Guide de réutilisation des workflows ComfyUI : télécharger, importer, modifier et gérer

Réutiliser un workflow ComfyUI semble simple : vous faites glisser le JSON de quelqu’un d’autre sur le canevas. La vraie friction commence après l’import : nœuds rouges, listes de modèles vides, noms de LoRA qui ne correspondent pas, ou une sortie qui ne ressemble en rien à l’image d’exemple. Dans bien des cas, votre installation n’est pas cassée. Le workflow a enregistré le graphe et les paramètres, mais il n’a pas transféré les custom nodes, les fichiers de modèles ni vos chemins locaux.

Cet article traite ce problème précis. Quand vous recevez un workflow ComfyUI, comment décider s’il est réutilisable, corriger les nœuds manquants, mapper les chemins de modèles, noter les paramètres et en faire un paquet reproductible que vous pourrez migrer plus tard ? Si vous faites déjà tourner le workflow text-to-image par défaut, voici l’étape suivante.

Conclusion clé

Au moment de réutiliser un workflow ComfyUI, ne commencez pas par cliquer sur Queue. Suivez d’abord cet ordre :

L’objectif est de réduire les variables. Complétez d’abord le graphe de nœuds, rendez ensuite les modèles détectables, puis faites tourner le chemin principal. Si vous changez modèle, nœuds, prompt, sampler et post-traitement en même temps, le dépannage devient une devinette.

Ce qu’un workflow enregistre vraiment

Un workflow ComfyUI est un graphe de nœuds. Il enregistre en général trois types d’informations : types de nœuds, connexions de nœuds et paramètres de nœuds. Par exemple, Load Checkpoint se connecte à CLIP Text Encode, KSampler, VAE Decode et Save Image ; à l’intérieur de ces nœuds, vous voyez peut-être le nom du checkpoint, le prompt, le seed, les steps, le CFG et la taille de l’image.

La limite importante : ce sont des références, pas un paquet de ressources complet.

JSON vs métadonnées d’image

On partage généralement les workflows de deux manières :

1. workflow.json : le format le plus direct. L’import peut restaurer le graphe.
2. Une image générée avec métadonnées : si l’image contient encore des métadonnées ComfyUI, son chargement peut restaurer le workflow.

Le JSON est plus stable pour l’archivage durable. Les métadonnées d’image sont pratiques, mais seulement si elles ont survécu à l’upload, à la compression et au repartage. Beaucoup de plateformes sociales retirent les métadonnées d’image. Si faire glisser une image dans ComfyUI ne restaure rien, cela ne veut pas dire que ComfyUI est cassé.

Un workflow n’inclut pas les fichiers de modèles

Si un workflow indique realisticVision.safetensors, cela ne veut pas dire que le modèle existe sur votre machine. Cela signifie seulement que le nœud d’origine avait sélectionné un checkpoint portant ce nom de fichier. Idem pour LoRA, VAE, ControlNet, IP-Adapter et les modèles d’upscale.

C’est la cause la plus fréquente d’échec de réutilisation : le graphe arrive, mais pas les ressources. Si vous n’avez pas le même modèle en local, ou si le fichier est dans le mauvais dossier, Load Checkpoint et les nœuds liés peuvent rester vides, lever des erreurs ou se rabattre en silence sur autre chose.

Alibaba Cloud - Choix n°1 des développeurs, 15 % de réduction exclusive sur Lighthouse

Obtenir -15 % →Pub

Vérifier la source avant d’importer

Quand vous recevez un workflow, ne commencez pas par installer des nœuds. Décidez d’abord s’il vaut la peine d’être importé.

Ce que contient un partage utile

Un partage de workflow fiable comprend en général :

• Le JSON du workflow ou une image d’origine qui conserve les métadonnées.
• Un exemple de sortie.
• Le nom du modèle de base.
• Les fichiers LoRA, ControlNet, IP-Adapter ou autres modèles additionnels.
• Une liste des custom nodes ou des notes de l’auteur.
• Taille, seed, sampler, steps et CFG recommandés.
• La date de partage ou la plage de versions de ComfyUI testée.

Si l’auteur ne donne qu’une image en disant « workflow en commentaires », baissez vos attentes. La reproductibilité dépend de votre capacité à reconstruire le contexte des nœuds et modèles manquants.

N’écrasez pas votre workflow par défaut

Créez un dossier séparé pour les workflows externes :

comfy-workflows/
  portrait-lighting-v1/
    workflow.json
    source.txt
    models.md
    nodes.md
    sample-output.png

Utilisez source.txt pour le lien source et la date de téléchargement, models.md pour les fichiers checkpoint, LoRA, VAE et ControlNet, et nodes.md pour les custom nodes. Cela ressemble à du travail en plus, mais vous comprendrez encore la configuration deux semaines plus tard.

Enregistrez aussi votre workflow actuel avant d’importer. Les workflows complexes peuvent s’étaler sur un grand canevas. Si vous écrasez votre graphe par défaut sans l’avoir enregistré, revenir en arrière devient pénible.

