第 7 篇：ComfyUI 电商工作流骨架

第 7 篇：ComfyUI 电商工作流骨架

• • 1. 目标：把“电商修图”改造成“电商素材包流水线”
  • 2. 工作流总览：从白底图到“主图/场景/详情页素材包”的四阶段
  • • 2.1 骨架数据流
    • 2.2 四个阶段对应的 ComfyUI Group
  • 3. 输入规范：你要把“图片”当作“数据结构”
  • • 3.1 输入文件约定（建议）
    • 3.2 `product.json` 最小字段（用于 RAG/Agent 编排）
  • 4. 处理阶段拆解：把“节点堆叠”变成“可维护模块”
  • • 4.1 G0：输入校验（硬门槛）
    • 4.2 G1：主体分离（两种路径）
    • 4.3 G2：三分支生成（主图 / 场景 / 详情图块）
    • • 分支 1：主图（影棚风 / 白底 / 渐变）
      • 分支 2：场景图（背景替换 + 风格迁移）
      • 分支 3：详情页素材图块（Detail Tiles）
  • 5. 输出规格：统一“母版”，再做多渠道派生
  • • 5.1 母版（Master）策略
    • 5.2 渠道裁切策略（只讲“比例与安全区”，不锁死像素）
    • 5.3 输出“素材包”目录结构
  • 6. 参数建议
  • 7. 与 RAG/Agent 的对接点：让“出图”变成“可运营资产”
  • 8. V1 上线前的质量门禁

在电商场景里，ComfyUI 不是“做几张好看的图”，而是一个可批处理、可复现、可交付的“素材工厂”。这一篇我们把骨架搭出来：从白底图出发，一次跑通主图/场景图/详情页素材包，并把输入规范、输出规格、渠道裁切策略固化成“工程契约”。

你后续无论换模型（Flux、SD、各种 LoRA/Control）还是换云 GPU，只要骨架不变，交付就稳定。

1. 目标：把“电商修图”改造成“电商素材包流水线”

一条合格的电商内容流水线，至少要同时满足三件事：

ComfyUI.org 给出的电商图像增强工作流，核心包含：风格迁移（style transfer）+ 智能修补（inpainting）+ 文案/描述生成（captioning），并明确了输入与输出规格的关键约束（PNG/alpha、更高分辨率、mask、提示词结构等）。(ComfyUI)

2. 工作流总览：从白底图到“主图/场景/详情页素材包”的四阶段

2.1 骨架数据流

#mermaid-svg-JbvgKgFOyoRENz1Y{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-JbvgKgFOyoRENz1Y .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-JbvgKgFOyoRENz1Y .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-JbvgKgFOyoRENz1Y .error-icon{fill:#552222;}#mermaid-svg-JbvgKgFOyoRENz1Y .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-JbvgKgFOyoRENz1Y .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-JbvgKgFOyoRENz1Y .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-JbvgKgFOyoRENz1Y .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-JbvgKgFOyoRENz1Y .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-JbvgKgFOyoRENz1Y .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-JbvgKgFOyoRENz1Y .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-JbvgKgFOyoRENz1Y .marker{fill:#333333;stroke:#333333;}#mermaid-svg-JbvgKgFOyoRENz1Y .marker.cross{stroke:#333333;}#mermaid-svg-JbvgKgFOyoRENz1Y svg{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-JbvgKgFOyoRENz1Y p{margin:0;}#mermaid-svg-JbvgKgFOyoRENz1Y .label{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;color:#333;}#mermaid-svg-JbvgKgFOyoRENz1Y .cluster-label text{fill:#333;}#mermaid-svg-JbvgKgFOyoRENz1Y .cluster-label span{color:#333;}#mermaid-svg-JbvgKgFOyoRENz1Y .cluster-label span p{background-color:transparent;}#mermaid-svg-JbvgKgFOyoRENz1Y .label text,#mermaid-svg-JbvgKgFOyoRENz1Y span{fill:#333;color:#333;}#mermaid-svg-JbvgKgFOyoRENz1Y .node rect,#mermaid-svg-JbvgKgFOyoRENz1Y .node circle,#mermaid-svg-JbvgKgFOyoRENz1Y .node ellipse,#mermaid-svg-JbvgKgFOyoRENz1Y .node polygon,#mermaid-svg-JbvgKgFOyoRENz1Y .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-JbvgKgFOyoRENz1Y .rough-node .label text,#mermaid-svg-JbvgKgFOyoRENz1Y .node .label text,#mermaid-svg-JbvgKgFOyoRENz1Y .image-shape .label,#mermaid-svg-JbvgKgFOyoRENz1Y .icon-shape .label{text-anchor:middle;}#mermaid-svg-JbvgKgFOyoRENz1Y .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-JbvgKgFOyoRENz1Y .rough-node .label,#mermaid-svg-JbvgKgFOyoRENz1Y .node .label,#mermaid-svg-JbvgKgFOyoRENz1Y .image-shape .label,#mermaid-svg-JbvgKgFOyoRENz1Y .icon-shape .label{text-align:center;}#mermaid-svg-JbvgKgFOyoRENz1Y .node.clickable{cursor:pointer;}#mermaid-svg-JbvgKgFOyoRENz1Y .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-JbvgKgFOyoRENz1Y .arrowheadPath{fill:#333333;}#mermaid-svg-JbvgKgFOyoRENz1Y .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-JbvgKgFOyoRENz1Y .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-JbvgKgFOyoRENz1Y .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-JbvgKgFOyoRENz1Y .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-JbvgKgFOyoRENz1Y .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-JbvgKgFOyoRENz1Y .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-JbvgKgFOyoRENz1Y .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-JbvgKgFOyoRENz1Y .cluster text{fill:#333;}#mermaid-svg-JbvgKgFOyoRENz1Y .cluster span{color:#333;}#mermaid-svg-JbvgKgFOyoRENz1Y div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-JbvgKgFOyoRENz1Y .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-JbvgKgFOyoRENz1Y rect.text{fill:none;stroke-width:0;}#mermaid-svg-JbvgKgFOyoRENz1Y .icon-shape,#mermaid-svg-JbvgKgFOyoRENz1Y .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-JbvgKgFOyoRENz1Y .icon-shape p,#mermaid-svg-JbvgKgFOyoRENz1Y .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-JbvgKgFOyoRENz1Y .icon-shape rect,#mermaid-svg-JbvgKgFOyoRENz1Y .image-shape rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-JbvgKgFOyoRENz1Y .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-JbvgKgFOyoRENz1Y .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-JbvgKgFOyoRENz1Y :root{–mermaid-font-family:\”trebuchet ms\”,verdana,arial,sans-serif;}

