核心用法
ComfyUI Workflow Skill 是一款专为 AI 图像/视频生成设计的自动化工具，通过 Python 脚本封装 ComfyUI 的复杂 API 调用，提供统一命令行接口管理 33+ 种预置工作流。
关键功能：
- 智能工作流发现：
--inspect自动解析任意工作流 JSON 的输入输出节点，无需手动研读节点图 - 多模态输入支持：文本提示、图像、音频、视频输入，支持批量处理
- 灵活部署模式：本地 ComfyUI、Windows Portable（WSL 桥接）、远程服务器三种场景
- 生命周期管理：
comfy_control.sh实现启动/停止/保活自动化
典型工作流：
1. bash $CONTROL ensure 确保服务就绪
2. --list 浏览可用工作流
3. --inspect 查看目标工作流的输入要求
4. 执行生成（支持 --prompt、--image、--override 等参数）
5. 收集输出至指定目录
显著优点
- 降低使用门槛：将 LiteGraph 节点图的复杂配置转化为声明式 CLI 参数
- 生产级稳定性：核心脚本经生产环境验证，明确禁止修改以避免破坏性变更
- 知识缓存机制：
MODELS_INVENTORY.md和WORKFLOWS_SUMMARY.md持久化用户环境状态，跨会话免重复探测 - 扩展友好：用户可自由添加自定义工作流 JSON 至
workflows/目录
潜在局限
- 环境配置负担：需预先配置
comfy_host、模型路径、启动命令等，首次部署较繁琐 - 依赖 ComfyUI 生态：无法独立运行，需完整 ComfyUI 环境及模型文件支撑
- GPU 资源敏感：生成任务受显存限制，高分辨率或复杂工作流易触发 OOM
适合人群
- 已部署 ComfyUI 的进阶用户，希望用脚本批量管理工作流
- 需要在 WSL/远程服务器场景下自动化图像生成的开发者
- 构建 AI 生成 pipeline 的工程师（可与 CI/CD 或 Agent 系统集成）
常规风险
- 配置漂移风险：
config.json与实际 ComfyUI 配置不一致会导致连接失败 - 模型/工作流失配：未按文档清理示例数据直接使用会导致执行错误
- 资源泄漏：未及时
stop或--no-ensure误用可能耗尽 GPU 显存 - 路径问题：输入文件需绝对路径，相对路径易触发
file not found