Stable Diffusion入门第19-20天：保存与分享你的工作流——第一阶段收官，从“能用”到“可复用”

一个扎心的场景

搭建了整整两小时的工作流------Load Checkpoint连好了，两个CLIP Text Encode调好了，KSampler的参数试了十几轮终于找到了最佳组合，VAE Decode和Save Image也各就各位。你盯着右侧面板里那张近乎完美的生成图，满意地伸了个懒腰。

然后你关掉了浏览器。

第二天打开ComfyUI，画布上一片空白。昨晚那个"完美工作流"的所有节点、连线、参数，统统消失了。你试图回忆------那个CFG值到底是7还是7.5？Seed是固定了还是随机的？正向提示词里那句关键的风格描述是怎么写的来着？

如果你有过类似的经历，你不是一个人。 这是ComfyUI新手最常踩的"隐形坑"：把工作流当成临时草稿，而不是可复用的生产力资产。

今天这篇文章，就是来解决这个问题的。我们会完整走一遍工作流的保存、分享与版本管理全流程。更重要的是，我会带你回顾这20天走过的路，完成第一阶段的正式收官。

一、工作流的本质：不是截图，是可执行的JSON蓝图

很多人误以为"保存工作流"就是把当前画布截个图，或者导出一张带预览的图片。其实完全不是。

在ComfyUI中，工作流是一个结构清晰、完全可序列化的JSON文件。它不包含任何图像数据、模型权重或运行时状态，只记录三类核心信息：

第一类：节点定义 。每个节点的类型（如CLIPTextEncode、KSampler）、唯一ID、在画布上的位置坐标。

第二类：连接关系 。输入端口与输出端口之间的连线------比如"clip": ["2", 0]表示"从ID为2的节点的第0个输出端口获取CLIP编码"。

第三类：参数配置。所有可调参数的当前值------Steps、CFG、Seed、提示词文本、模型名称等。

关键洞察 ：一个.json工作流文件可以在任意ComfyUI实例中100%还原你的工作流。文件体积极小（通常<50KB），便于版本管理、邮件发送、云盘同步。甚至可以用文本编辑器直接打开修改关键参数，无需启动UI。

不要把"保存工作流"和"保存图像"混为一谈。 前者保存的是整个生成逻辑（蓝图），后者只是保存某次运行的输出结果（成品）。就像建筑设计图 vs 建成的房子------图纸丢了，房子再美也建不出第二栋。

二、三种保存方式，覆盖全场景

方式一：标准保存（日常使用，最推荐）

这是最直观、最安全的方式，适合绝大多数用户。

操作步骤：

1. 在ComfyUI网页界面中，完成工作流搭建并确认所有节点参数无误
2. 点击顶部菜单栏的 Workflow → Save（注意不是Save As）
3. 浏览器会自动下载一个名为ComfyUI_XXXXXX.json的文件（时间戳命名）

或者使用快捷键：Ctrl+S （Windows/Linux）或 Cmd+S（Mac）。

如果想另存为新版本，使用 Workflow → Save As，可以自定义文件名。

小贴士 ：Workflow → Save 和 Workflow → Save As 的区别在于------前者直接用时间戳命名自动下载，后者让你自己输入文件名。日常快速保存用前者，正式归档用后者。

方式二：API格式导出（开发者/自动化场景）

ComfyUI前端可以以两种格式保存工作流。除了上面的"保存格式"，还有一种是 API格式。

两者的关键区别：

	保存格式	API格式
菜单路径	文件 → 保存 或 Ctrl+S	文件 → 导出工作流 (API)
节点键	节点标题或标签	数字节点ID
位置/布局数据	包含 (x, y, width)	不包含
颜色/分组	包含	不包含
用途	在前端重新打开	API提交、程序化调用

API格式省略了UI元数据（位置、颜色、分组、节点尺寸），这些仅在前端可视化编辑时需要。这使JSON更小、更简洁，适合通过Cloud API或自建服务器以编程方式调用ComfyUI。

导出方法 ：在ComfyUI前端打开工作流，导航到 文件 → 导出工作流 (API) 。这将下载一个只包含API相关数据的.json文件。

如果你有一个保存格式的工作流需要转为API格式，最简单的方法是：在前端通过 文件 → 加载 打开.json文件，再通过 文件 → 导出工作流 (API) 重新导出。

方式三：图像嵌入（分享展示场景）

ComfyUI生成的PNG图片中内嵌了完整的工作流元数据。这意味着：

• 你可以把这张图拖回ComfyUI界面，它会自动恢复当时使用的工作流
• 你可以把图片分享给朋友，对方拖进自己的ComfyUI就能复现你的配置

这种方式特别适合成果展示、社交媒体分享、教学案例等场景。

注意：图像嵌入方式不支持版本控制，且元数据可能被某些图像编辑软件清除。因此它更适合"分享"而非"归档"。

三、.json文件里到底有什么？------深入工作流文件格式

理解了保存方式之后，我们有必要深入看一眼.json文件内部到底长什么样。

一个典型的ComfyUI工作流JSON文件结构大致如下：

{
  "last_node_id": 6,
  "last_link_id": 5,
  "nodes": [
    {
      "id": 4,
      "type": "CheckpointLoaderSimple",
      "pos": [200, 300],
      "widgets_values": ["v1-5-pruned-emaonly-fp16.safetensors"]
    },
    {
      "id": 6,
      "type": "CLIPTextEncode",
      "pos": [400, 200],
      "widgets_values": ["a cat, sitting on a wooden floor"]
    }
  ],
  "links": [
    [1, 4, 0, 6, 0]
  ]
}

