LiblibAI支持免安装运行ComfyUI工作流，登录后通过拖拽JSON或点击“在ComfyUI中运行”即可启动；需确认地址栏含/comfyui路径；基础文生图四步：加载模型、输入提示词、配置采样器（steps=25, cfg=7）、正确连线生成；图生图需上传图像并调参扩图或高清放大；多模型融合支持加权合并与LoRA协同。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
在LiblibAI上直接运行ComfyUI工作流，无需安装软件、不配环境、不改路径，登录后拖拽JSON文件或点击“在ComfyUI中运行”按钮即可启动他人搭建好的完整流程——你只需要知道从哪开始点、连什么节点、填哪些关键参数。
进入真实ComfyUI环境
打开 https://www.liblib.ai → 登录实名账号 → 点击顶部导航栏“AI绘画” → 在文生图/图生图模式切换区，找到并点击“ComfyUI”标签。页面加载完成后，检查浏览器地址栏末尾是否出现【/comfyui】路径标识，【未显示该路径说明仍在WebUI伪装页，需重新点击进入】。
导入他人工作流的两种方式
方法一：拖拽JSON文件
在ComfyUI画布空白区域，直接将本地下载的 .json 工作流文件（如 flux_kontext_single.json）拖入并松手，系统自动解析生成全部节点与连线。
方法二：点击跳转运行
在LiblibAI模型广场或工作流主页，找到目标工作流（例如“FLUX+fill超强无痕扩图”），点击右侧蓝色按钮「在ComfyUI中运行」，页面自动跳转并加载预置节点布局。
注意：若节点显示红色感叹号，说明依赖插件缺失；LiblibAI已预装ControlNet、IPAdapter、TiledDiffusion等主流插件，绝大多数热门工作流可即开即用。
基础文生图流程配置（四步连通）
第一步：加载大模型
拖入 CheckpointLoaderSimple 节点 → 点击下拉菜单 → 从“我的模型”中选择已启用的大模型（如 F.1 或 Seedream 4.0）。
第二步：输入提示词
拖入 CLIPTextEncode 节点 → 双击打开 → 在“text”框内输入中文正向提示词（例如“赛博朋克城市夜景，霓虹灯雨，全息广告牌”）→ 同样操作配置反向提示词节点（可选）。
第三步：设置采样器参数
拖入 KSampler 节点 → 展开参数面板 → 将 steps 设为【25】，cfg 设为【7】，sampler_name 选 dpmpp_2m，scheduler 选 karras —— 这组参数适配LiblibAI云端GPU算力，出图快且结构稳定。
第四步：连线并生成图像
按顺序连接：CheckpointLoaderSimple 的 MODEL → KSampler 的 model；CLIPTextEncode 的 CONDITIONING → KSampler 的 positive；EmptyLatentImage 的 LATENT → KSampler 的 latent_image；KSampler 的 LATENT → VAEDecode → VAE → SaveImage。确认所有端口连接无误后，点击右上角“Queue Prompt”按钮。
图生图类工作流关键操作
找到标有“加载图像”的节点 → 点击 choose file to upload → 从电脑选取待处理图片。上传成功后，图像缩略图会出现在该节点内部。
若工作流含“外补画板”节点（常见于扩图流程）：调整上下左右四个方向数值，不需要扩展的方向填0；单次扩展建议不超过400像素，避免边缘崩坏；羽化值设20–40可提升新旧画面融合自然度。
若工作流含“基础调度器”节点（常见于高清放大流程）：重点调节降噪（denoise）参数，推荐值0.23–0.4；数值过低则细节不足，过高则风格偏移。
多模型融合进阶操作
方法一：主模型加权合并
拖入两个 CheckpointLoaderSimple 节点 → 分别加载 ReVAnimated_v122 和 majicMIX_realistic_V7；添加 ModelMergeSimple 节点 → 将两者的 MODEL 输出分别连入其左右输入口 → 在节点内设权重为0.65和0.35，【两数之和必须严格等于1】 → 将合并后的 MODEL 连入 KSampler。
方法二：LoRA协同干预
在生图界面点击“LoRA”标签页 → 勾选第一个LoRA并设强度0.72 → 再勾选第二个LoRA并设强度0.58 → 检查二者触发词是否冲突（如“bold outlines”与“soft shading”同时存在将导致渲染对抗）。
