Qwen-Image 2512 Turbo 工作流程用精簡流程達到快速產圖，並利用 Qwen-Image 2512 模型來加速生成。它特別適合需要從文字提示詞快速取得視覺輸出的使用者，但為了速度會在畫質上做些微取捨。工作流程整合 VAELoader、CLIPLoader、UNETLoader 等關鍵節點，用於載入與處理模型元件；KSampler 節點負責生成 latent 圖像，而 LoraLoaderModelOnly 用來套用 LoRA（Low-Rank Adaptation）以提升效率。
此工作流程主要分三步：載入所需模型、設定圖片尺寸、處理文字提示詞。ModelSamplingAuraFlow 節點負責取樣與細化輸出，確保結果與提示詞一致。透過 CLIPTextEncode，工作流程將文字提示詞轉成視覺概念，再用 VAEDecode 解碼成圖片。ConditioningZeroOut 協助管理 conditioning 流程，讓生成能保持一致並符合輸入參數。當你更重視速度而非高保真度時，這是一個適合用於快速原型與概念視覺化的實用選擇。
API
從程式碼使用此工作流
每個 Comfy 工作流都是一個 JSON 圖。下方的 payload 就是此工作流，與 ComfyUI 執行時完全相同 — 你可以從此 URL 取得、放入版本控制，或在 ComfyUI 載入並逐節點執行。
使用 Comfy SDK 以 TypeScript 或 Python 執行。相同程式碼可用於 Comfy Cloud 或你自架的 ComfyUI — 只需更改 base URL。
// Install (beta)
npm i @comfyorg/sdk
// Run "Qwen-Image 2512 Turbo" (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("image_qwen_image_2512_with_2steps_lora_api.json");
wf.setInput("108", "text", "your prompt here"); // CLIPTextEncode
const job = await client.run(wf);
await job.getOutputs("123")[0].toFile("output.png"); // SaveImageSDK 需使用 API 格式的工作流：請在 ComfyUI 開啟此工作流，並使用 檔案 → 匯出工作流（API）。
常見問題
常見問題
Showing 30 of 30 templates