从一句话到3D模型：ComfyUI工作流上手指南

从一句话到3D模型：ComfyUI工作流上手指南

【免费下载链接】ComfyUI-Workflows-ZHO我的 ComfyUI 工作流合集 | My ComfyUI workflows collection项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-Workflows-ZHO

下午四点，甲方发来说"要个 3D 素材，明天早上前给我"，而你手上只有一块显卡和一个刚装完的 ComfyUI——这时最耗时间的不是模型，而是自己搭节点、抠参数。ComfyUI-Workflows-ZHO 就是一套调好参数的 ComfyUI 工作流合集：把 .json 拖进界面，整张节点图、模型文件和采样参数都帮你配好了，覆盖文字出图、图像变 3D、局部修图这些最常用的链路。下面按"你要完成什么任务"的顺序，带你把其中几个最值得跑的工作流过一遍。

从一句话到成品图：选对 FLUX.1 和 SD3

同一个仓库里，文字出图这条线给了两条主流路线：FLUX.1系列和SD3系列。区别在于——FLUX.1 是"拿来就出图"的省心路线，SD3 则给了更多可玩的空间，包括接大语言模型重写提示词。

🔧 FLUX.1 双模式：DEV 拼画质，SCHNELL 拼速度

FLUX.1 DEV 1.0和FLUX.1 SCHNELL 1.0的节点结构完全一样（都只有 9 个节点），唯一实质区别在 UNETLoader 加载的模型文件：

FLUX.1 DEV 1.0 → UNETLoader: flux1-dev.sft （终稿画质） FLUX.1 SCHNELL 1.0 → UNETLoader: flux1-schnell.sft （快速迭代）

为什么分两个版本？DEV 出图更完整、细节更稳，适合定稿；SCHNELL 牺牲少量细节换速度，适合一轮轮试提示词。两个工作流都用DualCLIPLoader同时加载t5xxl_fp16.safetensors和clip_l.safetensors——FLUX.1 的文本编码器是双通道的，这两个文件必须都在 clip 目录下，缺一个就会报缺节点或加载失败。分辨率都是 1024×1024。实际使用感受：先用 SCHNELL 把构图和提示词试到位，最后切 DEV 出一张，能省掉大半试错成本。

🎯 SD3 Medium + Qwen2：让大语言模型替你写提示词

SD3 Medium + Qwen2解决的是"中文想法 → 英文长提示词"这道坎。工作流里的Qwen2_Zho节点加载Qwen/Qwen2-7B-Instruct，你丢进去一句中文，它按内置指令改写：

"You are creating a prompt for Stable Diffusion... only respond in English... keep it under 200 (words)"

改写后的提示词再喂给sd3_medium.safetensors（采样 30 步、CFG 5.45、euler）。为什么本地跑 LLM 而不是手动润色？因为 SD3 对提示词的信息密度比较敏感，短句往往出图发散；Qwen2 扩写后画面稳定得多。适合的场景：内容团队里负责写提示词的人不太写英文长句，但又想用上 SD3 的画质。

肖像大师（中文版）：不写英文的中文出图面板

SD3 Medium + 肖像大师（中文版）把提示词编码整个换成了PortraitMaster_中文版节点：景别（"肩部以上肖像"）、性别、民族、情绪（"开心"）、脸型、发型、灯光（"摄影棚灯光，从左侧"）全是中文下拉框，拼出提示词。分辨率是 960×1536 竖图，KSampler 30 步、CFG 5.45。它针对的就是"AI 脸"问题——五官同质化、表情僵硬——通过结构化的肖像描述来压。如果你要批量出人物图，这个工作流能明显降低翻车率。

顺带一提，仓库里还有个SD3是否内置文本编码器的对比工作流，同一套提示词分别走 DualCLIPLoader 和 TripleCLIPLoader 两条路并排出图。它不是生产力工具，而是帮你直观理解"文本编码器怎么接会影响出图"，适合想搞懂 SD3 机制的人跑一次。

把二维图变成 3D 模型：不切软件的两条路线

需要 3D 素材时，传统做法是切到专门的 3D 软件重建模型，一来一回大半天。仓库里的两条 3D 链路都直接在 ComfyUI 里闭环：手绘草图 → 3D，成品照片 → 3D 网格。

📐 Sketch to 3D：一笔草图出 3D 模型

Sketch to 3D【Zho】.json 的流程是：在PainterNode（AlekPet 的草图画板节点）上画一条"robot toy" →playground-v25.safetensors（Playground v2.5）配合ControlNetLoader加载的controlnet-canny-sdxl-1.0.safetensors，用 Canny 边缘约束生成线稿级渲染图（20 步、karras 调度）→BRIA_RMBG_Zho去背景 →TripoSRSampler_Zho（256 分辨率、25 步）直接输出 3D 模型。

每个环节都有存在的理由：ControlNet 卡住"模型自由发挥"的幅度，保证出的图跟你的草图一致；去背景是必须的，因为TripoSR重建 3D 时依赖干净的边缘，背景杂物会被重建进模型里。实际效果：画完草图几分钟内拿到一个能直接拖进 Blender 看的模型，做前期造型验证绰绰有余。

