介绍单图工作流：适用于 Wan 2.1/2.2、Z-Image、Qwen-Image、Flux2 等的 Forge 风格静态设计

作者：Iory98

测试环境：Windows 11，ComfyUI 版本：v0.4.0 | 前端版本：v1.33.13

工作流内包含完整指南。

简介与动机：告别“意大利面汤”！

ComfyUI 是一个强大的 AI 生成平台，但其基于图的结构可能令人望而生畏。如果你来自 Forge WebUI 或 A1111，转向管理“意大利面汤”式工作流往往令人疲惫。我一直认为，平台应当让你专注于创作图像，而非工程化图表。

我创建了“单图工作流”来解决这一问题。我的目标是构建一个像用户界面一样运作的工作流。通过利用 ComfyUI 最新的子图（Subgraph）功能，我将混乱整理为一个简洁、静态的工作空间。

为何叫“单图”？

该工作流专注于质量而非数量。它不盲目生成 50 张图像，而是提供一个结构化的三阶段流程，帮助你打造完美的单张图像：先生成构图，再通过模型驱动的高分辨率修复优化细节，最后使用模块化平铺技术将图像放大至 4K。

虽然针对 Wan 2.1 和 Wan 2.2（文生图）进行了优化，但该工作流同样适用于 Qwen-Image、Z-Image，以及任何需要单一文本编码器的模型。

核心理念：三阶段流程

本工作流不仅在于生成图像，更在于完善图像。它遵循模块化逻辑，节省你的时间与显存：

· 阶段一 - 构图（低分辨率）：以较低分辨率（如 1088x1088）批量生成图像。速度快，便于挑选最佳构图。

· 阶段二 - 高分辨率修复：选取你最喜欢的一张图像，通过高分辨率修复模块注入细节、优化纹理。

· 阶段三 - 模块化放大：最终使用 Ultimate SD Upscale 模块将分辨率提升至 2K 或 4K。

通过分离这三个阶段，你无需等待数分钟生成一张 4K 图像后，才发现手部变形。

“堆叠”界面：如何导航

本工作流最独特的功能是“堆叠预览系统”。为节省屏幕空间，我将三个图像比较节点堆叠在一起。你无需移动它们，只需折叠顶部节点，即可露出下方的节点。

· 第1层（顶层）：当前 vs 上一张 —— 比较你最新生成的图像与上一张。
操作：点击节点标题上的最小化图标，隐藏本层以显示第2层。

· 第2层（中层）：高分辨率修复 vs 原图 —— 比较第二阶段的优化结果与原始图像。
操作：最小化本层以显示第3层。

· 第3层（底层）：放大后 vs 原图 —— 比较最终超分辨率输出与输入图像。

控制面板（子图）

该工作流分为 7 个彩色编码的子图。可将它们视为网页浏览器中的“标签页”：展开以修改设置，折叠以保持工作区整洁。

1. Wan_Main_Settings（仪表盘）

· 状态：始终展开

· 功能：这是你的主界面，包含你 90% 的操作参数：

o 提示词：正面文本输入

o 生成数据：种子、采样器、调度器、CFG 值、步数

o 图像尺寸：在此设置基础分辨率

o 开关切换：无需断开连线，即可快速启用/禁用精炼器、高分辨率修复或放大阶段

2. Wan_Model_Loaders（设置从此开始）

· 功能：负责加载你的模型检查点

· 双阶段加载：可分别加载主模型（高噪声，用于结构）和精炼模型（低噪声，用于细节）

· 格式自由：支持混合 GGUF 和 Safetensors 格式。你甚至可将 GGUF 版本设为主模型，Safetensors 设为精炼模型，以测试量化差异

3. Wan_Model_Parameters（高级调优）

· 功能：模型的底层技术设置

· 特性：

o 模型格式选择：选择模型类型（GGUF 与 Safetensors）

o MagCache 优化：调节显存使用与运行速度的设置

o 默认 LoRA 堆栈：包含 3 个插槽，用于“始终开启”的 LoRA（如 Lightning 或 Turbo LoRA）

4. Wan_Unified_LoRA_Stack

· 功能：集中式 LoRA 加载器

· 逻辑：无需为“主模型”和“精炼模型”分别管理 LoRA，此堆栈将你的风格 LoRA 同时应用于两者。支持最多 6 个 LoRA。当然，此堆栈可与上述“默认（内部）LoRA”协同工作。

· 注意：如需为特定模型单独使用 LoRA，请使用工作流中内置的外部 Power LoRA 加载器。

5. Wan_NAG_Settings（负向提示）

· 功能：管理你希望从图像中排除的内容

· 特性：包含 NAG（归一化注意力引导）设置，通常比标准方法更能准确遵循负向提示。同时管理图像文件名前缀与保存路径。

6. Wan_HiResFix_Settings（第二阶段）

· 功能：优化第一阶段生成的图像

· 建议：使用此模块放大你选定的“草稿”图像。它采用重噪声技术，为低分辨率图像中缺失的细节注入真实感。

7. Wan_Upscaler_Settings（第三阶段）

功能：最终润色，将图像分辨率提升至超出模型原生能力的范围。

模块：使用 Ultimate SD Upscale

逻辑：支持平铺放大，是实现 4K 分辨率而不耗尽显存的关键。你可以将原始图像或高分辨率修复后的图像输入此模块。

要求与安装

要使用此工作流，你必须已安装 ComfyUI Manager。加载工作流后，点击“安装缺失的自定义节点”。

主要使用的自定义节点：

· rgthree-comfy：用于静音开关和图像比较节点

· ComfyUI Impact Pack：用于高级工作流逻辑

· ComfyUI-Easy-Use：用于简化参数处理

· ComfyUI-KJNodes：用于界面增强

· UltimateSDUpscale：用于第三阶段放大

· ComfyUI-GGUF：如使用 GGUF 量化模型则必需

· Was Node Suite：用于各类输入/输出任务

快速入门指南

1. 加载模型：打开 Model_Loaders 子图，选择你的 Wan 2.1（或其他）检查点。

2. 设置分辨率：在 Main_Settings 中设置一个快速预览分辨率（如 832x1216 或 1024x1024）。

3. 输入提示词：在 Main_Settings 或连接的正面提示词字段中输入文本。

4. 生成：点击“排队提示”。

5. 查看：观察顶层“当前 vs 上一张”预览。

6. 优化（可选）：若你喜欢当前种子，开启 Main_Settings 中的“启用高分辨率修复”，重新生成以精细润饰细节。折叠顶层预览以查看结果。