轻松实现程序化图像生成：全面的 API 就绪工作流程
利用稳定的 Diffusion API 进行程序化图像生成：轻松通过文本提示创建 512x512 图像！探索如何将这个 JSON 定义的工作流程集成到您的应用程序中，并使用可自定义的参数生成令人惊叹的图像。
- 模型
- Sd
- 阅读时间
- 4 分钟
工作流概览
利用稳定的 Diffusion API 进行程序化图像生成：轻松通过文本提示创建 512x512 图像！探索如何将这个 JSON 定义的工作流程集成到您的应用程序中，并使用可自定义的参数生成令人惊叹的图像。
内容类型: Workflow
主要用途: Download
所需模型
- Sd
配置说明
- 打开工作流模板前，请先安装所需模型。
1. 工作流概述
这个名为"API调用工作流"的JSON文件定义了一个基础的Stable Diffusion图像生成流程，适合通过API调用来执行。它的核心功能是根据文本提示词生成512x512尺寸的图像，最终保存输出结果。
2. 核心组件分析
节点名称 | 类型 | 关键功能 |
|---|---|---|
CheckpointLoaderSimple | 模型加载 | 加载AWPainting_v1.3模型（艺术风格模型） |
EmptyLatentImage | 潜在空间 | 创建512x512的空白潜在图像 |
CLIPTextEncode (x2) | 文本编码 | 分别处理正面/负面提示词 |
KSampler | 采样器 | 控制生成过程（20步，Euler采样） |
VAEDecode | 解码器 | 将潜在空间图像转为像素图像 |
SaveImage | 保存 | 输出最终图像 |
3. 关键参数
分辨率: 512x512
提示词:
正面: "beautiful scenery nature glass bottle landscape, purple galaxy bottle"
负面: "text, watermark"
采样参数: Euler方法, 20步, CFG=8
随机种子: 802908303372950
4. API调用特点
结构化输入:（Json）
{
"prompt": "beautiful scenery...",
"negative_prompt": "text, watermark",
"width": 512,
"height": 512,
"steps": 20,
"cfg": 8
}可扩展性:
可轻松替换模型路径（第4节点widgets_values）
支持动态修改种子值（第3节点widgets_values[0]）
输出处理:
自动保存到ComfyUI默认输出目录
返回图像base64编码或文件路径
5. 建议的API封装（Python）
def generate_image(prompt, negative_prompt, size=(512,512)):
payload = {
"prompt": prompt,
"negative_prompt": negative_prompt,
"width": size[0],
"height": size[1]
}
response = requests.post("http://comfyui-server/api", json=payload)
return response.json()["image_url"]6. 性能优化建议
对于高频调用：
预加载模型（保持CheckpointLoaderSimple节点常驻内存）
使用批处理请求
参数调整：
降低steps到15可提升速度
切换sampler为"dpmpp_2m"可平衡质量/速度