CRM Comfy 3D：成品照片转网格

CRM Comfy 3D走的是"多视图扩散"路线：pixel-diffusion.pth和ccm-diffusion.pth两个 CRM MVDiffusion 模型从不同角度"脑补"物体的多视图特征（各 50 步、CFG 5.5），再由Convolutional Reconstruction Model（CRM.pth）把特征还原成网格，最后Save 3D Mesh节点存成mesh.obj。工作流里还内置了BRIA_RMBG去背景和一个轴方向切换节点，方便对齐坐标系。适合产品图、静物图这类主体清晰的照片，出一版带纹理的网格模型。

修图与控图：Stable Cascade 三件套

Stable Cascade系列是 Cascade 架构，原生的两级采样（stage b 粗造型 + stage c 补细节），所以这些工作流里都有两个 KSampler，这是架构使然，不是冗余配置。

Canny ControlNet：沿参考图的边缘出图

Stable Cascade Canny ControlNet里，CannyEdgePreprocessor（高低阈值 100/200）从参考图提边缘，经ControlNetLoader加载的sccanny.safetensors控制构图线条，然后两级采样接力：

stage_b: 10 步, cfg 1.1, euler_ancestral （粗定形） stage_c: 20 步, cfg 4, euler_ancestral （补细节）

为什么 stage b 只给 10 步、CFG 压到 1.1？这一级只负责把大结构定下来，细节留给 stage c，两级各司其职。效果：成图的构图和线条跟着参考图走，纹理和质感才听提示词的——"照着这张图的布局画一个宇宙版牛油果"这类需求就是它干的活。

Inpainting ControlNet：只改你想改的

Stable Cascade Inpainting ControlNet是本地修复的主力。关键在GrowMask节点把遮罩外扩 8 像素——修复区域稍微放大一圈，让新旧内容的过渡落在遮罩内，边缘才不会有接缝；InvertMask把遮罩反转后交给scinpainting.safetensors（ControlNetApplyAdvanced 起止 0→1 全程生效）。适合电商图改产品、海报换局部元素：提示词里只写新对象（比如就一个 "avocado"），其余画面光照纹理基本不动。

ImagePrompt：用一张参考图 steer 整个生成

Stable Cascade ImagePrompt Standard和Mix走的是另一条路：不画遮罩、不跑 ControlNet，而是用CLIPVisionEncode把参考图编码成视觉条件，提示词只做补充。Standard 和 Mix 的区别在图像条件的配比强度。效果：丢一张"风格参考图"+ 一句"换成牛油果"，出来的是整体风格和构图都贴近参考图的新图。"按这张图的风格再出一张"是它最典型的用法。

三步跑起来：从 clone 到第一张图

1. 克隆仓库：git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-Workflows-ZHO
2. 装好 ComfyUI 并安装ComfyUI-Manager，加载工作流后按界面红色缺节点提示，用 Manager 一键装齐自定义节点。
3. 把对应模型文件放进对应目录（checkpoint 放 models/checkpoints，CLIP 文件放 models/clip），拖入 .json 加载，点运行。

跑通之后，这几条经验能帮你少走弯路：

1. 3D 类工作流（Sketch to 3D、CRM Comfy 3D）对自定义节点依赖最多（ComfyUI-3D-Pack、TripoSR-ZHO、AlekPet、BRIA_AI-RMBG），缺节点报错基本都出在这类工作流上，装插件前先看红色列表。
2. 显存紧张时，8GB 显卡跑 FLUX.1 / SD3 就把批次保持 1、别上多分辨率；3D 工作流吃显存最凶，仓库 README 里给了 Colab 云部署的替代方案，没独显可以先在云上跑通。
3. 加载报错最常见的原因是模型文件放错目录，比如把t5xxl_fp16.safetensors放进 checkpoints 目录——CLIP 类文件一律进 models/clip。

进阶组合：跑通之后再试这些

1. 用FLUX.1出基础图，再喂给Stable Cascade Canny ControlNet重做结构——构图保得住，风格可以整体换。
2. SD3 Medium + Qwen2里让 Qwen2 扩写好的英文提示词，复制到FLUX.1 DEV 1.0里出终稿：中文想法先过 LLM 润色，再交给强模型渲染。
3. 出图后想让静态图动起来的，LivePortrait Animals 1.0可以用一段驱动视频带动动物面部表情，VHS_VideoCombine 直接导出 30fps 的 mp4，做宠物类内容比较合适。
4. 显卡带不动大模型时，SDXS-512-0.9是个低成本选项：512×512、只采 1 步（CFG 1），出图极快，适合大批量快速验证提示词方向。

写在最后

回到开头那个下午四点的 brief：出图用 FLUX.1 或 SD3 系列，要 3D 素材走 Sketch to 3D 或 CRM Comfy 3D，局部修改交给 Stable Cascade Inpainting ControlNet——这套 ComfyUI 工作流基本覆盖了内容团队最高频的三条链路。挑哪一条起步，直接翻 README.md 里的目录就行；卡住了先查模型文件有没有放对目录，再查缺节点列表，绝大多数问题都卡在这两件事上。

【免费下载链接】ComfyUI-Workflows-ZHO我的 ComfyUI 工作流合集 | My ComfyUI workflows collection项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-Workflows-ZHO