ComfyUI 批量出图与工作流自动化实战:从一张到一千张
接批量单(电商上千张商品图、批量头像、批量封面)时,一张一张生成根本忙不过来。这篇把 ComfyUI 从手工修图工具升级为批量图片生产线:四种批量方式、CSV 参数化输入、工作流模板化、队列与 API 自动化,以及 Mac 上实测的避坑经验。
接批量单(电商上千张商品图、批量头像、批量封面)时,一张一张生成根本忙不过来。这篇把 ComfyUI 从手工修图工具升级为批量图片生产线:四种批量方式、CSV 参数化输入、工作流模板化、队列与 API 自动化,以及 Mac 上实测的避坑经验。
图生图、局部重绘能改图,但都靠提示词「碰运气」。ControlNet 解决了这个问题:让 AI 严格按你指定的姿势、线稿、深度结构出图。这篇用表格讲清楚 OpenPose、Canny/Lineart、Depth 三种控制方式的操作、参数和避坑,是接商稿的关键一步。
会文生图只是第一步,真正能交付的是「改图」。这篇详细拆解 AI 修图接单的三个核心技能——图生图(Img2Img)、局部重绘(Inpaint)、放大(Upscale),从原理、操作步骤到参数设置,再用一个老照片修复的完整例子串起来,帮你在实际交付中真正用起来。
用 ComfyUI 画人物,常出现多指、缺肢、肢体与背景融合等问题。很多新手归因于提示词或硬件,实际根源在 SD1.5 这个模型本身的上限。这篇文章分析原因、给出排查思路,并说明为什么升级到 SDXL 是更实际的解法。
上一篇文章分析了 SD1.5 人物肢体残缺的根源,结论是要升级到 SDXL。这篇讲具体操作:如何在 ComfyUI 里搭好一个 SDXL 运行环境,把常用节点和插件一次配置到位,包括 Mac mini M4 上的安装要点和避坑。
环境搭好之后,真正的主角是工作流。这篇把 ComfyUI 默认的文生图工作流逐节点、逐参数拆开讲透——Load Checkpoint、CLIP Text Encode、Empty Latent、KSampler、VAE Decode、Save Image 六个核心节点,每个参数为什么这么设,再加上完整的连线实战、提示词示例和避坑指南。