Workflow ComfyUI: шесть графов JSON для скачивания

Эти примеры начинаются с небольших графов, в которых можно проверить каждый узел. У каждого файла две версии: UI JSON для холста ComfyUI и API JSON для отправки заданий серверу. Используются встроенные узлы и загруженные модели, без обращения к платному API генерации.

Перед импортом графа выберите готовый запуск FLUX или SDXL. Если удобнее интерфейс с формами, см. AUTOMATIC1111.

Скачать workflow

Workflow Импорт на холст Граф для API Дополнительное условие
SDXL: текст → изображение UI JSON API JSON Чекпойнт RealVisXL V5.0 FP16
FLUX.1 schnell UI JSON API JSON FLUX schnell FP8 «всё в одном»
SDXL img2img UI JSON API JSON Загруженное исходное изображение
SDXL inpainting по маске UI JSON API JSON Исходник с маской редактирования
SDXL ControlNet Canny UI JSON API JSON Веса SDXL Canny ControlNet и исходное изображение
Апскейл UI JSON API JSON RealESRGAN_x4plus.pth и исходное изображение

В списке моделей указаны имена файлов, источники и пресеты, в которых уже есть нужный чекпойнт. Веса ControlNet и апскейлера скачиваются отдельно. Здесь распространяются графы, а не веса моделей или результаты генерации.

Импортируйте и проверьте граф

  1. Сохраните UI JSON на компьютер. Откройте его через команду загрузки workflow в ComfyUI или перетащите файл на холст.
  2. Просмотрите цепочку от загрузчиков до SaveImage. Выберите фактически установленный чекпойнт; в Linux регистр букв в имени имеет значение.
  3. Для графов с исходником загрузите файл через LoadImage. Имя input.png в примере — заглушка. Для inpainting откройте редактор маски и сохраните результат обратно в узел.
  4. Начните с одного изображения. Меняйте по одному параметру и сохраняйте копию графа перед установкой расширений или обновлением окружения.

Успешный импорт ещё не означает успешное выполнение: может отсутствовать модель, не хватить VRAM или оказаться несовместимым входной файл. Структура графов и контракты узлов проверены 30 сентября 2026 года по ревизии ComfyUI fb2315f11db0ebfaafa9099a5df5227dc6bb42bc. В этом выпуске контента генерация на GPU и качество изображений не проверялись. Совместимость при выполнении зависит от установленной версии и файлов моделей.

Что задано по умолчанию

Базовый SDXL-граф использует 1024 × 1024, batch size 1, 25 шагов, CFG 5 и DPM++ 2M с scheduler Karras. FLUX schnell — четыре шага, CFG 1, Euler и scheduler simple. Это начальные настройки, а не универсальный оптимум для любых сюжетов и чекпойнтов.

Фиксированный seed упрощает сравнение. Он не гарантирует побитово одинаковый результат на разных GPU, версиях библиотек и вариантах выполнения. Неизменённый граф также может использовать кэш; для нового варианта меняйте seed.

В img2img исходник обрезается по центру до 1024 × 1024. Inpainting сохраняет исходный холст: подготовьте размеры, кратные восьми, и начните примерно с 1024 пикселей. Финальное наложение возвращает исходные пиксели вне маски. ControlNet-граф сначала получает Canny-контуры из загруженного изображения, затем передаёт их в SDXL. Апскейлер увеличивает изображение без диффузионного сэмплинга.

Инструкции по задачам

Для первой генерации используйте FLUX или SDXL. Отдельно разобраны img2img и inpainting, ControlNet и апскейл. В руководстве по API есть небольшой Python-клиент с проверкой без постановки задания в очередь.

Если не найден файл или не работает узел, помогут модели и custom nodes и диагностика. Общая навигация по запуску и выбору GPU — в разделе генерации изображений.

Подключите обученный адаптер

В руководстве LoRA в ComfyUI есть SDXL-граф в форматах canvas/API и объяснение совместимости FLUX.1 dev. Если адаптер ещё нужно обучить, начните с хаба обучения.

Ждёте GPU по подходящей цене за час? Запустите GPU Radar на небольшом CPU VPS, чтобы получать Telegram-уведомления о подходящих предложениях публичного каталога. Бот не резервирует и не арендует GPU.

Готовы запустить?

Запустить GPU-сервер