Bỏ qua đến nội dung chính
AI Local
ComfyUI workflow: 5 workflow mẫu tải về chạy ngay

ComfyUI workflow: 5 workflow mẫu tải về chạy ngay

AIDev TeamTham vấn chuyên môn: Nguyễn Việt Chung

Đăng 9 phút đọc

Mục lục · 21

ComfyUI 0.45.0 có sẵn hàng trăm template trong cửa sổ Templates. Mình chọn 5 workflow chỉ dùng node có sẵn (tạo ảnh Z-Image, sửa ảnh FLUX.2 Klein, tách nền BiRefNet, phóng to SeedVR2, ControlNet), tải model, chạy trên RTX 3090 thuê theo giờ và ghi giây mỗi ảnh, VRAM, lỗi gặp.

Một ComfyUI workflow là file JSON mô tả các node và dây nối giữa chúng: nạp model, nhập prompt, sinh ảnh, lưu ảnh. Cách nhanh nhất để có workflow chạy được là mở cửa sổ Templates có sẵn trong ComfyUI, chọn mẫu, tải đúng file model mà mẫu ghi rồi bấm Run. Ngày 13/11/2026, mình làm vậy với 5 template trên ComfyUI 0.45.0, máy RTX 3090 24GB thuê theo giờ. Khi model đã nạp, mỗi ảnh mất từ 0,94 giây (tách nền) đến 9,18 giây (ControlNet).

Những điều cần nắm:

  • 5 mẫu dưới đây chỉ dùng node có sẵn của ComfyUI và chạy được mà không cài thêm custom node.

  • Lần chạy đầu chậm hơn các lần sau từ 1,7 đến 2,7 lần vì phải nạp model từ ổ đĩa lên VRAM (bộ nhớ của card đồ họa).

  • Tạo ảnh bằng Z-Image-Turbo và ControlNet chiếm gần hết 24GB của RTX 3090. Tách nền và phóng to ảnh chỉ cần 2 đến 6GB.

  • Bấm Run lại mà không đổi gì thì ComfyUI trả kết quả cũ trong 0,01 giây. Muốn ảnh mới phải đổi seed hoặc prompt.

Lấy ComfyUI workflow mẫu ở đâu?

ComfyUI là phần mềm tạo ảnh, video bằng cách nối node (giới thiệu ở bài ComfyUI là gì). Từ các bản 0.3x, workflow mẫu đi kèm dưới dạng package pip comfyui-workflow-templates. Bản 0.45.0 mình cài ghim template 0.11.105. Mã nguồn các mẫu nằm ở repo Comfy-Org/workflow_templates trên GitHub.

Có ba chỗ lấy workflow:

Nguồn

Cách mở

Ghi chú

Cửa sổ Templates

menu Workflow, Browse Templates

có ảnh xem trước, link tải model trong node ghi chú

File JSON

kéo thả file .json vào ComfyUI

dùng cho file tải từ GitHub hoặc người khác gửi

Ảnh PNG do ComfyUI lưu

kéo thả ảnh vào ComfyUI

workflow được nhúng trong metadata của ảnh

Workflow trên các trang chia sẻ thường kèm custom node. Mình chọn mẫu trong cửa sổ Templates vì chúng chạy được ngay trên ComfyUI mới cài, mình khỏi phải đoán thiếu node nào.

Cửa sổ Templates của ComfyUI 0.45.0: cột trái có All Templates, Popular, Product & Ads, Character & Fashion, Brand & Design, nhóm Foundation gồm Image, Image Tools, Video, Video Tools, Audio; bên phải là lưới thẻ template có nhãn Node graph

Mỗi template có một node ghi chú (Model links) liệt kê file model cần tải và thư mục đặt file trong models/. Mình đọc node này rồi tải bằng hf download, ví dụ với Z-Image-Turbo:

bash
hf download Comfy-Org/Z-Image-Turbo split_files/diffusion_models/z_image_turbo_bf16.safetensors --local-dir /root/tai
mv /root/tai/split_files/diffusion_models/z_image_turbo_bf16.safetensors ~/ComfyUI/models/diffusion_models/

Năm workflow mình chọn và model cần tải

Năm mẫu này phủ các việc hay gặp nhất với ảnh: tạo mới, sửa, tách nền, phóng to, giữ bố cục. Bảng dưới ghi file model cần có (dung lượng theo lúc tải).

