IA Workflow Algum workflow/tutorial de ComfyUI IMG2IMG?

J

JonoFret

Lurker
Entrou
28 Abr 2026
Postagens
1
Pontuação de reações
0
Alguém tem um workflow ou tutorial confiável de img2img no ComfyUI pra recomendar? Tô tentando melhorar meu processo e queria ver o que tá funcionando bem pros outros agora. Manda um link ou compartilha seu setup se puder.
 
Klein 9B Distilled (edit ou o t2i original, vale pegar os dois pra aprender em geral). Pro workflow, é só pesquisar "Klein" na seção de templates/comunidade do ComfyUI. Pra carregar o modelo, usa a versão GGUF, que é bem mais leve de VRAM. Por enquanto só tem a variante BigLove do Klein disponível. Dá pra achar os arquivos procurando o usuário Granddyser no Hugging Face.
Além disso, os modelos quantizados Gemma 4 E4B, usados com um node de LLM customizado, são levíssimos e rápidos, principalmente as variantes abliterated. Eles se encaixam direitinho no seu fluxo de geração e deixam rodar uma etapa de pré-processamento pra refinar ou gerar prompts na hora, se você curtir esse esquema.
Infelizmente, pra LoRAs você vai ter que ir na Civitai na maioria das vezes, porque no Hugging Face existem arquivos desses modelos mas a busca do site é horrível. A Civitai pode ser meio terra sem lei, cheia de post de ego, e a qualidade e compatibilidade dos LoRAs do Klein variam. Dito isso, se você usa a variante BigLove, já tem muita flexibilidade mesmo sem LoRAs. Quando usar, normalmente não vai precisar de mais de um ou dois.
Pra referência, eu uso uma RTX 3090.
 
E aí galera, não sei se aqui é o lugar certo pra perguntar isso
mas sou extremamente novo no comfyui e basicamente não sei nada, então desculpa a pergunta idiota
Meu problema é que acabei de baixar o comfyui e o programa não tá detectando meus checkpoints mesmo eles estando na pasta model/checkpoints e os arquivos obviamente terminando em .safetensors
Tentei recarregar o comfyui e reiniciar tudo mas ele simplesmente se recusa a reconhecer. Por exemplo, tô tentando rodar o cyberrealisticpony e o ponyrealism.
Espero que alguém consiga ajudar, valeu!
 
Se você usa o app Desktop do site oficial do ComfyUI, o instalador deve ter pedido pra escolher um local pro programa, e vai ficar aqui:
📁 YOUR_INSTALL_PATH/
└── 📁 ComfyUI/
───└──📁 models/
──────├──📁 checkpoints/ <-- Joga seus checkpoints .safetensors aqui
──────├──📁 loras/ <-- Joga os LoRAs aqui
──────├── 📁 vae/ <-- Joga os VAEs aqui
Se você instalou manualmente com seu próprio venv e terminal, vai ser parecido, basicamente a mesma pasta onde você deu git clone no repo, com a estrutura acima
É só apertar a tecla R, sem precisar reiniciar o ComfyUI, pra atualizar as listas
 
Valeu demais! Tava na pasta comfyui dos meus documentos e não na do disco C.
Queria saber se você tem algum workflow de image2image baseado em SDXL fácil de usar? Que basicamente se comporte como a geração de imagem do grok ou do gemini. Tipo, num i2i normal o modelo só muda detalhes bem específicos e mantém a imagem original intacta. Mas eu quero que ele pegue a "identidade", ou seja, os detalhes do rosto, o formato do corpo e as roupas de uma imagem de referência e depois, com o prompt, coloque ela numa ação totalmente diferente da imagem de referência. Por exemplo, um personagem de anime só em pé na imagem de referência com fundo branco, saca? Eu quero que vire um retrato em close com fundo de praia com mar, de noite com luz da lua. No geral, a lógica é parecida com quando você pede pro grok ou gemini criar algo diferente a partir da sua imagem com prompt natural.
Pra referência, tô tentando fazer tudo isso com Illustrious XL gguf e minha placa é uma 5060 de 8gb
Desculpa pelos textos longos, sou muito novo nisso tudo.
 
com uma 5060 8gb você provavelmente roda o Klein 4b edit sem problema nenhum, ou até o 9b se usar versões gguf do modelo.
O workflow oficial do 4b tá aqui, https://docs.comfy.org/tutorials/flux/flux-2-klein#flux-2-klein-4b-workflows
O prompt do Klein é diferente dos outros, ele usa linguagem natural e fluida, não tags de palavras-chave. Supondo que você adicione uma referência, dá pra começar simples e falar coisas tipo "Troque a roupa da mulher por saia plissada branca e jaqueta de couro vermelha"; em casos mais avançados você adiciona mais imagens de referência e usa prompts específicos pra guiar o modelo a te dar o que você quer.
E não para por aí, além de rosto, roupa etc. dá pra mudar o ambiente de iluminação inteiro, fazer raios de sol entrarem por uma janela ou em certa direção, mudar de dia pra noite e por aí vai.
Com prompt esperto e Klein você nem vai precisar de loras, só em casos específicos.
 
