传路由上传所需输入，或将其放入预期的输入目录。
  2. 将 API 格式的图提交到提示词队列。
  3. 通过 WebSocket 消息或轮询监控状态。
  4. 从运行历史记录或查看/下载路由获取输出。
  5. 将运行元数据和输出归档到临时运行时目录之外。

对于云端执行，不要假设本地路由语义适用。请在当前云文档中确认身份验证、端点前缀、并发限制、存储行为、签名 URL 行为、超时以及合作伙伴节点密钥的处理方式。

生产工作流卡片

对于每个非简单工作流，请在项目笔记或交接消息中维护一份工作流卡片。内容应简洁但完整：

workflow_name: product-hero-sdxl-controlnet-v003
purpose: "Generate 6 square product hero image candidates with locked silhouette and color palette."
formats:
  save_graph: workflow.json
  api_graph: workflow_api.json
runtime_verified:
  comfyui_version: "record exact version/commit"
  execution_target: "local RTX 4090 / Comfy Cloud / other"
  verified_at: "YYYY-MM-DD"
models:
  - role: checkpoint
    id: "repository-or-file-name"
    file: "model.safetensors"
    sha256: "..."
    source_url: "..."
    license: "..."
    license_verified_at: "YYYY-MM-DD"
    approval: "approved / needs counsel / noncommercial only / unknown"
custom_nodes:
  - package: "repo-or-registry-id"
    version_or_commit: "..."
    source_url: "..."
    license: "..."
    risk: "low / medium / high"
    reason: "why needed"
exposed_inputs:
  positive_prompt_node: "6.inputs.text"
  negative_prompt_node: "7.inputs.text"
  seed_node: "3.inputs.seed"
  width_height_node: "5.inputs.width|height"
seed_policy: "fixed seeds for rerun; randomized only in variants manifest"
input_custody:
  source_assets: "paths, hashes, consent notes"
output_custody:
  destination: "..."
  metadata_policy: "embed workflow / strip workflow / add C2PA externally"
qa_status: "not run / smoke passed / approved / blocked"
known_limits:
  - "..."

不要编造哈希值、版本、许可证状态或审批信息。未知项请明确标出。

模型和许可证清单

盘点所有类似模型的素材，而不仅仅是主检查点：

  • 检查点或扩散模型
  • VAE
  • 文本编码器
  • LoRA、LyCORIS、嵌入、文本反转
  • ControlNet、T2I adapter、IP/参考适配器、姿势/深度/分割模型
  • 放大模型、人脸修复模型、背景移除工具
  • 视频生成模型、插帧模型、帧增强器
  • 节点使用的音频、3D、字幕或 LLM/VLM 模型

对于每项，请记录：

  • 加载器节点所需的确切文件名和文件夹类别；
  • 来源 URL 或仓库 ID；
  • 版本、修订版本或下载日期；
  • 可用时的文件哈希值，或本地计算出的哈希值；
  • 模型卡或许可证 URL；
  • 与此任务相关的许可证条款：商业用途、署名、输出使用、衍生作品/微调、再分发、合成数据/训练限制、内容使用限制；
  • 已知的运行时要求：数据类型/量化、最低 VRAM、所需文本编码器或 VAE；
  • 批准人及批准时间，或尚未解决的事项。

将模型卡元数据作为起点，而不是完整的许可审查。Hugging Face 支持许可证元数据和模型卡，但元数据缺失或含糊的情况相当常见，因此对于影响重大的工作，你必须检查关联的许可证或仓库文件。如果模型是衍生模型或合并模型，且项目涉及商业用途、公开发布、面向客户或再分发，请核实上游许可证是否兼容。

出现以下情况时，请升级至客户、权利所有者、平台所有者或法律顾问处理：

  • 许可证缺失、相互矛盾、仅限非商业用途、仅限研究用途、对输出的规定不明确，或与预期用途不兼容；
  • 模型是上游来源不明的合并模型或衍生模型；
  • 工作流涉及某人的肖像、私人参考资料、在世艺术家的风格要求、商标角色、品牌素材或受监管领域的内容；
  • 输出将被出售、用于广告、联合发布、用于政治说服、用于受监管领域，或用作训练数据；
  • 工作流或自定义节点包将再分发给他人。

