升级图像工作流：保留能力，不搬回整包依赖

先看一组对照。两张图来自同一份 Krea2 Raw 文生图请求：1024×1024，seed 42，52 步，CFG 3.5，采样器 Euler，调度器 simple。两次请求的差别只有一个节点，就是负面条件。

实际输出 · 修改前：负面条件接的是 ConditioningZeroOut 节点。天文台、旅人和橙色机器人的场景整个被彩色噪点盖住。

实际输出 · 修改后：负面条件换成 CLIPTextEncode，文本留空。其余节点和参数都与上图相同，同一个场景清晰出图。

两张图用的是同一个模型、同一份权重，所以这不是新旧模型谁更好的比较。它说明的只有一点：在这组参数下，负面条件怎么接，直接决定了图能不能用。CFG 3.5 是我这次在 ComfyUI 上实测用的值，不是通用推荐，换个模型或者换个 CFG，都得自己重新看结果。

我从中得到的教训是：别人的工作流可以借来用，但不能只把模型名一换，就当成一个新预设。条件怎么接、采样怎么设，都要跟着模型重新检查一遍。如果你也从现成的工作流里沿用了 ConditioningZeroOut，后来又调高了 CFG，遇到类似的噪点时，可以先查这个节点。

#本例工作流下载

上面修正后的请求可以直接下载：krea-raw-example-api.json。

• 这是 ComfyUI 的 API prompt 格式，供脚本或程序提交用：把内容放进请求的 prompt 字段，再 POST 到 ComfyUI 的 /prompt 接口。它不是 UI 工作流文件，拖进界面不一定能打开。
• 文件里只有节点图和通用的模型文件名，模型要自己下载，放进 ComfyUI 的对应目录。如果文件名对不上，改加载节点里的名字就行。
• 想在界面里从头搭，建议从官方模板开始：ComfyUI 官方工作流模板库可以按模型查找。Qwen-Image 2.1 另有一篇官方教程，页面里有权重和工作流的下载。

#用到的模型和工具

每个模型的许可不一样，有的限制商用，有的带附加条款。用之前请看模型卡上当前版本的许可，不要因为能下载、能在本地跑，就默认可以商用。

#客户端负责组织，推理留在 GPU 机器

我的分工是：客户端管提示词、预设和参数，负责提交任务、取回结果；推理继续交给 GPU 机器上已经在跑的 ComfyUI。这样每台客户端都不用再放一份权重，也不用再配一套 CUDA 环境。

客户端：提示词 / 预设 / 参数 ──提交──▶ GPU 机器上的 ComfyUI
   ▲                                       │
   └──── 结果 PNG + 实际参数 + 版本 ◀──取回───┘

每个任务我都会留下请求本身、返回结果、PNG 里实际写入的参数，以及当时的版本。开头那组对照能说清楚，也是靠这些记录：把两份请求 JSON 放在一起 diff，就能确认确实只差一个节点，而不是凭记忆说“好像只改了这里”。

超时的处理也是同一个思路。窗口迟迟没有回音时，先拿原来的任务去查状态，不要再点一次提交。重复提交既浪费 GPU，又会让两张图的来历混在一起。

#三条改图路线

想改一张已有的图，常见的有三条路。它们用到原图的方式不同，参数也没法互相照搬。

示意图 · 三条路线的数据走向，用来说明原理，不是实验结果。

普通图生图：原图经 VAE 编码成为采样起点，加噪以后重新采样，最后解码出整张图。denoise 越高，结果离原图越远，而且整张图都会重算，哪怕你只想改一个角落。

遮罩重绘：原图和遮罩一起输入，只重画遮罩里的白色区域，再按遮罩把生成结果贴回原图。基本原理可以看 ComfyUI 官方的局部重绘教程，我借用的是它讲的机制，并不拿它来证明我的流程没问题。

我加了两套遮罩流程，做法相同：生成的区域按原尺寸贴回，遮罩黑区保留 ComfyUI 读入原图后解码出的 RGB。这里的“保留”有明确的范围：保住的是解码后的像素，不是 JPEG 原文件的压缩字节，也不包括 alpha 通道和 16 位色深。为了不让错误的输入混进来，尺寸和原图对不上的遮罩、空遮罩、透明遮罩和 JPEG 遮罩，在输入阶段一律拒绝。两组样本里，遮罩外的像素差异为零。遮罩边缘画得太硬时能看到接缝，这个靠回贴解决不了，要靠遮罩本身画好。

指令编辑：原图和一句文字指令一起编码成参考条件，模型照着指令改图。我加的是一套 Qwen-Image 2.1 指令编辑流程。原图在这里是条件，不是一张等着被加噪的底图，所以低 denoise 图生图那套参数搬过来不适用，要重新调。

还有一套上色流程，可以选择把原线稿覆盖到结果上。覆线的做法是先把生成图和线稿对齐，再合成上去，所以线条看起来很干净，但模型其实已经把整张图重画了一遍。实际看下来，灰网点会变暗，对不齐的地方还会出现错位的双线。所以我会把没覆线的原始结果也留着，一张张对照着挑。

#社区整包：学思路，用原生节点重搭

社区里有不少好用的整包。我的做法是按功能拆开：看懂需要的那一块，再用原生节点自己搭，不把整包装进环境。这次参考过的几处：

• Goohai 工具集：遮罩、裁剪回贴和前后对比的思路主要参考它。整包我没有装，上面两套遮罩流程是用原生节点重新搭出来的。
• T8 的 Qwen-Image 2.1 BlockCache：读过说明和代码，也评估过，但没有实际跑，所以没法告诉你它能快多少。
• RunningHub：一个云端运行和分享工作流的平台，用来看别人怎么搭很方便。我最终用的是自托管的原生流程，没有调用它的云端 API。

真要装第三方节点，我会先看几件事：会不会对输入做表达式求值，会不会读写工作目录以外的路径，安装脚本和依赖脚本到底执行了什么。这是一般性的检查习惯，不针对任何具体项目。

#这次测到了哪里

• 升级到当前版本后，八个 Krea2 / Anima 预设都过了 API 调用，也检查了 UI 和 API 之间的参数往返，没有丢参数，也没有被悄悄改值。
• Anima Turbo、Krea2 Turbo、Krea2 图生图这三组用固定种子，在同一台机器上升级前后各出一张，像素一致。其余五个预设没有重新出图对照。
• 新加的四套原生流程（两套遮罩、一套指令编辑、一套上色）都做过真实采样，十二个预设都做了 UI/API 检查。
• 视频、多卡、批量出图、跨硬件的一致性，还有 T8 加速，都没有测。

比起再多装几个插件，一组固定的回归样例更让人放心：固定图、遮罩、种子和预期结果，每次升级都照着跑一遍。开头那组 Krea2 对照就很适合放进去，请求可以 diff，结果一眼就能看出对不对。