怎样理解节点式 AI 图像工作流？
跑通官方基础文生图工作流，再固定种子做单变量对照，学习读连接、修依赖和保存可复用流程。
先用官方基础模板跑一次
按ComfyUI官方中文首次生成文档安装并启动，载入文生图示例，按模板提示安装对应模型。第一次不要导入几十个自定义节点的复杂流程。目标是确认本机能从提示文字生成一张图，并把工作流导出为JSON。模型下载和硬件条件取决于模板，不把别人的环境当作自己的配置。
沿数据连接读图
典型基础流程里，模型加载节点提供模型与编码组件，文本编码把提示转为条件，采样节点处理潜空间数据，解码后才得到可保存的图像。沿每条线看输入输出类型，而不是仅记节点的位置。不同模型架构可能有不同节点与连接，不能生搬硬套某一模板。
做三次可解释的对照
固定模型、种子、尺寸和其他设置，第一张提示为桌面上的红色杯子；第二张只把红色改为蓝色；第三张回到红色只改变光照描述。保存三张图与三个工作流，记录哪项变化对应哪项结果。固定种子帮助对照，但跨版本或不同设备仍不能保证完全相同像素。
报错先按阶段判断
模型列表为空：检查文件位置与模板要求；找不到节点类型：确认是否用了插件和对应版本；采样时报内存不足：减少分辨率或批量，关闭无关占用；保存结果与预期不符：确认打开的是本次工作流。不要同时换模型、插件和参数，否则无法知道修复来自哪里。
交付一个别人能理解的流程
导出工作流JSON，另存模型文件名、版本、输入说明和三张对照结果。工作流不等于包含模型权重，分发时说明依赖而不是只发一张截图。先在重新启动后的干净会话加载并运行一次，再添加放大或批处理。本文练习聚焦流程理解，不提供未经测试的插件组合。
配套工具与教程
动手实践
一份可重新打开的图像工作流及配套参数记录。
- 完成 ComfyUI 安装或选择能使用的托管环境。
- 从官方入门文档选择基础工作流，确认环境支持所需模型。
- 准备输出用途与尺寸说明，第一次先验证单张图而非批量任务。
第 1 步
- 写明图片用途与必须保留的元素。
- 打开基础工作流，识别文本输入、模型加载、采样与输出的连接。
- 先保持流程结构不变，确认每个必要输入都有值。
能够指出输入从哪里进入、模型在哪里加载、结果在哪里输出。
第 2 步
- 按工作流声明检查模型和节点，缺少的依赖逐个定位。
- 记录模型文件名与来源，不将工作流 JSON 当作包含模型权重的完整包。
- 从可信来源安装依赖，不为了消除报错盲目安装无关节点。
模型可以选中，必需节点可用，没有尚未理解的缺失项。
第 3 步
- 先完成单张输出，记录种子和主要参数。
- 每次改变一个条件并另存结果，比较主体与构图是否接近用途。
- 内存不足时降低输出规模或选择环境能运行的模型，再扩大流程。
至少成功运行一次，并能解释本次改变了哪些条件。
第 4 步
- 导出工作流 JSON，同时保存输出与参数说明。
- 重新打开工作流并核对输入、模型与输出路径。
- 如需分享，去除私人路径和凭证，注明环境差异可能造成的结果变化。
另一会话可打开流程，依赖和运行条件有清楚记录。
常见问题
工作流有红色或缺失节点
先查看具体节点名称及依赖说明，核对流程来源与当前版本。
模型列表为空
核对文件位置和类型，按官方文档检查模型目录或路径配置。
相同提示词结果不同
同时记录模型、参数、种子和软件环境；仅固定提示词不足以控制所有变量。
交付成果
- 工作流 JSON
- 一张对应输出图
- 模型/节点版本与来源记录
- 输入说明、参数与复现限制