请勿提供法律建议。说明风险和需要作出的决定。

自定义节点风险处理

自定义节点是可在 ComfyUI 环境中执行代码的扩展。请将其视为供应链依赖。

为每个自定义节点评估风险等级：

  • **低：**官方／核心节点；来自知名发布者的当前注册表软件包；维护活跃；许可证明确；除文档说明的模型／API 调用外无网络行为；版本已固定。
  • **中：**受欢迎且仓库活跃的社区节点，但依赖项范围广、发布版本固定情况不明、文档有限，或具有非关键的网络／文件行为。
  • **高：**不知名的仓库、无许可证、未固定发布版本、未经审查的安装脚本、来源不明的二进制 wheel、广泛的文件系统／网络访问、凭据处理、代码混淆、存在关于故障／安全问题的陈旧议题，或仅为轻微便利而必需。

必需的处理方式：

  • 如果核心节点和官方模板能够满足需求，优先使用它们。
  • 如果确实需要自定义节点，请固定发布版本或提交，并记录安装来源。生产环境中避免使用“latest”。
  • 阅读节点 README 和安装要求；检查它是否需要模型、外部 API、凭据、ffmpeg、CUDA 扩展、编译器工具链或系统软件包。
  • 仅在预期的 ComfyUI 环境中安装依赖项。不要污染系统 Python 或无关项目。
  • 未经批准，不要运行不可信的安装脚本或安装后命令。
  • 除非节点文档明确要求这种方式且用户接受，否则不要将机密信息传入可能保存到工作流 JSON、输出元数据、日志或屏幕截图中的节点参数。
  • 使用来自外部来源的工作流时，执行前检查未知节点。缺少节点报错也比盲目安装所有内容安全。

如果必需的自定义节点风险高，且没有安全的替代方案，请停止并征求批准，同时提供以下选项：在沙箱中接受风险、替换创作方案、使用托管服务提供商，或暂停。

图结构设计模式

将这些模式用作生产实践，而非僵化模板。节点名称会因 ComfyUI 版本、模型系列和自定义节点软件包而异。

文本生成图像静帧

常见结构：

  1. 加载检查点，或加载特定模型系列的模型及所需的文本编码器／VAE。
  2. 编码正向和负向提示词。
  3. 按目标尺寸或模型原生尺寸创建 latent。
  4. 使用有文档记录的采样器／调度器／步数／CFG／种子进行采样。
  5. 解码。
  6. 可选：放大、色彩处理、人脸／细节处理、元数据／溯源处理。
  7. 使用确定性的文件名前缀保存。

生产注意事项：

  • 显示正向提示词、负向提示词、种子、宽度、高度、步数、CFG／引导系数、采样器／调度器、去噪强度、批次大小和输出前缀。
  • 清楚展示模型原生的宽高比和分辨率限制。除非质量允许，否则不要默默地将低分辨率生成结果放大到最终交付尺寸。
  • 使用固定种子生成待审核的候选结果。使用变体清单进行随机探索。
图像转图像与风格化

常见结构：

  1. 加载源图像。
  2. 按需预处理：调整大小／裁剪／填充、色彩归一化、分割、深度、边缘、姿势或参考嵌入。
  3. 将图像编码为 latent，或将其输入相关条件节点。
  4. 根据保留目标选择去噪强度进行采样。
  5. 合成或恢复细节。
  6. 保存输出和对比图。

去噪强度的经验范围：

  • 低去噪强度适用于保留内容和清理。
  • 中等去噪强度适用于保留构图的风格迁移。
  • 高去噪强度适用于受输入图像松散启发的新图像生成。

记录实际去噪值和预期的保留程度。对于客户素材，应通过明确的控制输入保留构图，而不是寄希望于提示词能做到这一点。

局部重绘与扩图

常见结构：

  1. 加载源图像和蒙版。
  2. 检查蒙版极性和边缘柔和度。
  3. 如果使用细节／局部重绘裁剪路径，则裁剪至蒙版区域；如果全局一致性很重要，则处理完整画面。
  4. 将图像／蒙版编码并输入局部重绘模型或条件控制路径。
  5. 使用与保留需求相匹配的去噪强度进行采样。
  6. 合成回原始图像。
  7. 检查接缝质量、几何结构、阴影、纹理以及品牌／产品保真度。

