liblibai导入comfyui工作流报“输入参数不合法”是因json字段名、类型、结构或取值不符合其严格schema校验。需清除bom头、用raw链接下载json、确保键名大小写精准匹配、数字/布尔值不加引号、字符串转义正确、数组格式规范，并注意prompt长度限制及显式声明model字段。
☞☞☞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☜☜☜
LiblibAI平台导入ComfyUI工作流后提示“输入参数不合法”，说明平台校验器在解析你提交的prompt JSON时，发现字段名、类型、嵌套结构或取值范围与当前工作流定义的schema严重不符——这通常发生在从本地ComfyUI导出再上传至LiblibAI时，未适配其更严格的前端验证规则。
检查工作流JSON是否含非法字符或BOM头
用VS Code或Notepad++打开你准备上传的.workflow.json文件→点击右下角编码格式（如显示“UTF-8 with BOM”）→选择“Save with Encoding”→选“UTF-8”（【务必确认不带BOM】）→保存。Windows记事本默认加BOM，会导致LiblibAI前端json.parse()在位置0直接报unexpected token \ufeff。
若用浏览器从GitHub网页点“Download”下载，很可能拿到的是HTML包裹体而非纯JSON。必须改用Raw链接：把github.com替换成raw.githubusercontent.com，确保URL以“.json”结尾且响应头Content-Type为application/json。
验证prompt字段是否匹配LiblibAI要求的schema
LiblibAI对prompt输入有强契约约束，不是所有本地能跑通的JSON都适用。打开该工作流在LiblibAI页面的“参数配置”面板，截图或手抄下每个可编辑字段的名称、类型（string/number/boolean）、是否必填、示例值。
方法一：对照修正手动构造的prompt JSON
打开你上传时填写的prompt框（通常是textarea），确认它是一个标准JSON对象，顶层无数组或纯字符串；检查所有键名是否100%匹配面板中显示的字段名（注意大小写和下划线）；若面板显示字段为“positive_prompt”，你写了“pos_prompt”就必然失败。
方法二：用LiblibAI自动生成的默认prompt覆盖重试
先不填任何内容，点“运行”，让平台生成一次默认prompt输出（通常在控制台或响应体里）；复制该完整JSON，仅修改其中需要动态变更的字段值，其余结构原样保留——这是最稳妥的schema对齐方式。
排查节点级参数越界或类型错配
第一步：定位报错字段
查看LiblibAI返回的完整错误信息，形如{"steps": ["must be integer between 1 and 50"]}或{"cfg": ["must be number"]}。只改这一项，其他字段暂时注释掉，最小化复现。
第二步：按类型逐个修正
① 数字类参数（steps、cfg、seed）：确认是不带引号的纯数字，不是"20"而是20；
② 布尔类参数（disable_preview、use_tiling）：必须写true/false，不能写"true"或1；
③ 字符串类参数（positive_prompt）：确保双引号闭合，内部含引号需转义为\"，避免用中文全角标点；
④ 数组类参数（lora_stack）：确认是[{"name":"xxx.safetensors","strength":0.8}]格式，不是逗号分隔的字符串。
特别注意：LiblibAI会静默拒绝超长positive_prompt（通常限300字符内），截断不报错但触发验证失败。删减至50字以内测试是否通过。
绕过前端校验，用API直传调试
打开浏览器开发者工具→Network标签页→点击“运行”→找到名为“prompt”的POST请求→右键→Copy as cURL。粘贴到终端执行，观察原始响应体中的validation error详情——比前端提示更精确到字段层级。
若curl返回{"error":"prompt outputs failed validation: {'model': ['field required']}"，说明你漏传了model字段。LiblibAI要求显式声明checkpoint文件名，即使工作流里已固化，也必须在prompt JSON中重复提供：{"model": "realisticVisionV60B1.safetensors", ...}