如果是API格式，结构更加精简，节点用数字ID作为键名：

{
  "3": {
    "inputs": {
      "seed": 156680208700286,
      "steps": 20,
      "cfg": 8,
      "sampler_name": "euler",
      "scheduler": "normal",
      "denoise": 1,
      "model": ["4", 0],
      "positive": ["6", 0],
      "negative": ["7", 0],
      "latent_image": ["5", 0]
    },
    "class_type": "KSampler",
    "_meta": { "title": "KSampler" }
  }
}

理解这个结构的价值：当你需要批量调整参数时（比如把100个工作流的Seed全部改成随机），你不需要逐个打开UI------直接写个脚本批量修改JSON文件即可。这就是"工作流即代码"的真正含义。

四、分享工作流：让别人一键复现你的成果

保存工作流只是第一步。真正的价值在于分享------把你的工作流发给别人，对方一键导入、完全复现。

分享的正确姿势

第一步：导出JSON文件

使用上面介绍的"标准保存"方式，导出.json文件。

第二步：打包外部依赖（关键！）

一个.json文件本身只记录节点结构和参数值，不保存模型路径、自定义节点插件、LoRA文件引用等外部依赖。

这意味着：直接把.json文件发给同事，很可能打不开。

分享时应该一并提供：

• 模型文件的名称和下载来源（或直接提供模型文件）
• 自定义节点的GitHub仓库地址和版本号
• LoRA文件（如果有）
• 必要的环境说明（ComfyUI版本、Python依赖等）

第三步：接收方导入

在ComfyUI中点击 Load ，选择.json文件，或直接将JSON文件拖入界面。如果缺少模型，ComfyUI会自动弹窗提示下载。

一个专业的分享示例

与其只发一个.json文件，不如建立一个这样的分享包：

my_workflow/
├── workflow.json          # 工作流文件
├── README.md              # 使用说明
│   ├── 模型要求（名称、下载链接）
│   ├── 自定义节点列表（GitHub链接 + 版本）
│   └── 运行步骤
└── examples/
    └── sample_output.png   # 示例输出图（内含工作流元数据）

这样别人拿到你的工作流，不仅能一键导入，还能理解为什么这么搭、需要什么前置条件。

五、版本管理：像管理代码一样管理工作流

当你开始频繁修改和迭代工作流时，版本管理就变得不可或缺了。

为什么需要版本管理？

ComfyUI工作流JSON是纯文本格式，天然适合纳入版本控制系统（如Git） 。

使用Git管理有三大好处：

• 完整的历史追踪：每一次修改都有记录，可以随时回滚到任意历史版本
• 分支与协作：不同成员可以在不同分支上开发，最后合并
• 差异对比：用Diff工具直观对比不同版本间的差异

实际操作方法

第一步：建立Git仓库

在你的工作流目录下初始化Git仓库：

mkdir my_comfyui_workflows
cd my_comfyui_workflows
git init

第二步：建立目录结构

建议采用如下结构：

workflow-repo/
├── workflows/
│   ├── production/        # 生产环境稳定版本
│   │   └── v2.1.3.json
│   └── experimental/      # 实验性工作流
├── models/                # 模型清单（非模型文件本身）
│   └── model_list.yaml    # 记录模型名称和SHA256哈希值
└── README.md

第三步：每次修改后提交

git add workflows/
git commit -m "feat: 增加ControlNet姿态控制节点，优化人像生成效果"

进阶技巧：让Git Diff更干净

ComfyUI导出的JSON中包含节点位置坐标（pos字段），这些坐标会随着你在画布上拖动节点而频繁变化。如果直接提交，每次拖动都会产生大量无意义的Diff。

解决方案 ：使用pre-commit钩子，在提交前自动移除pos字段。或者养成习惯------在提交前先用"导出工作流 (API)"格式，因为API格式本身就不包含位置信息。

版本命名规范

避免使用workflow_v1.json、final.json这类模糊名称。推荐采用：

{任务类型}_{模型版本}_{功能特点}_{日期}.json

示例：

• text2img_sd15_chinese_prompt_20260811.json
• img2img_sdxl_portrait_v3_20260811.json
• brand-campaign_inpainting_controlnet_v7_2026-02-20.json

这样命名后，即使不打开文件也能快速判断其用途，便于检索和归档。

六、整理与收藏：建立你的工作流工具箱

20天下来，你可能已经积累了多个工作流------文生图、图生图、不同模型的版本、不同风格的配置......是时候好好整理一下了。