生产注意事项：

  • 将蒙版作为带哈希值的源文件保存；不要依赖无法交接的纯 UI 蒙版。
  • 长时间运行前，提供“蒙版检查”输出或截图。
  • 如果目标是产品、徽标、人脸或医疗／法律／技术物体，应进行更严格的审核，并确认是否允许 AI 重建。
控制与条件

条件控制能将含糊的提示词意图转化为可控结构。当布局、姿势、深度、产品轮廓、边缘保真度、相机角度或与身份相关的一致性很重要时，应使用条件控制。

常见控制方式：

  • 边缘／线稿／Canny，用于形状和清晰轮廓；
  • 深度，用于空间布局和相机透视；
  • 姿势／类似 OpenPose 的骨架，用于身体定位；
  • 分割，用于对象区域；
  • 参考／图像适配器，用于颜色、风格或与身份相关的视觉线索；
  • LoRA 或嵌入，用于可重复的风格、主体或产品系列处理。

生产注意事项：

  • 记录预处理模型和参数，而不仅是最终控制图像。
  • 优先使用一种强控制，而不是多种较弱且相互冲突的控制。
  • 如果使用多种控制，应定义优先级：先结构，其次身份／参考，最后风格，除非需求另有说明。
  • 检查控制过拟合：控制强度过高时，输出可能看起来像描摹、僵硬、变形或缺乏纹理。
放大与润饰

常见结构：

  1. 按照模型适用的基础尺寸生成。
  2. 根据伪影类型选择潜空间放大或像素放大。
  3. 仅在细节处理能改善图像、而非凭空生成新细节时才使用。
  4. 保存原始、放大和最终文件，并关联元数据。

生产注意事项：

  • 放大不能代替正确的基础构图。
  • 未检查相似度和知情同意影响前，不要对人物进行人脸／细节修复。
  • 对于印刷品，应按最终实际尺寸和分辨率检查。对于网页／社交媒体内容，应检查压缩效果和裁切安全区域。
视频与动态工作流

视频工作流会放大所有风险：显存、时间、时序伪影、权利和文件保管。

常见结构：

  1. 定义动态规格：时长、帧率、宽高比、相机／主体运动、源图像或文本提示词，以及循环／连续性需求。
  2. 加载视频模型以及所需的编码器／VAE／运动模块。
  3. 根据需要提供源图像／视频／控制帧。
  4. 先生成短片段，再生成长片段。
  5. 可选：在外部进行插帧、放大、稳定、修复、加字幕或合成。
  6. 保存帧和最终视频，并附上运行元数据。

生产注意事项：

  • 完整分辨率运行前，先以较短时长、较低分辨率和固定种子进行冒烟测试。
  • 固定帧率、帧数、分辨率和种子策略。“5 秒”的目标还不够；应记录准确帧数和帧率。
  • 如果后续剪辑可能需要修复或时序质量检查，应保存中间帧。
  • 留意时序身份漂移、闪烁、纹理沸腾、相机跳变、文字／徽标失真，以及与物理规律或品牌要求相矛盾的运动。
  • 对于源素材，应确认是否有权对其进行变换，以及是否必须披露 AI 修改。
批量变体

批量处理用于受控探索，而不是混乱尝试。

使用变体清单：

base_workflow: workflow_api.json
locked:
  checkpoint: "..."
  dimensions: "1024x1024"
  negative_prompt: "..."
  control_image_sha256: "..."
variants:
  - id: A01
    seed: 101
    prompt_delta: "warmer backlight, softer shadows"
  - id: A02
    seed: 102
    prompt_delta: "cooler palette, sharper product edge"

除非目的是广泛探索，否则每批只更改一两个变量。使用变体 ID 和种子命名输出。生成联系表或审阅网格，供人工选择。

提示词、种子和参数控制

将提示词作为输入项，但不要让它成为唯一的控制方式。

提示词处理：

  • 如果模型能很好地响应此类结构化信息，请将提示词意图拆分为主体、构图、媒介／风格、光照、相机／镜头、材质／纹理、约束和品牌术语。
  • 负面提示词应聚焦于实际的失败模式。过长的负面提示词列表难以调试。
  • 记录提示词版本。一个词的变更就可能影响审批结果。
  • 如果输出或工作流 JSON 会被分享，请从提示词中删除客户私人姓名、尚未发布的产品代号、个人数据或机密 URL。