Comment corriger les nœuds manquants

Après l’import, des nœuds rouges, missing node ou unknown node type signifient en général qu’il faut distinguer un problème de core node d’un problème de custom node.

Les core nodes sont intégrés à ComfyUI. Les custom nodes sont des extensions tierces qui ajoutent du support de modèles, des méthodes de sampling, des fonctions de contrôle ou du post-traitement. La documentation officielle présente les custom nodes comme un moyen d’étendre ComfyUI, mais ils introduisent aussi des dépendances et des risques de compatibilité.

Notez d’abord ce qui manque

Suivez cette séquence :

1. Ouvrez le workflow et notez chaque nom de nœud rouge.
2. Lisez le nom du nœud, son préfixe et le texte d’erreur pour déduire de quel paquet de custom nodes il peut venir.
3. Cherchez d’abord dans le ComfyUI Registry, l’écosystème Manager ou le dépôt GitHub de l’auteur.
4. Installez un paquet, redémarrez ComfyUI, puis réimportez le même workflow.
5. S’il manque encore des nœuds, passez au suivant. Évitez d’installer d’un coup une grosse pile d’extensions inconnues.

Certains tutoriels disent « installez le Manager et cliquez sur install missing nodes ». Cela peut servir, mais n’en faites pas un interrupteur aveugle. Un custom node est du code. Il peut amener des dépendances Python, des exigences de version et des risques de sécurité. Pour des workflows de source inconnue, n’installez pas tout juste pour reproduire une image.

Séparer nœuds manquants et modèles manquants

Les nœuds rouges signifient en général « ce type de nœud n’existe pas ». Les listes de modèles vides signifient en général « le nœud existe, mais la ressource est introuvable ». Les correctifs diffèrent.

Faites d’abord fonctionner le chemin principal : checkpoint, prompt, sampler, VAE et save image. ControlNet, upscale, face restore, detailer, suppression d’arrière-plan et autres nœuds de post-traitement peuvent attendre. Une fois le chemin principal fonctionnel, rajoutez le reste section par section.

Mapper les chemins et fichiers de modèles

Le deuxième grand piège de réutilisation est le mapping des chemins de modèles. La documentation officielle de ComfyUI décrit les modèles comme rangés dans les sous-dossiers de ComfyUI/models/, tandis que extra_model_paths.yaml peut pointer ComfyUI vers des bibliothèques de modèles externes.

Dossiers de modèles courants

Certains paquets de custom nodes ont leurs propres conventions de dossiers. Pour IP-Adapter, AnimateDiff, InstantID, FaceDetailer et nœuds similaires, lisez le README du paquet avant de deviner les chemins.

Railway - Plateforme de déploiement moderne, sans opérations complexes, en ligne en quelques minutes

Commencer →Pub

Même nom de fichier ne veut pas dire même modèle

Pour une reproduction sérieuse, notez le hash du modèle ou la page source. Deux fichiers peuvent partager un nom mais venir de versions différentes, ou quelqu’un a renommé un fichier. Si un workflow référence sd_xl_base_1.0.safetensors, vous savez seulement quel nom de fichier local avait été choisi dans l’environnement d’origine. Vous ne savez pas si votre téléchargement est identique octet pour octet.

Si votre but est d’étudier la structure du workflow, un substitut de même type convient. Notez-le simplement : modèle d’origine, modèle de remplacement et source. Quand le résultat diffère ensuite, vous en connaîtrez une raison.

Quand utiliser extra_model_paths.yaml

Si vous avez déjà une bibliothèque de modèles Automatic1111, Forge ou un autre outil Stable Diffusion, inutile de copier des dizaines de Go dans ComfyUI. Configurez extra_model_paths.yaml pour que ComfyUI lise des dossiers externes.

Cela convient à ces cas :

• Vous maintenez déjà une bibliothèque de modèles stable.
• Plusieurs outils partagent les mêmes checkpoints et LoRA.
• La maintenance de la configuration de chemins ne vous dérange pas.

C’est moins utile quand :

• Vous débutez et n’avez téléchargé qu’un ou deux modèles.
• Vous ne comprenez pas encore les dossiers par défaut de ComfyUI.
• Vous changez souvent de disque ou synchronisez des dossiers, donc les chemins changent.

Pour les débutants, la voie plus stable est de placer d’abord les modèles requis par ce workflow dans les dossiers par défaut. Une fois le workflow fonctionnel, décidez si des chemins de modèles partagés valent l’entretien.

Pourquoi le même workflow ne reproduit toujours pas la même image

Les nœuds sont en place, les modèles se chargent, et le résultat ne correspond toujours pas à l’exemple. C’est normal. La génération d’image n’est pas déterminée par le seul workflow.

Les variables qui changent la sortie

Au minimum, ces variables peuvent influer sur le résultat :

• Modèle de base et version.
• Fichier LoRA, mots déclencheurs et poids.
• VAE.
• Le seed est-il fixé.
• Sampler, scheduler, steps et CFG.
• Largeur, hauteur et réglages de batch.
• Image de référence ControlNet, preprocessor et poids.
• IP-Adapter ou autres images de référence.
• Nœuds de post-traitement comme upscale, face restore ou detailer.
• Différences de backend d’exécution et de versions de nœuds.

