이 ComfyUI 워크플로는 Stability AI의 SD 3.5 Large 모델과 Canny ControlNet를 사용해 입력 이미지의 에지 구조를 따르는 이미지를 생성합니다. 파이프라인은 SD 3.5 체크포인트(CheckpointLoaderSimple)와 Canny ControlNet(ControlNetLoader)를 불러오고, 텍스트 프롬프트를 인코딩(CLIPTextEncode)한 뒤, 가이드 이미지에서 고대비 에지 맵을 추출(Canny)합니다. 에지 맵은 ControlNetApplyAdvanced를 통해 구조 제약으로 적용되어, KSampler가 윤곽을 존중하면서도 프롬프트를 따르는 새로운 콘텐츠를 합성할 수 있게 합니다.
기술적으로 워크플로는 목표 해상도에서 잠재 데이터 캔버스를 생성(EmptySD3LatentImage)하고, 포지티브 프롬프트와 ControlNet 에지 가이드로 모델을 조건화하며, 단순화를 위해 네거티브 프롬프트를 비우는 옵션(ConditioningZeroOut)을 기본으로 둡니다. 샘플링(KSampler) 후 결과는 RGB로 디코드(VAEDecode)되어 미리보기(PreviewImage) 및 저장(SaveImage)됩니다. ImageScale은 Canny 에지 맵을 선택한 출력 크기에 맞춰 정렬이 일관되도록 포함되어 있습니다. 이 구성은 실루엣이나 제품 윤곽처럼 구도를 강하게 제어하고 싶을 때, SD 3.5가 디테일/텍스처/스타일을 채우도록 하는 데 적합합니다.
API
코드에서 이 워크플로우 사용하기
모든 Comfy 워크플로우는 JSON 그래프입니다. 아래 페이로드는 이 워크플로우 그 자체로, ComfyUI에서 실행되는 것과 동일합니다 — URL에서 가져오거나, 버전 관리에 보관하거나, ComfyUI에서 불러와 노드별로 실행할 수 있습니다.
Comfy SDK로 TypeScript 또는 Python에서 실행하세요. 동일한 코드는 Comfy Cloud 또는 직접 호스팅하는 ComfyUI 모두에 적용됩니다 — 기본 URL만 다릅니다.
// Install (beta)
npm i @comfyorg/sdk
// Run "SD3.5 대형 Canny ControlNet" (TypeScript)
import { Comfy } from "@comfyorg/sdk";
const client = new Comfy({ apiKey: "comfyui-..." });
// This workflow, exported in API format (see note below)
const wf = await client.workflows.fromFile("sd3.5_large_canny_controlnet_example_api.json");
const asset = client.assets.fromFile("input.png");
wf.setInput("45", "image", asset); // LoadImage
wf.setInput("6", "text", "crystal pink dragon on a blue mystery sky, hyperdetailed"); // CLIPTextEncode
const job = await client.run(wf);
await job.getOutputs("9")[0].toFile("output.png"); // SaveImageSDK는 API 형식의 워크플로우를 사용합니다: 이 워크플로우를 ComfyUI에서 열고 파일 → 워크플로우 내보내기(API)를 사용하세요.
FAQ