种子处理：

  • 审批时使用固定种子并做好记录。
  • 探索时定义种子范围或列表，并记录生成器策略。
  • 如果需要精确复现，请说明仅靠种子不足以保证复现；模型文件、节点版本、采样器、调度器、精度、硬件／后端和预处理也必须保持一致。

参数处理：

  • 记录采样器／调度器、步数、CFG／引导强度、去噪、尺寸、批次大小、模型权重、LoRA 强度、控制强度、起始／结束百分比、放大比例、fps／帧数和文件名前缀。
  • 如果默认值会实质性影响结果，请勿默默使用默认值。如果使用默认值，请明确说明。

显存、性能和可靠性

不要仅仅因为图是有效的 JSON，就保证它能够运行。

性能检查清单：

  • 在可用时查询或记录运行时系统信息：GPU、显存、Python／torch／CUDA 或同类技术栈、ComfyUI 版本、可用磁盘空间以及相关环境标志。
  • 估算成本因素：模型大小、精度、分辨率、批次大小、帧数、采样器数量、ControlNet／适配器、分块处理、放大器，以及同时加载多个大型模型。
  • 优先依次降低：批次大小、帧数、分辨率、同时使用的控制项、高分辨率／细节处理阶段，然后在质量允许时再降低模型大小／精度。
  • 对于视频，逐步增加时长和分辨率。能处理 16 帧的图，处理 120 帧时可能会失败。
  • 有意使用缓存的中间输出，但在验证最终可复现性时，请清除缓存或从源文件重新运行。
  • 如果运行因内存不足而失败，请记录失败的节点，并且每次只调整一个资源变量。
  • 对于云端运行，请记录超时、并发、队列行为、签名 URL 的有效期以及存储保留期限。

在可用时使用 /system_stats 或目标运行时的等效功能；仅在不会影响其他正在运行的作业时，才使用 /free 或界面中的等效功能卸载模型。

输入和输出保管

将每项输入和生成的输出都视为需要妥善保管的资产。

输入：

  • 将源图像、蒙版、视频、音频和控制图存储在项目专用的输入目录或获准的云存储中。
  • 为客户提供的输入和参考素材计算哈希值。
  • 记录有关人物、声音、私人财产、徽标、商标和受版权保护艺术作品的许可／同意状态。
  • 对外分享工作流 JSON 前，删除或替换机密路径和名称。
  • 切勿将用户提供的私人资产用于无关的模型训练或示例。

输出：

  • 将输出保存到受控的项目目录，而不只是 ComfyUI 的默认输出文件夹。
  • 在可行时，使用包含工作流名称、变体 ID、种子和日期的文件名前缀。
  • 根据项目保留政策保存原始文件、选定的最终版本和未采用的变体。
  • 交付时，请附上输出以及工作流、输入、参数、源模型详情和 QA 状态清单。
  • 如果平台要求提供披露信息或溯源元数据，请在收尾阶段将其添加进去，而不是事后补上。

来源和元数据

ComfyUI 的 SaveImage 节点可以将图像保存到输出目录，并可嵌入工作流元数据，例如提示词。核心工作流文档将生成图像元数据描述为重新打开图形的一种方式，并指出在媒体格式不支持元数据时，独立 JSON 文件很有用。

生产环境决策：

  • 嵌入工作流元数据：当可复现性、内部审查或移交给可信的 ComfyUI 操作人员比保密性更重要时。
  • 剥离或避免工作流元数据：当分享给公众或客户的文件可能泄露提示词、模型名称、文件路径、未发布的参考资料、自定义节点 IP 或私人数据时。
  • 添加外部来源信息：当披露、真实性或平台政策有此要求时。C2PA/Content Credentials 可以记录已签名的来源信息和 AI 编辑声明，但这是可选的，可能不完整，也不是 DRM。

如果使用 C2PA 或类似的来源信息机制：

  • 记录内容是由 AI 生成、经 AI 编辑，还是由多个素材合成。
  • 根据披露要求，适当记录工具名称和重要转换操作。
  • 除非获得批准，否则避免包含敏感身份信息或客户机密详情。
  • 确认最终导出格式和平台会保留元数据；如果工作流支持，也可提供旁置文件或托管清单路径。