Si vous voulez vous rapprocher de l’original, verrouillez d’abord seed, taille, sampler, steps, CFG, checkpoint et poids des LoRA. Faites ensuite un test en petite taille. Ne commencez pas par le hires fix, l’upscaling et plusieurs nœuds de post-traitement : cela augmente à la fois la pression sur la VRAM et le nombre de variables.

Tester le chemin minimal

Découpez un workflow complexe en trois parties :

1. Chemin principal de génération : checkpoint, prompt, sampler, VAE, save.
2. Chemin de contrôle : ControlNet, IP-Adapter, image de référence, masque.
3. Chemin de post-traitement : upscale, réparation du visage, detailer, ajustement des couleurs.

Lancez la première partie. Si elle fonctionne, ajoutez la deuxième. Si la deuxième fonctionne, ajoutez la troisième. Cela vous indique où se situe le problème. Lancer tout le graphe d’un coup vous dit seulement que quelque chose a échoué.

Construisez votre propre checklist de réutilisation

Un workflow réutilisable n’est pas qu’un fichier JSON. C’est une fiche de reproduction.

Vultr - Serveur cloud NVMe haute performance, 32 emplacements mondiaux, déploiement Docker en un clic

Voir les tarifs →Pub

Utilisez ce modèle :

# Workflow: portrait-lighting-v1

## Source
- URL :
- Date de téléchargement :
- Notes de l'auteur :

## Nœuds
- Custom nodes requis :
- Custom nodes optionnels :
- Version/date de ComfyUI testée :

## Modèles
- checkpoint :
- LoRA :
- VAE :
- ControlNet/IP-Adapter :
- Notes de remplacement :

## Paramètres clés
- seed :
- size :
- sampler/scheduler :
- steps :
- CFG :
- prompt :
- negative prompt :

## Résultat du test
- Date de réussite :
- Image de sortie :
- Différences connues :

Si vous réutilisez souvent des workflows, nommez les fichiers par usage et version :

20260602-portrait-lighting-sdxl-v1.json
20260602-product-bg-remove-v2.json
20260602-controlnet-pose-test-v1.json

Une date, un usage, une architecture de modèle et une version sont bien plus utiles que final-final-2.json. Quand votre collection grandit, la nomenclature devient votre système de recherche.

FAQ

Comment importer un JSON de workflow ?

En général, vous chargez le JSON dans ComfyUI ou faites glisser le fichier dans l’interface. Le point d’entrée exact varie selon la version et le mode d’installation. Enregistrez d’abord votre workflow actuel, puis chargez le JSON externe.

Pourquoi une image ne restaure-t-elle pas le workflow ?

Les métadonnées ont probablement disparu. Beaucoup de plateformes compressent les images ou retirent les métadonnées. Dans ce cas, demandez à l’auteur le PNG original ou le JSON ; une capture d’écran ne peut pas reconstruire le graphe.

Faut-il installer chaque nœud manquant ?

Pas toujours. Vérifiez d’abord si le nœud manquant se trouve sur le chemin principal. S’il s’agit d’un nœud de post-traitement, contournez-le et testez le chemin de génération. Ne priorisez que les nœuds nécessaires au run de base.

Puis-je remplacer un modèle dont le nom ne correspond pas ?

Oui, mais attendez-vous à un résultat différent. Notez le modèle d’origine et votre remplacement. Gardez l’architecture cohérente quand c’est possible : un workflow SDXL devrait en général utiliser un checkpoint SDXL, pas un modèle SD 1.5 quelconque.

Pourquoi le workflow déclenche-t-il une erreur de mémoire sur ma machine ?

Le workflow utilise peut-être une résolution plus élevée, plusieurs branches ControlNet, des nœuds d’upscale ou un batch plus grand que ce que votre GPU peut gérer. Réduisez la taille, mettez le batch à 1, contournez le post-traitement et testez à partir du chemin principal.

À lire ensuite

Si le workflow par défaut ne tourne pas encore, commencez par Guide du débutant ComfyUI : de l’installation à votre première image Stable Diffusion. Si le comportement du prompt et du prompt négatif est instable, poursuivez avec Le prompt engineering en pratique métier. Pour relier la génération d’images à des flux créatifs plus larges, lisez Création cross-média : automatiser de l’esquisse d’idée au diaporama complet avec Nano Banana 2 et Gemini 3.

Le cœur de la réutilisation des workflows ComfyUI n’est pas de collectionner plus de fichiers JSON. C’est de bâtir un ordre de reproduction : source fiable, nœuds complets, modèles détectables, paramètres notés et test réussi. Une fois cela en place, chaque workflow cesse d’être un tour de magie qui ne marche que sur l’ordinateur d’un autre et devient un processus de génération que vous pouvez inspecter, corriger et déplacer.

Ressources

• Documentation ComfyUI
• ComfyUI GitHub
• ComfyUI Custom Nodes
• ComfyUI Registry
• ComfyUI Models