Workflow

Việc làm

Model cần tải

Tổng dung lượng

Text to Image (Z-Image-Turbo)

tạo ảnh từ prompt, 8 bước

z_image_turbo_bf16 12,3GB, qwen_3_4b 8,0GB, ae 0,3GB

20,7GB

Image Edit (FLUX.2 Klein 4B Distilled)

sửa ảnh theo câu lệnh, 4 bước

flux-2-klein-4b-fp8 4,1GB, qwen_3_4b, flux2-vae 0,3GB

12,4GB

Remove Background (BiRefNet)

tách nền ra ảnh trong suốt

birefnet 0,4GB

0,4GB

Upscale Image (SeedVR2 3B int8)

phóng to 4 lần

seedvr2_3b_int8_convrot 3,5GB, seedvr2_ema_vae_fp16 0,5GB

4,0GB

Z-Image-Turbo Fun Union ControlNet

vẽ lại ảnh theo cạnh Canny

model Z-Image và Z-Image-Turbo-Fun-Controlnet-Union 3,1GB

23,8GB

Z-Image và Klein dùng chung text encoder qwen_3_4b, nên tải một lần. Cả 5 mẫu tốn khoảng 37GB ổ đĩa. Trên máy thuê, mình tải ba file cùng lúc, tổng tốc độ khoảng 100MB/s. Riêng file 12,3GB của Z-Image tải xong trong 309 giây.

Giấy phép: Z-Image-Turbo, FLUX.2 Klein 4B và SeedVR2 dùng Apache-2.0, BiRefNet dùng MIT. Cả năm model đều dùng được cho việc thương mại.

Chạy từng workflow thế nào?

1. Tạo ảnh với Z-Image-Turbo

Mẫu này gói cả model, text encoder và VAE trong một node "Text to Image (Z-Image-Turbo)". Mình chỉ sửa prompt thành ly cà phê sữa đá có phin, đặt trên bàn gỗ vỉa hè Hà Nội. Ảnh 1024×1024, 8 bước.

Workflow Z-Image-Turbo trong ComfyUI: node Model link bên trái, node Text to Image ở giữa với prompt ly cà phê sữa đá, width 1024, height 1024, steps 8, unet_name z_image_turbo_bf16, clip_name qwen_3_4b, vae_name ae; node Save Image bên phải hiện ảnh ly cà phê có phin trên bàn gỗ, ghế nhựa đỏ phía sau

2. Sửa ảnh với FLUX.2 Klein 4B

Mẫu này nhận một ảnh và một câu lệnh bằng tiếng Anh. Mình nạp ảnh ly cà phê vừa tạo, yêu cầu thay bàn gỗ bằng bàn đá cẩm thạch và thêm đĩa bánh croissant, giữ nguyên ly, phin và nền. Kết quả giữ đúng ly và ghế nhựa đỏ, chỉ đổi mặt bàn.

Workflow Image Edit FLUX.2 Klein 4B Distilled: node Load Image chứa ảnh cafe.png có viền đỏ, node Image Edit ở giữa với câu lệnh Replace the wooden table with a white marble table, node Save Image bên phải là ly cà phê trên bàn đá cẩm thạch cạnh đĩa croissant

Viền đỏ quanh node Load Image là cảnh báo của giao diện khi mẫu gốc trỏ tới ảnh ví dụ chưa có trong thư mục input/. Mình chọn ảnh của mình thì workflow vẫn chạy bình thường.

Ba mẫu còn lại: tách nền, phóng to và ControlNet

BiRefNet chỉ có ba node: Load Image, Remove Background, Save Image. SeedVR2 nhận ảnh 512×512 và trả ảnh 2048×2048. Mẫu ControlNet của Z-Image lấy cạnh Canny của ảnh gốc làm khung, rồi vẽ lại theo prompt mới. Mình đổi prompt thành tranh màu nước và giữ nguyên bố cục.

Lưới 6 ảnh kết quả: ảnh gốc Z-Image ly cà phê trên bàn gỗ; ảnh Klein sửa thành bàn đá cẩm thạch có croissant; ảnh BiRefNet tách nền chỉ còn ly và phin trên nền xám nhạt; ảnh 512 đầu vào của SeedVR2; một góc ảnh SeedVR2 phóng to 2048 thấy rõ đá và giọt nước; ảnh ControlNet vẽ lại thành tranh màu nước, giữ vị trí ly và ghế

Ảnh tách nền giữ được tay cầm của phin và mép ly trong. Ảnh phóng to thấy rõ viên đá và lớp kem sữa, chi tiết mà bản 512 không có.