本地和云端执行规范

本地执行：

  • 使用指定的 ComfyUI 环境和依赖集。
  • 将模型存放在预期的 ComfyUI/models/<category> 文件夹或已配置的额外模型路径中。
  • 固定并记录自定义节点的版本。
  • 避免在高权限环境中执行未经审查的外部工作流。
  • 未设置身份验证和网络控制时，不要将本地 ComfyUI 端口暴露到公网。
  • 清理包含机密参考资料的临时文件和输出文件。

云端执行：

  • 核实当前的 API 基础 URL、身份验证标头、作业提交格式、轮询/WebSocket 行为、上传/下载路由、并发限制、存储保留期限和计费方式。
  • 将 API 密钥存放在环境变量或密钥存储中，切勿放入工作流 JSON。
  • 了解会调用外部服务提供商的合作方/API 节点；记录哪些第三方服务会接收输入内容。
  • 在签名 URL 过期前下载输出，并将其保存在项目控制下。
  • 不要假设云端输出会永久保密；请查看服务条款和项目要求。

交接前的 QA

最低限度的 QA：

  • 如果提供了前端图，JSON 必须能在 ComfyUI 前端中打开。
  • API 图必须通过运行时验证：所有 class_type 值都存在；必需输入均已提供；加载器节点指向可用文件。
  • 模型和自定义节点清单必须足够完整，以便其他操作人员能够复现安装。
  • 使用低成本设置或一个有代表性的种子进行冒烟测试，并通过测试。
  • 输出文件出现在预期位置，且命名正确。
  • 工作流卡片列出所有公开输入和固定参数。
  • 对于公开、付费、客户项目或再分发的工作，权利／安全状态不得为“未知”。
  • 必须明确元数据／来源信息策略。

静帧的视觉 QA：

  • 构图符合需求；
  • 主体身份、产品几何形状、徽标／文字、手部／面部、反射、阴影和透视均可接受；
  • 没有不需要的水印／签名／文字，也没有泄露私人参考内容；
  • 裁切安全区域和最终尺寸正确；
  • 放大／细节处理没有臆造瑕疵。

视频的视觉 QA：

  • 时间一致性良好，闪烁／沸腾效应未超出可接受的风格范围；
  • 主体和物体在各帧之间保持连续；
  • 运动方向和摄像机移动符合需求；
  • 没有丢帧、循环损坏、文字／徽标不稳定或不需要的变形；
  • 符合帧率、时长、编解码器／容器以及音频／字幕要求。

技术 QA：

  • 如果需要保证可复现性，变更后使用一个固定种子重新运行并生成输出；
  • 检查日志中有关节点／模型缺失、精度回退、输入跳过、下载失败或 API 节点错误的警告；
  • 如果要求精确重跑，比较文件哈希或感知匹配结果；
  • 根据策略验证输出元数据是否存在。

交接包

交付以下内容：

  • 用于 UI 编辑的 workflow.json（如有）；
  • 用于执行的 workflow_api.json（如有）；
  • 工作流卡片或清单；
  • 输入素材及遮罩／控制图，或经批准的存储 URL；
  • 输出样例／最终文件；
  • 附带许可证和哈希值的模型清单；
  • 附带版本／提交记录和安装说明的自定义节点清单；
  • 运行日志：种子、提示词、参数、运行时、输出文件名、错误；
  • QA 备注和未解决的风险；
  • 元数据／来源信息决策。

如果计划再分发，只包含可合法且切实可行地再分发的素材和模型链接。否则，请提供安装说明和源 URL，而不要打包受限的模型文件。

示例：可控的产品主视觉静帧

示例意图：为一款新瓶子生成方形电商主视觉图，同时保留瓶身轮廓和标签位置。用户提供了经批准的产品渲染图和品牌调色板。计划用于商业发布。

方案：

  • 使用图生图加边缘／深度条件控制，而非纯文生图。
  • 将产品渲染图和遮罩作为哈希输入保留。
  • 使用已获商业授权的检查点和少量核心／控制节点。
  • 在控制光照变化的情况下运行 6 个固定种子的变体。
  • 从公开成品中移除嵌入的工作流元数据，但保留内部工作流文件。