白底图/透明底 PNG

主体分离/抠图

主图标准化清洁+锐化+颜色校正

主图生成/增强白底/渐变/影棚

场景图生成背景替换+风格迁移

详情图素材细节特写+参数图块

多渠道裁切/导出

素材包打包目录+命名+meta.json

2.2 四个阶段对应的 ComfyUI Group

• G0 输入与校验：LoadImage、尺寸校验、色彩空间、alpha 检测
• G1 主体分离：透明底优先；否则背景分离（mask）
• G2 三分支生成：主图 / 场景 / 详情页图块
• G3 渠道裁切与导出：一张“母版”派生多比例、多尺寸、多渠道

3. 输入规范：你要把“图片”当作“数据结构”

ComfyUI.org 的电商工作流对输入提出了非常工程化的要求：PNG（优先带 alpha），分辨率建议至少 1024×1024；mask 为黑白图（白色表示需要修补/重绘区域）；提示词必须包含品类与风格关键词。(ComfyUI)

3.1 输入文件约定（建议）

每个 SKU 一个目录：

SKU_0001/
input/
hero.png # 主图，优先透明底 PNG
detail_01.png
detail_02.png
lifestyle_ref.jpg # 可选：风格/场景参考
mask_hero.png # 可选：需要重绘/修补区域
meta/
product.json # 标题/卖点/参数/禁词

3.2 product.json 最小字段（用于 RAG/Agent 编排）

{
"sku": "SKU_0001",
"title": "……",
"category": "……",
"benefits": ["卖点1", "卖点2", "卖点3"],
"specs": ["参数1", "参数2"],
"brand_tone": "高端/简约/科技感",
"forbidden": ["医疗功效", "绝对化用语"]
}

4. 处理阶段拆解：把“节点堆叠”变成“可维护模块”

下面按最常见的“白底→场景迁移”路线讲骨架。ComfyUI.org 提到的关键能力点包括：风格迁移、inpainting 修补、图像理解与自动 caption；示例工作流中也列了 Florence-2 用于图像理解、JoyCaption/Llama 用于描述生成、以及风格模型与 Flux inpaint 等组合。(ComfyUI)

4.1 G0：输入校验（硬门槛）

• 校验：是否 PNG + alpha；若无 alpha，则必须走背景分离（输出 mask）
• 校验：最短边 < 1024 的直接拒绝（避免后续修补崩坏）(ComfyUI)
• 统一色彩空间：sRGB（减少导出后渠道色偏争议）

4.2 G1：主体分离（两种路径）

• 路径 A：透明底 PNG（首选） 直接进入后续分支，mask 只用于“局部修补”
• 路径 B：白底图 需要生成主体 mask，再做背景替换。ComfyUI 的电商“迁移/换背景”类工作流一般都明确要求“产品图 + 背景图 + 手工/半自动 mask”，并强调 mask 边缘覆盖要足够，否则会出现边缘伪影。(ComfyUI)