Mỗi workflow chạy mất bao lâu, tốn bao nhiêu VRAM?

Để số đo không bị model của workflow trước chen vào, mình gọi API /free của ComfyUI trước mỗi workflow, rồi chạy hai lượt. Lượt 1 gồm thời gian nạp model, lượt 2 là khi model đã nằm trên GPU. Thời gian lấy từ dòng Prompt executed in của ComfyUI, VRAM là mức cao nhất nvidia-smi đọc được (lấy mẫu mỗi 0,2 giây, đổi MiB ra GB theo 1GB = 1.024MiB).

bash
curl -s -X POST 127.0.0.1:8188/free -H 'Content-Type: application/json' \
  -d '{"unload_models": true, "free_memory": true}'
python3 do_wf.py sach-1-zimage wf/api_image_z_image_turbo.json '{"57:3.seed": 21}' 2 1

Workflow

Lượt 1 (có nạp model)

Lượt 2

VRAM cao nhất

Z-Image-Turbo, 1024², 8 bước

19,7 s

7,36 s

22,2GB

FLUX.2 Klein 4B sửa ảnh, 4 bước

12,74 s

5,08 s

13,2GB

BiRefNet tách nền

1,61 s

0,94 s

3,7GB

SeedVR2 3B, 512 lên 2048

7,37 s

3,96 s

5,5GB

Z-Image ControlNet Canny

23,2 s

9,18 s

23,3GB

Biểu đồ thanh: thời gian mỗi lượt khi model đã nạp, Z-Image t2i 7,36 giây, Klein 4B sửa ảnh 5,08, BiRefNet tách nền 0,94, SeedVR2 phóng ×4 3,96, Z-Image ControlNet 9,18; bên cạnh ghi lượt 1 có nạp model

Với giá RTX 3090 15.000đ một giờ trên AIDev Cloud, Z-Image ở 7,36 giây một ảnh cho khoảng 490 ảnh mỗi giờ, tức chừng 31đ một ảnh. Con số này chưa tính thời gian tải model lần đầu (khoảng 5 phút cho Z-Image).

Số VRAM ở bảng là mức của cả card. ComfyUI 0.45.0 bật DynamicVRAM (log ghi DynamicVRAM support detected and enabled): nó giữ model trên GPU nhiều nhất có thể để lượt sau nhanh. Trên card 12GB, ComfyUI có thể chuyển một phần model sang RAM để vẫn chạy, đổi lại chậm hơn. Mình chưa đo trên card 12GB nên không có số cho trường hợp này. Bài VRAM là gì, bao nhiêu là đủ có bảng VRAM theo từng loại model.

Lỗi mình đã gặp khi chạy workflow mẫu

1. Bấm Run lại, ảnh không đổi, log báo 0,01 giây

Mình gửi lại workflow Klein y nguyên để đo lượt 2, và ComfyUI trả về ngay:

text
[INFO] Prompt executed in 15.86 seconds
[INFO] got prompt
[INFO] Prompt executed in 0.01 seconds

ComfyUI lưu kết quả của từng node. Đầu vào không đổi thì nó lấy kết quả cũ, không chạy lại. Trong giao diện, ô control after generate để randomize sẽ tự đổi seed sau mỗi lượt. Khi gọi qua API, mình cộng thêm 1 vào seed ở mỗi lượt.

2. Workflow trỏ tới file model chưa có

Mẫu Klein base 4B ghi tên file flux-2-klein-base-4b.safetensors, trong khi mình mới tải bản distilled. ComfyUI dừng ngay ở bước kiểm tra:

text
[ERROR] Failed to validate prompt for output 9:
[ERROR] * UNETLoader 75:70:
[ERROR]   - Value not in list: unet_name: 'flux-2-klein-base-4b.safetensors' not in ['flux-2-klein-4b-fp8.safetensors', 'flux-2-klein-4b.safetensors', 'flux2_dev_fp8mixed.safetensors', 'seedvr2_3b_int8_convrot.safetensors', 'z_image_turbo_bf16.safetensors']

Danh sách trong ngoặc vuông là các file ComfyUI thấy trong thư mục đó. Cách sửa là tải đúng file vào đúng thư mục ghi trong node Model links, hoặc chọn một file có sẵn trong danh sách nếu nó cùng loại model.