Pra ser sincero, preciso de modelos e workflow que permitam nsfw e ainda consigam fazer ensaio fotográfico tipo render 3D usando imagens de referência 2D. Tenho quase certeza que os modelos flux não servem pra esse nsfw, né?
 
Você conhece algum ajuste nesse workflow pra rodar em Apple Silicon?
BF16 ou FP16 seria ótimo pro bigLove, ou um formato LoRA em vez do modelo completo.
 
informação incrível. esse método é muito melhor que o ezcreate ou qualquer uma dessas coisas online. valeu chefe :pepoLove:. Tem algum outro fórum com guias atualizados pra aprender mais sobre geração de imagem pra vídeo ou vídeo pra vídeo além daqui? Acho que os guias daqui sobre isso não estão muito atualizados. WAN 2.2 ou LTX 2.3? :pauseChampRev:
 
Com som > Sem som, o Wan também é meh (só use se estiver desesperado), então se você consegue rodar o LTX 2.3, use ele, seja com uso pesado de Loras no modelo original da Lightricks, ou use os finetunes Sulphur e 10eros.
https://huggingface.co/TenStrip/LTX2.3-10Eros
https://huggingface.co/TenStrip/LTX2.3-10Eros_Workflows
https://huggingface.co/SulphurAI/Sulphur-2-base
Nada de guia fácil, fica mais complicado quando você faz vídeo. É o tipo de coisa que não dá pra resolver com um botão só, mas pelo menos não é um site censurado pra paypigs como esses serviços online que você vê... Eu zombo de quem acha que o Grok é bom, a maior parte é softcore tosco e prompt recusado toda hora enquanto gasta token à toa.
 
parece que você conseguiu, o meu tava cuspindo imagem de pura gosma neon, você poderia compartilhar seu workflow por favor? porque eu tô procurando justamente um substituto pro ezcreate
 
Pro Flux 2 Klein 9B
CFG 1.0 pro Klein 9B Distilled (normalmente é o que não tem base no nome e usa 4 steps pra inferência normal)
CFG 4.0~ pro Klein 9B Base (essa é a variante não destilada e precisa de uns 20 steps pra inferência normal)
As imagens que você descreve são uma confusão com o que está acima.
Se você usa CFG 4 com um modelo Klein Distilled, é isso que acontece. Então confira de novo o que você está usando e como. Se precisar de um workflow inicial, o site de documentação oficial do ComfyUI tem.
 
Tô usando o 4B fp8, alguma ideia de como habilitar nsfw nele, tipo pra colocar vagina ou ânus detalhados? Ele basicamente borra esses lugares. Não acho loras pro 4B
 
Queria acrescentar na discussão LTX vs WAN.
WAN - Boa aderência ao prompt, física e movimento, principalmente pra NSFW. Ecossistema enorme com um monte de modelos/loras/workflows pra escolher. Não tem som integrado, precisaria de um workflow separado pra adicionar.
LTX - Aderência ao prompt frustrante (melhoria com LLM quase obrigatória), física e movimento medíocres. Tem um som ótimo, é treinado principalmente como modelo de 'talking head'. Tem um desempenho excelente pela qualidade que entrega. Modelo mais novo, ecossistema menor.
No geral acho que o LTX é onde você quer estar, principalmente conforme o ecossistema crescer. Tem gambiarras pra essa aderência ao prompt de merda e a gente deve ganhar uma versão nova logo, espero.
 
O WAN 2.2 tem um ano de maturidade, e mais se contar o WAN 2.1, e aí tem o Bernini R desde o fim do mês passado, que meio que hibridiza o WAN 2.2. Tudo da mesma arquitetura de origem.
O LTX, por design, principalmente no 2.3, prefere prompts carregados por causa do text encoder e de como foi treinado, e a maioria passou a usar um LLM pra fazer o prompt, eu também. Mandei o claude code fazer um node só pra isso pra aliviar o uso de vram, mas uso llama cpp local em vez do suporte de visão horrível do ollama (porque usar imagens de referência é bom só pela funcionalidade). Mesmo assim, hoje tem umas 100 formas de usar um LLM via comfy, seja em node ou via API local, ou, se tiver grana sobrando, Deus me livre, SaaS externo.
Resumindo, a gente tem acesso aos dois, o melhor é aprender os dois. Já que ambos rodam dentro dos 24GB de vram, ou menos (não recomendado)
 
nunca entendi o hype do ltx, pra i2i o qwen rapid aio é muito melhor
 
testei e não gostei nada. imagens de baixa qualidade, lento demais e muda completamente os rostos do seu "input". não vale a pena na minha opinião.
 
Você precisa entrar ou se cadastrar para responder aqui.
Voltar
Topo