liblibai提供免安装的comfyui在线服务，用户登录后可直接拖拽节点运行工作流；支持粘贴或上传json文件加载他人流程，预置主流插件；基础文生图需配置模型、提示词、采样器并正确连线；图生图需上传图片并接入对应节点；批量生成需启用随机种子及批处理调度。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
在LiblibAI上直接使用ComfyUI，不用装软件、不配环境、不改路径，登录就能拖节点跑图——你只需要知道从哪点开始、连什么节点、填哪些关键参数。
进入ComfyUI界面
打开 https://www.liblib.ai → 登录账号 → 点击顶部导航栏“AI绘画” → 在文生图/图生图模式切换区，找到并点击“ComfyUI”标签。
页面自动加载节点画布，初始为空白或带基础模板。此时浏览器地址栏末尾应出现 【/comfyui】 路径标识，确认已进入真实ComfyUI环境而非WebUI伪装页。
加载并运行他人工作流
方法一：粘贴JSON代码
复制社区下载的 .json 工作流文本 → 在ComfyUI画布空白处按 Ctrl+V → 自动解析并生成完整节点链。
方法二：上传文件
点击右上角“导入”按钮 → 选择本地 .json 文件 → 等待解析完成，节点自动排布。
注意：若节点缺失（如显示红色感叹号），说明该工作流依赖未预装插件，此时需手动补全——但LiblibAI已预置ControlNet、IPAdapter、TiledDiffusion等主流插件，绝大多数热门工作流可即开即用。
配置基础文生图流程
第一步：加载模型
拖入一个 CheckpointLoaderSimple 节点 → 点击其下拉菜单 → 从“我的模型”或“收藏”中选择已上传/启用的大模型（如 F.1 或 Seedream 4.0）。
第二步：输入提示词
拖入 CLIPTextEncode 节点 → 双击打开 → 在“text”框内输入中文提示词（支持直接写“水墨山水，远山含黛，雾气缭绕”）→ 同样操作配置反向提示词节点（可选）。
第三步：设置采样器
拖入 KSampler 节点 → 展开参数面板 → 将 steps 设为 【25】，cfg 设为 【7】，sampler_name 选 dpmpp_2m，scheduler 选 karras —— 这组参数适配云端算力，出图快且细节稳。
第四步：连接与生成
用鼠标拖拽连线：CheckpointLoaderSimple 的 MODEL → KSampler 的 model；CLIPTextEncode 的 CONDITIONING → KSampler 的 positive；再拖一个 EmptyLatentImage 节点设 width/height（如 1024×1024）→ 其 LATENT → KSampler 的 latent_image；最后 KSampler 的 LATENT → VAEEncode → VAE → SaveImage。
点击右上角“Queue Prompt”按钮，等待右下角出现生成图片缩略图。
上传图片做图生图或扩图
找到 LoadImage 节点 → 点击 “choose file to upload” → 选取本地图片 → 图片自动载入并生成像素张量输出端口。
若用于扩图，必须将该节点输出接入外补画板（例如 ExpandImageSize 或 InpaintModelConditioning 类节点）的 image 输入口；若跳过此连接直接进 KSampler，系统会报错中断队列。
扩图方向参数填法：只填需扩展方向数值（如右扩300 → right: 300），其余方向保持 0；单次扩幅建议 ≤400 像素，超限易导致结构崩坏或边缘伪影。
批量生成多张不同图
进入 ComfyUI 标签页 → 新建流程 → 使用“文生图基础流程”模板 → 在 KSampler 节点中把 seed 改为 -1（启用随机种子）→ 右键 CLIPTextEncode 正向提示词节点 → 选择 “Convert to Input” → 添加 BatchPromptScheduler 节点 → 连接至文本编码器输入端 → 准备一个 TXT 文件，每行一条提示词 → 点击右上角 “Queue Batch”。
系统将逐行读取、逐张生成，输出图像数量与 TXT 行数严格一致，且每张图 seed 不同、构图不重复。