工程建议：V1 不追求全自动抠图，把“可控、稳定”放在第一位；用半自动 mask 也能把批量出图效率提高一个数量级。

4.3 G2：三分支生成（主图 / 场景 / 详情图块）

分支 1：主图（影棚风 / 白底 / 渐变）

目标：输出平台主图“干净、真实、可放大看细节”。

常用手段：

• 轻度锐化、去噪、提升微对比
• 生成“自然投影/接触阴影”而不是硬贴图（看起来更真实）

分支 2：场景图（背景替换 + 风格迁移）

目标：把白底商品迁移到“可解释的真实场景”，但保持商品形态不变。

ComfyUI.org 的“背景替换/迁移”类工作流描述了典型结构：加载产品与背景、统一尺寸、caption 生成提示词、Redux/控制节点限定重绘区域、KSampler 完成 inpaint，最后合成与裁切导出。(ComfyUI)

关键控制点（强烈建议写进你的模板参数）：

• Keep Product Identity：商品主体不允许被“重画成另一个东西”
• 背景只负责叙事：不要让背景元素压过商品
• 边缘治理：mask 边缘加宽 2–6px（视分辨率），减少光晕

分支 3：详情页素材图块（Detail Tiles）

目标：输出详情页可直接拼版的“图块资产”，例如：

• 细节特写（纹理、接口、材质）
• 参数对比块（简洁信息层）
• 使用场景块（解决哪个痛点）

ComfyUI 的电商增强工作流本身会输出“HD 图片 + 多风格变体 + 文本描述（JSON/text）”，你可以把 caption 直接作为详情页文案的起点。(ComfyUI)

5. 输出规格：统一“母版”，再做多渠道派生

5.1 母版（Master）策略

一个可交付的做法是：每张图先产出一张“母版”，再由母版派生不同渠道裁切与尺寸。

• 母版推荐：4:5 或 3:4（竖向更适配小红书/TikTok，同时也方便裁切成 1:1、16:9）
• 输出格式：PNG（保真/可二次编辑）+ JPG（发布/体积更小）
• 输出内容：主图/场景/详情图块各自至少 2–4 张 variant（用于 A/B）

ComfyUI.org 的电商流程在 I/O 里明确“输出为 HD PNG，多风格变体，并产出文本描述”。(ComfyUI)

5.2 渠道裁切策略（只讲“比例与安全区”，不锁死像素）

你需要的是“裁切策略”，不是“死记尺寸”。建议按渠道先定比例：

• 淘宝/咸鱼主图：优先 1:1；可加 4:5 作为补充
• 小红书：3:4（主流）
• TikTok：9:16
• YouTube：16:9（封面与横版素材）

统一裁切公式（中心裁切，保持主体）

工程化落地建议：

• 主体 bbox（由 mask 得到）必须落在“安全区”内（例如距边缘至少 6% 边距）
• 所有裁切输出都写入 meta.json（记录裁切框坐标与比例），便于复现与回滚

5.3 输出“素材包”目录结构

SKU_0001/output/
master/
hero_master_4x5.png
scene_01_master_4x5.png
detail_tile_01_master_1x1.png
channels/
taobao/
hero_1x1.jpg
scene_1x1.jpg
xhs/
hero_3x4.jpg
scene_3x4.jpg
tiktok/
scene_9x16.jpg
youtube/
scene_16x9.jpg
copy/
captions.json
title_variants.txt
bullet_points.txt
meta.json

6. 参数建议

ComfyUI.org 的背景迁移工作流示例里，明确给出了“统一分辨率（例如 1200×1600）”、采样器与步数、CFG 等参数，并强调 VRAM 与 –medvram 等运行建议。(ComfyUI)

V1 建议你把参数固定为“可解释、可复现”的配置文件（例如 preset_ecom_v1.yaml），核心就三类：

• 分辨率：母版统一（例如 1200×1600 或 1024×1536）(ComfyUI)
• 风格融合：Style blend（0.3–0.7 区间常见）(ComfyUI)
• 采样：步数/CFG 不追求极致，追求稳定与速度（批量可控）

7. 与 RAG/Agent 的对接点：让“出图”变成“可运营资产”

你真正要卖的不是“图片”，而是“可持续运营的内容资产”。最关键的两个对接点：

ComfyUI.org 的流程里提到自动 caption（Florence-2 + JoyCaption/Llama）可以产出产品描述文本，你直接把这部分当作“运营素材的结构化底座”。(ComfyUI)

8. V1 上线前的质量门禁

• 主体一致性：商品结构不被重画（特别是 logo/文字/接口位置）
• 边缘质量：无光晕、无锯齿、无背景穿透（mask 边缘治理）(ComfyUI)
• 风格一致性：同一 SKU 的场景图色调/光向一致
• 渠道合规：裁切后主体不被切断，安全区满足
• 可复现：所有输出都能用 meta.json + preset 复跑