3. Thiếu ảnh ví dụ của template

Mở mẫu Klein sửa ảnh, log báo:

text
WARNING: [Errno 2] No such file or directory: '/root/ComfyUI/input/comfy_logo_blue.png'

Template mang theo tên ảnh ví dụ nhưng file ảnh không có trong input/. Chọn ảnh khác trong node Load Image là hết. Nếu gọi qua API, phải xóa hoặc đổi node đó, vì ComfyUI từ chối chạy khi một node Load Image trỏ tới file không tồn tại.

Log ComfyUI trích ba lỗi: Prompt executed in 0.01 seconds khi chạy lại y nguyên, WARNING Errno 2 No such file or directory comfy_logo_blue.png, ERROR Failed to validate prompt Value not in list unet_name flux-2-klein-base-4b.safetensors

Chạy ComfyUI workflow bằng API thay vì bấm tay?

Mọi workflow trong giao diện đều xuất được sang dạng API (menu Workflow, Export (API)). File này gửi thẳng vào endpoint /prompt để chạy hàng loạt, ví dụ đổi prompt hay seed trong vòng lặp:

python
import json, urllib.request
g = json.load(open("api_image_z_image_turbo.json"))
g["57:27"]["inputs"]["text"] = "A glass of Vietnamese iced milk coffee ..."
g["57:3"]["inputs"]["seed"] = 21
req = urllib.request.Request("http://127.0.0.1:8188/prompt",
    data=json.dumps({"prompt": g}).encode(), headers={"Content-Type": "application/json"})
print(urllib.request.urlopen(req).read())

Mã node như 57:27 là của file mình xuất. Mỗi file có mã riêng, nên mở file JSON để tìm đúng node chứa prompt. Ảnh ra nằm trong output/. Mình đặt filename_prefix để mỗi lượt có tên riêng.

Khi nào không nên dùng workflow mẫu?

  • Bạn cần phong cách riêng (LoRA nhân vật, model fine-tune trên Civitai): template chỉ dùng model gốc, bạn phải tự thêm node LoRA và tự kiểm giấy phép model đó.

  • Máy chỉ có 8GB VRAM: Z-Image và ControlNet ở bảng trên dùng tới 23GB trên card 24GB. Trên card nhỏ chúng vẫn chạy nhưng chậm vì phải chuyển model qua lại RAM. BiRefNet và SeedVR2 vẫn hợp.

  • Workflow tải từ trang chia sẻ có node lạ: đọc kỹ danh sách custom node trước khi cài, như bài ComfyUI Manager: cài custom node.

Câu hỏi thường gặp

File workflow ComfyUI lưu ở đâu?

Workflow bạn tự lưu nằm trong ComfyUI/user/default/workflows/ dưới dạng .json. Template có sẵn nằm trong package comfyui_workflow_templates của Python, mở qua cửa sổ Templates là tiện nhất.

Workflow text to image và image to image khác nhau thế nào?

Text to image bắt đầu từ ảnh nhiễu và chỉ dựa vào prompt (mẫu Z-Image). Image to image nhận thêm một ảnh đầu vào: mẫu Klein sửa ảnh theo câu lệnh, mẫu ControlNet giữ bố cục của ảnh gốc.

Workflow Flux có trong Templates không?

Có. Bản 0.45.0 có mẫu FLUX.1 schnell, FLUX.1 dev, FLUX.2 dev và FLUX.2 Klein. Mỗi bản có giấy phép riêng: FLUX.1 dev và FLUX.2 dev theo giấy phép phi thương mại, FLUX.1 schnell và Klein 4B theo Apache-2.0.

Không có GPU thì chạy workflow ở đâu?

Có thể chạy ComfyUI trên máy GPU thuê theo giờ, cách cài ở bài chạy ComfyUI trên GPU thuê. Máy nhà Windows thì xem bài cài ComfyUI Portable.

Đọc tiếp

Muốn chạy cả 5 workflow mà máy nhà thiếu VRAM, bạn có thể thuê GPU RTX 3090 theo giờ trên AIDev Cloud, tải model, chạy xong thì trả máy.

Cài và đo ngày 13/11/2026 trên máy AIDev Cloud RTX 3090 24GB gói Standard, image Ubuntu 24.04 AI, driver NVIDIA 610.43.02. ComfyUI 0.45.0, frontend 1.58.5, comfyui-workflow-templates 0.11.105, PyTorch 2.15.0+cu132, Python 3.12.3. Mỗi ảnh 1024×1024 trừ khi ghi khác.

Chuyên mục

AI Local

Tham vấn chuyên môn

Nguyễn Việt Chung

Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE

  • Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
  • Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
  • Xây hệ thống AI cho doanh nghiệp tại VietPlatform.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập