ComfyUI Workflows in OpenMontage
用途
本技能用于在 OpenMontage 中处理 ComfyUI 工作流，适用于调用 comfyui_image、comfyui_video、comfyui_music 之前，以及把社区 ComfyUI 工作流转换为 OpenMontage 工具调用时。
服务端契约
工具生成前必须先运行 ComfyUI。默认服务端为 http://localhost:8188，可用 COMFYUI_SERVER_URL 覆盖。
若按能力运行不同的 ComfyUI 实例（不同 GPU、不同模型集），可用 COMFYUI_IMAGE_SERVER_URL / COMFYUI_VIDEO_SERVER_URL / COMFYUI_MUSIC_SERVER_URL 分别覆盖对应工具的地址；这是可选项，单服务端部署无需设置。
健康与硬件状态来自 GET /system_stats。任务提交到 POST /prompt，完成输出从 GET /history/{prompt_id} 读取，产物字节用 GET /view 下载。
长等待任务（视频、音乐）优先使用 ComfyUI 的 websocket 推送以立即检测完成或错误，未安装 websocket-client 时自动回退到 REST 轮询。无论哪种方式，超时都可恢复：把错误中的 prompt_id 作为 resume_prompt_id 传回，即可继续等待同一任务，而无需重新提交。
工作流应以 ComfyUI 的 API 格式 JSON 导出，而非 UI 布局格式。若下载的工作流无法提交，请在 ComfyUI 中启用 API 格式重新导出。
Partner Nodes 为托管节点
comfyui_video 中的 gemini_omni_flash、seedance_2.5、minimax_h3_api 是官方 ComfyUI Partner Nodes，会调用托管 API，需要网络访问、已登录的 Comfy 账号和预付费额度。不要仅因图在本地 ComfyUI 进程中运行，就把 Partner Nodes 描述为本地、离线或免费。
minimax_h3_local 是单独的开放权重路径，需要以 API 格式导出的官方 MiniMax H3 工作流、其 output_node，以及工具报告的模型栈。
工作流选择
当请求的操作匹配且本机具备所需模型与显存时，使用内置工作流。
当用户需要社区配方、更低显存模型、不同风格家族或自定义节点时，使用自定义 workflow_json 或 workflow_path。
对于 8GB-12GB GPU，优先使用占用更低的工作流，例如 Wan 2.1 1.3B、LTXV FP8 或量化工作流，或 Wan 2.2 GGUF/量化社区工作流。内置的 Wan 2.2 14B FP8 视频工作流属于 16GB 级别路径，并非所有提供方的下限。
不要承诺任意自定义工作流都能适配某台机器。工作流、量化、分辨率、帧数与卸载设置共同决定真实资源边界。
输出节点契约
自定义工作流必须传入 output_node。选择写出产物的节点，通常是 SaveImage、SaveVideo、VHS_VideoCombine 或其他终端保存节点。以字符串形式传入节点 ID，例如 "108"，不要传类名。若工作流有多个保存节点，选择最终交付节点，而非预览或中间节点。
模板化节点与固定节点
执行前先识别模板化节点：提示词文本、种子、尺寸、帧数、源图、采样器设置、输出文件名前缀。固定节点包括模型加载器、VAE、文本编码器、LoRA 加载器、调度器与图连线，除非工作流作者有意允许定制，否则不要修改。对于社区工作流，运行前检查每个加载器节点，记录所有必需模型或自定义节点。缺失模型应通过工具的结构化 missing_models 载荷处理（如可用）。
视频工作流需要时间潜变量
视频工作流的空潜变量节点必须是视频潜变量——Wan 2.2 t2v 用 EmptyHunyuanLatentVideo，图像条件变体用 Wan22ImageToVideoLatent 或 WanImageToVideo。帧数放在 length；batch_size 表示生成多少段独立片段，保持为 1。把 EmptyLatentImage 的 batch_size 设为帧数是一个陷阱：它会请求 N 张互不相关的图像，生成的 MP4 帧数、时长和编码都正确且能通过 ffprobe，但画面会闪烁。运行不熟悉的视频工作流前先检查潜变量节点。
模型与 LoRA 设置
可用时使用 ComfyUI Manager 或工作流作者提供的模型链接，并遵守模型许可。将模型放入加载器节点预期的目录：扩散模型放在 ComfyUI/models/diffusion_models/，文本编码器放在 ComfyUI/models/text_encoders/，VAE 放在 ComfyUI/models/vae/，LoRA 放在 ComfyUI/models/loras/。对于 LoRA 栈，在工作流中使用 LoraLoader 或 LoraLoaderModelOnly 链，记录每个 LoRA 名称及（适用时）strength_model 与 strength_clip。当前 ComfyUI 工具不会向任意图注入 LoRA；要使用 LoRA，请提供已包含 LoRA 加载器链的工作流并传递模型栈来源信息。
来源信息
对自定义工作流，已知时提供 workflow_name 与 workflow_model。当工作流非内置时，为可复现性提供 workflow_model_stack，包括基础检查点或扩散模型、量化、文本编码器、VAE、LoRA 及强度、采样器或调度器、步数以及工作流暴露的引导系数。工具会记录最终工作流哈希。将该哈希连同模型栈、种子、尺寸与提示词视为可复现契约。
失败处理
若服务端不可用，展示结构化设置建议；启动 ComfyUI 或设置 COMFYUI_SERVER_URL 是首选修复方式。若模型缺失，读取 data.missing_models[]，每项应包含文件名、角色、目标路径提示，以及 OpenMontage 已知时的下载 URL。若自定义节点缺失，请用户通过 ComfyUI Manager 或工作流作者记录的安装方式安装，然后重启 ComfyUI。若长时间渲染在本地超时，重试前先检查 ComfyUI 历史，服务端可能已完成该提示词；或者直接再次调用并把 resume_prompt_id 设为超时错误中的 prompt_id。
音乐（comfyui_music）
内置默认为 ACE-Step v1（3.5B）文本转音频，由 ComfyUI 原生 TextEncodeAceStepAudio/EmptyAceStepLatentAudio 节点（核心节点，非第三方包）构建——与 ACE-Step 1.5 或其他自定义节点包不同，v1 的接口足够标准化，可安全内置。
prompt 映射到内置工作流的 tags 字段（风格/流派/情绪，例如 "upbeat electronic pop, female vocals"），与 suno_music 使用的 "prompt = 音乐描述" 约定一致。lyrics 是单独的可选字段——纯音乐留空，非英文歌词可使用 [verse]/[chorus]/[bridge] 结构标签和 [zh]/[ja]/[ko] 风格的语言代码前缀。
duration_seconds、steps、cfg、lyrics_strength 和 seed 可在内置工作流上打补丁。缺少 ace_step_v1_3.5b.safetensors 会通过与图像/视频相同的 data.missing_models[] 契约暴露。
需要 ACE-Step 1.5、不同节点包或非 ACE-Step 音频模型？回退到 workflow_json/workflow_path + output_node，与自定义图像/视频工作流完全一样；在该模式下 prompt 再次仅用于来源与日志，且必须已烘焙进图中。
output_node（内置或自定义）应是写出最终音频的节点——内置工作流的为 SaveAudioMP3。客户端从该节点的 "audio" 输出键读取产物（与图像/视频保存节点的 "images" 相对应）。
对自定义工作流，提供 workflow_name/workflow_model/workflow_model_stack 作为来源信息，方式与自定义图像/视频工作流相同。