comfyui-workflow-skill
LingyiChen-AI/comfyui-workflow-skill加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
图1：Skill 安装示意——在 Claude Code 中一行命令搞定接入
如果你曾经用过 ComfyUI，一定会记得那个"甜蜜的烦恼"——它强大，但门槛也高。节点编辑器里密密麻麻的连线、几百个可选节点、每个节点的参数逻辑，光是搞清楚 SDXL 文生图需要哪些节点、怎么连线，就要花上大半天。更别说想用 FLUX 生图再接 Wan 2.2 生成视频了——光是拼工作流就足以劝退大多数非专业用户。
ComfyUI Workflow Skill 解决的就是这个痛点：让 AI agent（Claude Code、Cursor、Codex）来帮你"搭"工作流。你只需要说一句话——"帮我生成一个 FLUX 文生图工作流"——Skill 自动从 34 个内置模板中选出合适的、按照 360+ 个节点定义生成正确的 JSON，保存后直接导入 ComfyUI 点击运行。
这个项目本质上是一个 Claude Code Skill（也兼容 Cursor、Codex 等），通过自然语言交互的方式，充当 AI agent 与 ComfyUI 之间的"翻译层"。
它的核心价值不在于替代 ComfyUI 的任何功能，而在于大幅降低构建复杂工作流的认知成本。过去你需要在节点编辑器里手动拖拽、连线、调试参数；现在你只需用自然语言描述需求，AI 来完成所有这些机械性的构建工作，生成的 JSON 经过 ComfyUI 验证后可直接运行。
项目内置了 31 个标准化工作流模板，分别对应以下生成场景：
图像类：SD 1.5（文生图、图生图、局部重绘、LoRA加载、ControlNet）、SDXL（文生图、图生图、局部重绘、ControlNet、LoRA）、Stable Diffusion 3（文生图）、FLUX（文生图、图生图、LoRA）、Stable Cascade
视频类：Wan 2.2（文生视频、图生视频、相机控制、首尾帧控制）、HunyuanVideo（图生视频、文生视频）、LTXV（图生视频、文生视频）、Mochi（文生视频）、Cosmos（文生视频、图生视频）
音频与 3D：Stable Audio（音频生成）、Hunyuan3D（图生3D）
** upscale**：通用放大模型工作流
此外还有 comfyui_LLM_party/ 子目录下的 LLM 集成模板，包括提示词增强、对话 API、Ollama 本地模型、脚本转视频等高级玩法。
项目从 ComfyUI 源码中提取了 360+ 个节点定义，按功能分为 43 个分类文件（references/nodes/ 目录），包括加载器、条件处理、采样器、Latent 操作、图像处理、ControlNet、视频 I/O、FLUX 专用节点、SDXL 专用节点等。每个节点定义都包含了精确的输入类型、默认值和约束范围，确保生成的工作流 JSON 在 ComfyUI 中零报错导入。
生成的工作流 JSON 文件中包含原生 models 字段，导入 ComfyUI 时，ComfyUI 会自动检测缺失模型并弹出下载提示，用户无需手动查找模型下载地址。这是通过在生成 JSON 时预填所有模型文件名（ckpt_name、vae_name、clip_name 等）并附带下载 URL 实现的。
生成的是 Litegraph UI 格式的序列化 JSON，兼容 ComfyUI 的 Load 按钮和拖拽导入。每个节点包含 class_type（节点类名）、inputs（输入参数，含字面量和链接引用）和 _meta.title（显示标题）。节点间的连接采用 ["source_node_id", output_slot_index] 格式，slot index 与源节点的 RETURN_TYPES 元组一一对应。
典型使用流程如下：
flux-txt2img.json 和 wan22-img2vid.json 模板、合并节点连接、修改分辨率和帧数等参数局限一：对 ComfyUI 的强依赖。Skill 本身不包含任何模型推理能力，完全依赖本地或远程的 ComfyUI 实例。如果用户没有 ComfyUI，这个 Skill 就毫无用武之地。
局限二：视频质量受限于硬件。生成视频（尤其是 Wan 2.2、LTXV 等模型）需要大显存（12GB+），低显存用户只能以低分辨率运行，效果打折扣。README 中也承认了这一点。
局限三：模板覆盖有边界。34 个内置模板虽覆盖主流场景，但对于小众模型（如 PixArt-Alpha 特定版本）或特殊节点组合（如 multiple ControlNets 叠加），仍需用户手动调整生成结果。
局限四：Node.js 环境的要求被低估。README 中未明确说明 Claude Code 依赖 Node.js 环境，部分初次接触的用户可能会遇到 Node 版本不兼容的问题。
ComfyUI Workflow Skill 的出现，折射出一个更宏观的趋势：AI 编程工具（Claude Code、Cursor 等）正在从纯代码领域向多模态创作延伸。过去 AI coding agent 的能力边界止步于"写代码"，现在它开始介入"用代码生成图片/视频"的工作流编排。
这一方向的核心价值在于复用 AI coding 的上下文理解能力：AI agent 理解你的项目结构、理解你想要的美学风格、理解你提供的参考图——这些信息在生成工作流时可以直接注入，而不是像传统工作流构建那样每次都从头描述。
从社区反馈看（V2EX、CSDN、Comfy-Org 官方讨论区），这个项目获得了相当正面的关注，被认为是 ComfyUI 生态中"最实用的辅助工具之一"。其 fork 来源（原仓库 twwch/comfyui-workflow-skill）也保持了活跃更新，说明作者在持续维护。
| 维度 | 内容 |
|---|---|
| 项目类型 | Claude Code / AI Coding Agent Skill |
| 模板数量 | 34 个内置模板（31 个工作流 + 多个 LLM 集成模板） |
| 节点定义 | 360+，43 个分类文件 |
| 支持模型 | SD1.5/SDXL/SD3/FLUX/Wan 2.2/HunyuanVideo/LTXV/Mochi/Cosmos/Stable Audio/Stable Cascade/Hunyuan3D |
| 生成格式 | ComfyUI Litegraph UI JSON（v0.4） |
| 安装方式 | git clone + 符号链接，或直接 clone 到 skills 目录 |
| 资源占用 | Skill 本身零资源；ComfyUI 运行时需 GPU |
| 许可证 | 未声明 |
| 活跃度 | 最近更新 2026-06-30，持续维护中 |