Amazing Z-Image Workflow v3.0：为 Z-Image-Turbo 优化的 ComfyUI 高质量图像生成工作流

22 0

本项目基于 ComfyUI 原生工作流构建，专为 Z-Image-Turbo 模型设计，提供三种主题化工作流（通用、插画、摄影），并针对 GGUF 与 SafeTensors 两种模型格式提供预配置版本，兼顾图像质量、易用性与显存效率。

GitHub：https://github.com/martin-rizzo/AmazingZImageWorkflow
网盘下载：https://pan.quark.cn/s/c0a87a9860dc?pwd=Mxy9

Amazing Z-Image Workflow v3.0：为 Z-Image-Turbo 优化的 ComfyUI 高质量图像生成工作流

核心功能

15 种预设风格 × 3 主题
- amazing-z-image：通用图像风格（写实、梦幻、赛博等）
- amazing-z-comics：插画导向（动漫、漫画、像素艺术、水彩等）
- amazing-z-photo：摄影风格（手机快照、胶片、人像、复古等）
  每种风格均可进一步自定义。

灵活生成控制
- 一键切换 横屏模式（默认比例 16:10）
- 快速切换 备用采样器，对比生成效果
- 小图模式（v3.0+）：
  - 标准尺寸：1600 × 1088
  - 小图尺寸：1216 × 832（更快、更省显存）
    注：v2.2 及更早版本固定使用 1408 × 944。
图像质量增强（v3.0+）
- Z-Image 增强器：通过双重处理提升细节与色彩一致性
- Spicy Impact 增强器（实验性）：为提示词注入微妙的“风格调味”，增强表现力
自动化与组织
- 生成图像自动保存至 ZImage/ 文件夹，并按 日期子目录 归档
- 内置技巧：启用 自动 CivitAI 提示词检测，提升模型兼容性
- 自定义 sigma 调度（主观优化，提升生成稳定性）

工作流结构说明

每种主题提供 两个格式版本，适配不同硬件环境：

文件命名	适用场景	推荐显存
`amazing-z-xxx_GGUF.json`	使用量化 GGUF 模型，体积小、响应快	≤ 12GB
`amazing-z-xxx_SAFETENSORS.json`	使用原生 SafeTensors 模型，精度更高	≥ 12GB

关于 GGUF vs SafeTensors：
GGUF（Q5_K_S 量化）在 文件大小 与 提示词响应质量 间取得较好平衡；
SafeTensors 虽体积更大，但 ComfyUI 对其有底层优化，部分系统可能运行更流畅。
最佳选择取决于您的显卡、CUDA、PyTorch 版本及可用显存。

依赖项

必需自定义节点（通过 ComfyUI-Manager 安装）

rgthree-comfy：所有工作流依赖
ComfyUI-GGUF：仅 GGUF 工作流需要

模型文件存放路径

所有模型需放置于 ComfyUI 对应子目录：

▶ GGUF 工作流所需（总计约 8.4 GB）

ComfyUI/models/diffusion_models/z_image_turbo-Q5_K_S.gguf          # 5.19 GB
ComfyUI/models/text_encoders/Qwen3-4B.i1-Q5_K_S.gguf               # 2.82 GB
ComfyUI/models/vae/ae.safetensors                                  # 335 MB
ComfyUI/models/upscale_models/4x_Nickelback_70000G.safetensors     # 66.9 MB
ComfyUI/models/upscale_models/4x_foolhardy_Remacri.safetensors      # 66.9 MB

▶ SafeTensors 工作流所需（总计约 21.4 GB）

ComfyUI/models/diffusion_models/z_image_turbo_bf16.safetensors     # 12.3 GB
ComfyUI/models/text_encoders/qwen_3_4b.safetensors                 # 8.04 GB
（VAE 与 Upscaler 同上）

注意：SafeTensors 版本对显存要求较高，建议 12GB 以上显卡。

低显存系统替代方案

若标准配置仍超出资源限制，可尝试以下轻量化模型：

扩散模型（`diffusion_models/`）

GGUF 量化版本（仓库链接）
- 可选：Q4_K_S、Q4_K_M、Q3_K_S 等
- ⚠️ 越低量化，文件越小，但图像质量下降明显
FP8 SafeTensors（仓库链接）
- 8-bit 浮点量化，体积减半，但作者认为 质量损失较大

文本编码器（`text_encoders/`）

Qwen3-4B GGUF 量化版（仓库链接）
- 可选：Q2_K、Q3_K_M 等
- ⚠️ 避免以 "IQ" 开头的量化格式（如 IQ3_XXS），当前 ComfyUI-GGUF 节点不支持

使用建议

先确定显存容量：
- ≤ 10GB → 优先尝试 GGUF + 小图模式
- ≥ 12GB → 可测试 SafeTensors 以获取最佳质量
从预设风格入手：
三种主题覆盖主流生成需求，避免从零编写提示词。
启用增强器需权衡：
- Z-Image 增强器显著提升细节，但增加 30%~50% 生成时间；
- Spicy Impact 为实验功能，效果随机，建议开启后手动微调提示词。
善用 CivitAI 提示词检测：
自动解析模型标签，减少“无效生成”概率。