Skip to main content
ComfyTV / Generate 分组里都是从提示词创建新内容的 stage：Text、Image、Video、Music、Speech、3D Model。 所有生成器的用法一致：输入提示词，在下拉框选一个 workflow（模型），点 ▶ Run。结果显示在节点预览里，并流向下游接线的任何节点。 每个 workflow 下拉框下面都有两个按钮：
  • 🔗 Link workflow —— *使用自定义工作流的推荐方式。*直接从 ComfyUI 自己的工作流库里挑一个链接进来；在 ComfyUI 里编辑保存，ComfyTV 自动读到最新版。见 custom-workflows.zh.md。
  • ⬆ Upload workflow —— 从磁盘导入 .json 文件，不用重启。
在 stage 管理器里悬停某个工作流可以 ★ 星标设为该 kind 的默认；stage 卡片上的预设条可以保存/调用参数预设。

​
Image Stage

Image stage
  • 提示词：主文本框。上游 Text 节点内容会追加进来；上游图片喂给当前工作流的 LoadImage（只有 i2i 工作流会消费）。@image_N 记号可以在文中内联引用接进来的图片槽位。
  • workflow —— 自带：Local SD1.5（文生图）、Local SD1.5 I2I（图生图）、Image Ideogram4 T2I——加上你 Link 或 Upload 进来的任何工作流。
  • resolution / aspect_ratio / batch_size：目标尺寸档位、画幅、每次 Run 出几张。
两个输出：images 是本次 Run 的整批；image 是你在节点上点选的单张（没点之前默认第一张）。

​
图生图

选 Local SD1.5 I2I，把参考图接进 images 槽，写提示词，Run。

​
Video Stage

Video stage
  • workflow —— 自带两个家族：
    • LTX 2.3（纯视频）：
      • Local LTX 2.3 T2V —— 文生视频。
      • Local LTX 2.3 I2V —— 图生视频。
      • Local LTX 2.3 FLF2V —— 首尾帧生视频。在 images 上接两张图（起始 + 结束关键帧）。
      • Local LTX 2.3 IA2V —— 图 + 音频生视频。
    • MiniMax H3（一趟直出带声音的视频——环境声、拟音甚至对白）：
      • Local MiniMax H3 T2V —— 文生视频+音频。
      • Local MiniMax H3 FLF2V —— 首尾帧生视频+音频。
      • Local MiniMax H3 R2V —— 多参考：接入多张图（角色设定、场景、道具、风格）和可选的参考音频,在提示词里用 @image_N / <Audio N> 指名引用,跨镜锁定身份与连续性。H3 工作流内置 Lightning LoRA,生成耗时约减半（见 models.zh.md）。
  • resolution / aspect_ratio / duration：输出尺寸、画幅、时长。
  • audio 输入 —— IA2V 必需；H3 R2V 作参考音频；其余工作流不用音频。
出片之后，整个视频套件——剪辑、调色、抠像、合成、特效——就接手了。

​
Text Stage

Text stage 本地 LLM 文本生成（内置 Qwen3 4B）。用来扩写提示词、写描述、或喂其他 stage 的上下文槽。

​
Music Stage

Music stage 文生音乐，自带两个工作流：
  • ACE-Step v1 Song —— 轻量默认。
  • MiniMax Music 3 —— 更高质量的完整歌曲。
共同参数：
  • 提示词：自由 tags——曲风、情绪、BPM、乐器编制。
  • 歌词（可选）：留空 = 纯器乐；非空 = 人声曲目。
  • 时长：滑块（1–240 秒，默认 30）。
输出是一个音频文件。之后音频套件（均衡、分轨、混响……）和 Music 节点都能接手。

​
Speech Stage

Speech stage 文字转语音。自带 Kokoro TTS 工作流：输入要念的台词，在工作流参数里选音色，Run。输出是一段音频——可以接进 Video Stage 的 audio 输入（IA2V）、Mux Audio 节点或音频套件。

​
3D Model Stage

3D model stage 通过 model kind 的工作流生成 3D 模型（GLB）。自带三个：
  • Hunyuan3D 2.1 —— 图生带贴图网格。
  • MoGe-2 Depth Mesh —— 单目深度估计图生几何。
  • TripoSplat Gaussian —— 图生高斯泼溅（也能载入 Scene3D）。
三者所需模型文件见 models.zh.md；也可以 Link 或 Upload 你自己的 model kind 工作流。节点内嵌轨道预览；旋转视角后会自动截图进它的图片输出，下游图像 stage 可以直接消费模型的外观。GLB 本体流向 3D 节点——Scene3D、网格操作、材质，详见节点参考。