展开本页目录
开始前准备什么
- 已有本地 ComfyUI 环境；按所用模型官方说明准备硬件和权重。
- 下载本页材料，检查模型家族、目录与来源；模型权重未打包。
- 保留原文件与实际版本，UI workflow 与 API prompt 分开。
- 保存原始下载文件
- 检查工作流的来源
- 在画布打开 UI 文件
- 处理模型下拉选项
- 固定最小练习参数
- 执行后核对实际产物
- 用断链文件练习排错
含 UI/单独 API JSON、原输入、模型清单、校验脚本和真实负例；无权重及本次推理输出。
按官方 0.4 格式整理；仅结构核验，需在你的目标版本实际导入。
从本页工作流 Loader 字段读取；按官方来源准备兼容权重。
空结果栏，供你填写实际输出与故障；不预填虚构成功结果。
1. 保存原始下载文件
下载 workflow.json 与 provenance.json，先在编辑器里查看顶层 nodes、links、version。UI 格式具有画布坐标；不要把只有 class_type 和 inputs 的 API 文件拿来替代。保留一份未修改文件便于恢复。
2. 检查工作流的来源
读取 provenance.json 的官方源地址与 SHA-256，确认下载的是 JSON 或包含 workflow 元数据的 PNG，而非网页另存得到的 HTML。用 python check.py 验证链接端点，记录 node-count，不因为能解析 JSON 就认定可运行。
3. 在画布打开 UI 文件
在本地 ComfyUI 的 Workflows → Open 选择 workflow.json，也可拖到空白画布。对照材料中的节点表：Load Checkpoint、正负提示词、Empty Latent、KSampler、VAE Decode、Save Image 应形成完整链路。
4. 处理模型下拉选项
在 Load Checkpoint 选择本机实际存在且与工作流匹配的模型。下载包不包含权重；若下拉列表为空，先停止排队，按照模型文件定位教程检查 models/checkpoints 与启动日志。不要用任意同名文件伪装模型。
5. 固定最小练习参数
本次练习先用 512×512、batch_size=1，保留文件里原始 seed 与 sampler；只改正向提示词为自己的小场景。保存为 import-practice.json，不覆盖官方样例。
6. 执行后核对实际产物
在硬件与模型均就绪后点击 Queue；读取真实错误或保存的 PNG。检查 Save Image 前的 IMAGE 连接、图片尺寸与文件名，将模型文件、ComfyUI 版本和最终工作流一并留档。本站只验证结构，没有执行扩散推理。
7. 用断链文件练习排错
下载 negative-broken-link.json，运行 python check.py negative-broken-link.json；它含真实不存在的链接端点，应被校验器拒绝。恢复 workflow.json 再导入，避免拿失败教材覆盖工作文件。
8. 下载工作流、输入和结构检查
完整包包含官方来源 JSON、按本页整理的 UI workflow、单独的 API prompt、真实输入 PNG、模型与参数清单、空验收表、故障负样本和离线脚本。先执行 python check.py，再在自己的 ComfyUI 安装中导入与实际运行。包内权重未下载，结构检查不能替代前端兼容与推理验收。
怎样确认已经完成
- 画布节点数量与下载文件相符，所有 link 端点都存在。
- Checkpoint 下拉值来自实际模型目录，模型与工作流家族一致。
- 实际运行后另行保存输出 PNG 与最终 JSON；离线结构通过不等于推理通过。
常见问题
拖 JSON 没有任何节点怎么办？
先查看文件是否是 UI 格式、是否误下 HTML，再用 Workflows → Open。API 格式没有画布布局，需要使用 Export (API) 路径分别处理。
红色节点能直接删掉吗？
不要先删。记录节点 type、所属仓库和版本，确认缺少核心更新还是自定义节点；删节点会改变任务逻辑和输入输出。