首个可用ai绘画工作流需按顺序连接checkpointloadersimple、两个cliptextencode、ksampler和vaedecode节点，缺一不可；图生图必须添加loadimage节点，controlnet需正确接入apply节点并连至ksampler正向输入。
☞☞☞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☜☜☜
你想在LiblibAI里搭建一个能自动运行的AI绘画流程，但面对空白画布和一堆颜色各异的节点不知从哪连起——这不是配置错误，是缺少对节点间逻辑关系的直观认知。工作流不是按钮堆叠，而是数据管道，每一步连接都决定图像能否生成、质量是否可控。
确认入口与基础环境
必须通过ComfyUI可视化界面启动工作流，网页端“文生图”快捷入口不加载节点逻辑，直接点“生成”按钮无法调用自定义流程。登录账号后，首页顶部导航栏点击「工作流」→「我的工作流」→ 若为空白页，点击右上角「新建工作流」按钮。
新建时系统默认加载基础Stable Diffusion节点模板，包含「CheckpointLoaderSimple」「CLIPTextEncode」「KSampler」「VAEDecode」四个核心模块。缺失任一模块将导致流程中断报错，后续所有操作都将卡在“waiting for model”或“no conditioning input”状态。
搭出第一个可用工作流
第一步：拖入CheckpointLoaderSimple节点→双击→在下拉菜单中选你已导入LiblibAI的模型（如liblibai_anime_v1.0.ckpt）→确认VAE留空（该模型自带）。
第二步：拖入CLIPTextEncode节点→双击→在“text”栏手动输入正向提示词，比如“masterpiece, best quality, 1girl, pink hair, studio lighting”；再拖一个同名节点处理负向提示词，填入“low quality, blurry, text, watermark”。
第三步：拖入KSampler→将CheckpointLoaderSimple的“clip”输出连到两个CLIPTextEncode的“clip”输入→把两个CLIPTextEncode的“conditioning”分别连到KSampler的“positive”和“negative”→最后把KSampler的“latent”输出连到VAEDecode。
这串连接跑通后，右键VAEDecode→“队列提示”执行。你会看到画布右上角弹出渲染进度条，3秒后生成首张图。注意：KSampler里的采样步数建议设为30，低于20容易漏细节，高于50几乎不提升质量还拖慢速度。
图生图类工作流必须加图像输入节点
方法一：拖拽直连法
在画布空白处双击→选择「LoadImage」节点→将本地PNG或JPEG文件直接拖入该节点区域，松手即完成上传与绑定。这一步操作起来很简单，直接把文件拖进去就行。
方法二：路径配置法
双击「LoadImage」节点→在弹出面板中点击「浏览」→定位到图片所在文件夹→勾选「循环读取」可批量处理同目录下全部图像。注意：路径中不能含中文或空格，否则节点报错显示“File not found”，需提前重命名为英文名如“input_img.png”。
【关键前提】所有图生图类工作流都依赖此节点作为输入源，若跳过该步直接运行，KSampler会因无图像输入而卡在“waiting for image”状态，后台日志提示“NoneType object has no attribute shape”。
ControlNet姿态控制接入
在已有基础工作流上，新增ControlNetLoader节点→双击选择controlnet_openpose-fp16.safetensors模型→再加ControlNetApply节点→将ControlNetLoader的“control_net”输出连到Apply节点的同名输入→把Apply节点的“image”输入连到LoadImage的“image”输出→把Apply节点的“conditioning”输出连到KSampler的“positive”输入。
这一步完成后，OpenPose预处理器会自动分析你上传的人物图姿态骨架，并将结构约束注入采样过程。如果没连对顺序，比如把Apply节点接在CLIPTextEncode之后，AI会忽略姿态信息，只按文字描述生成人物，完全失去控制力。
批量处理与参数固化
若需一次生成多张图，不要反复点击“队列提示”。改用ImageLoader节点替代LoadImage，它支持batch_size参数设置。双击ImageLoader→勾选「循环读取」→设置batch_size为4→将输出“image”连入ControlNetApply或KSampler的对应图像输入口。
KSampler中三项参数必须手动校准：Steps设为25–30，CFG Scale设为7–9，Denoise（图生图必调）设为0.3–0.5。其中Denoise值为0表示完全复刻原图，1表示彻底重绘，中间值决定重绘幅度——填错会导致画面崩坏或毫无变化。
工作流搭建完成后，点击画布右上角「保存工作流」→格式选.json→命名后确认。该文件可复用、可分享、可导入他人LiblibAI账户，无需重新连线。