工作流卡片摘录：

workflow_name: bottle-hero-control-v001
purpose: "Generate six 1:1 product hero candidates preserving bottle geometry."
exposed_inputs:
  prompt: "CLIPTextEncode positive text"
  negative_prompt: "CLIPTextEncode negative text"
  seed: "KSampler seed"
  control_strength: "ControlNet strength"
locked:
  dimensions: "1024x1024"
  source_product_sha256: "record actual hash"
  mask_sha256: "record actual hash"
  model_license_status: "approved for commercial use by client on YYYY-MM-DD"
variant_policy:
  seeds: [50101, 50102, 50103, 50104, 50105, 50106]
  changed_fields: ["seed", "lighting phrase only"]
qa_focus:
  - "label text/logo not reconstructed incorrectly"
  - "bottle silhouette matches reference"
  - "no invented claims on packaging"
metadata_policy: "strip from delivered finals; archive workflow internally"

为何有效：该图通过控制输入保护关键产品约束，并使用提示词设定氛围，而不是让模型臆造产品形状。

可能出现的问题：标签失真、瓶盖接缝过多、反射不真实、控制过拟合、下载的 LoRA 未获得充分的商业授权。

示例：修复局部重绘后的营销图片

示例意图：从已批准的营销图片中移除干扰物，同时不改变人物的脸部、服装或背景身份。

方法：

  • 使用带蒙版的局部重绘工作流。
  • 保持原始图片不可变。
  • 保存蒙版文件和蒙版预览输出。
  • 使用低至中等的去噪强度，并合成回原图。
  • 以全分辨率进行质量检查，并与原图对比。

示例 Agent 计划：

I will build an inpaint-only workflow, not a full img2img restyle. Fixed inputs are the original campaign image and mask. The only creative prompt will describe the missing background texture. I will preserve the person, wardrobe, and lighting, and I will stop if the mask overlaps face, body, logo, or other protected areas.

预期交接说明：

  • 原始图片哈希；
  • 蒙版哈希及极性；
  • 去噪值；
  • 局部重绘模型／检查点的许可证；
  • 前后对比；
  • 声明无意修改脸部／身体；
  • 如果人物／品牌元素有任何改动，注明待处理的审批事项。

示例：短篇图生视频批处理

示例意图：根据已批准的海报画面，制作 3 个 4 秒的竖版动画循环，用作社交媒体预告片。

方法：

  • 确认拥有对海报进行 AI 转换的权利。
  • 使用图生视频或视频模型工作流，并固定帧数和帧率。
  • 先以低分辨率进行 1 秒的冒烟测试。
  • 冒烟测试通过后，再批量处理运动提示词和种子。
  • 保存视频文件和中间帧（如果后续预计还要编辑）。

清单摘录示例：

workflow_name: poster-loop-i2v-v002
delivery:
  aspect_ratio: "9:16"
  fps: 24
  frames: 96
  duration_seconds: 4
smoke_test:
  frames: 24
  resolution: "reduced"
  status: "passed/failed"
variants:
  - id: loop-a
    seed: 7201
    motion: "subtle parallax push-in, fabric barely moving, no face morph"
  - id: loop-b
    seed: 7202
    motion: "slow lateral camera drift, particles in background only"
  - id: loop-c
    seed: 7203
    motion: "gentle light sweep, subject locked"
qa_focus:
  - "identity consistency"
  - "no text/logo warping"
  - "loop seam if looped"
  - "no unauthorized transformation of protected artwork"

可能的失败情况：面部漂移、文字／徽标扭曲、最终帧数下显存占用过高、模型许可证是否允许商业社交媒体用途不明确，以及小尺寸预览中不易察觉的时间伪影。

来源说明与核验

本技能中的事实依据以下来源，并已于 2026-07-11 核验：

生产时应重新核查的易变信息：

  • ComfyUI 路由详情、API 请求／响应格式、云端 API 状态、端点前缀、并发限制和计费。
  • 当前 ComfyUI 桌面版／管理器的行为、注册表标准和模板模型链接安全规则。
  • 每个自定义节点包的版本、安装方法、依赖树、发布者身份和安全状况。
  • 每个模型／检查点／LoRA／控制模型／升频模型／视频模型的许可证和输出使用条款。
  • 平台关于披露、来源、真实性和 AI 生成媒体的政策。

评论

支持 Markdown