下载原始 Skill 文件

bash

curl https://ai.ospreyai.cn/docs/raw/skills/comfyui-keyframes-video-generation.md -o comfyui-keyframes-video-generation.md

对话式接入

本 Skill 文件可被 AI 助手（Claude Code、Cursor、ChatGPT 等）学习，通过自然语言对话完成关键帧视频生成。

在 AI 对话中发送以下指令即可：

学习：https://ai.ospreyai.cn/docs/raw/skills/comfyui-keyframes-video-generation.md，保存为本地的技能 skills

更多接入方式和使用示例详见 API 文档 — AI 助手对话式接入。

ComfyUI 6 关键帧首尾帧视频生成

Overview

通过公网网关 https://ai.ospreyai.cn 使用 ComfyUI 将 6 张关键帧图片 生成一段连贯的过渡视频。

使用 Wan 2.2 First-Last-Frame-to-Video (FLF2V) 工作流，将 6 张关键帧拆分为 5 个首尾帧过渡段，每段生成 25 帧过渡动画，最终合并为一段完整视频（720×720, 24fps, ~5 秒）。

核心特性：

首尾帧控制：每段视频精确从 start_image 过渡到 end_image
双 UNET 采样：高噪声 + 低噪声模型分阶段采样，画质更稳定
LightX2V 4 步加速：LoRA 加速仅需 4 步采样/段
5 段自动拼接：6 张图 → 5 段过渡 → ImageBatch 合并 → 单视频输出

所有 API 均需 Bearer Token 鉴权（Authorization: Bearer sk-xxx）。

Quick Start

bash

export GW="https://ai.ospreyai.cn"
export API_KEY="sk-your-api-key"

# 1. 上传 6 张关键帧图片
for i in 1 2 3 4 5 6; do
  curl -s -H "Authorization: Bearer $API_KEY" -X POST "$GW/api/v1/upload" \
    -F "image=@frame_${i}.png" -F "overwrite=true"
done

# 2. 提交首尾帧视频工作流（完整 JSON 见下方 Route A）
curl -s -H "Authorization: Bearer $API_KEY" -X POST "$GW/api/v1/ai/video/generate" \
  -H "Content-Type: application/json" \
  -d '{"prompt":{...}}'

# 3. 查询任务状态
curl -s -H "Authorization: Bearer $API_KEY" "$GW/api/v1/ai/tasks/{prompt_id}"

# 4. 下载 MP4 视频
curl -s -H "Authorization: Bearer $API_KEY" \
  "$GW/api/v1/ai/image/view/?filename=output.mp4&subfolder=video&type=output" \
  -o output.mp4

Task Routing

场景	动作
首次生成关键帧视频	→ Route A: Upload & Generate
需要查看任务是否完成	→ Route B: Check Status
需要获取或下载 MP4	→ Route C: Download
需要调优提示词、帧数或尺寸	→ Route D: Tune Parameters
需要排查服务、节点、模型或文件问题	→ Route E: Troubleshoot

Route A: Upload & Generate

服务信息

网关地址: https://ai.ospreyai.cn
上传接口: POST /api/v1/upload
提交接口: POST /api/v1/ai/video/generate
鉴权方式: Authorization: Bearer sk-xxx

基本流程

上传 6 张关键帧图片到 ComfyUI
提交首尾帧视频工作流
工作流架构：
- 6 × LoadImage — 加载 6 张关键帧图片
- 5 × WanFirstLastFrameToVideo — 每段首尾帧过渡生成（每段 25 帧）
- 5 × 双 KSamplerAdvanced — 高噪声(0→2步) + 低噪声(2→10000步) 两阶段采样
- 4 × ImageBatch — 将 5 段视频帧合并为一条序列
- CreateVideo — 创建最终视频（24fps）
- SaveVideo — 保存为 MP4
- 每段还包含 CLIPLoader、UNETLoader(×2)、LoraLoader(×2)、ModelSamplingSD3(×2)、VAELoader、VAEDecode、CLIPTextEncode(×2)

Step 1: 上传 6 张关键帧图片

bash

for i in 1 2 3 4 5 6; do
  echo "Uploading frame_${i}.png..."
  curl -s -H "Authorization: Bearer $API_KEY" -X POST "$GW/api/v1/upload" \
    -F "image=@/path/to/frame_${i}.png" \
    -F "overwrite=true"
done

响应（每次上传）：

json

{"name": "frame_1.png", "subfolder": "", "type": "input"}

记住每个返回的 name 值，工作流中 6 个 LoadImage 节点需要使用。

最大文件大小: 50MB。推荐使用 PNG 格式，6 张图片尺寸应一致（建议 720×720）。

Step 2: 提交首尾帧视频工作流

bash

curl -s -H "Authorization: Bearer $API_KEY" -X POST "$GW/api/v1/ai/video/generate" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": {
      "1": {"inputs": {"image": "frame_1.png"}, "class_type": "LoadImage"},
      "2": {"inputs": {"image": "frame_2.png"}, "class_type": "LoadImage"},
      "3": {"inputs": {"image": "frame_3.png"}, "class_type": "LoadImage"},
      "4": {"inputs": {"image": "frame_4.png"}, "class_type": "LoadImage"},
      "5": {"inputs": {"image": "frame_5.png"}, "class_type": "LoadImage"},
      "6": {"inputs": {"image": "frame_6.png"}, "class_type": "LoadImage"},

      "100": {"inputs": {"clip_name": "umt5_xxl_fp8_e4m3fn_scaled.safetensors", "type": "wan", "device": "default"}, "class_type": "CLIPLoader"},
      "101": {"inputs": {"text": "cat turn around", "clip": ["100", 0]}, "class_type": "CLIPTextEncode"},
      "102": {"inputs": {"text": "色调艳丽，过曝，静态，细节模糊不清，字幕，风格，作品，画作，画面，静止，整体发灰，最差质量，低质量，JPEG压缩残留，丑陋的，残缺的，多余的手指，画得不好的手部，画得不好的脸部，畸形的，毁容的，形态畸变的肢体，手指融合，静止不动的画面，杂乱的背景，三条腿，背景人很多，倒着走", "clip": ["100", 0]}, "class_type": "CLIPTextEncode"},
      "103": {"inputs": {"unet_name": "wan2.2_i2v_high_noise_14B_fp8_scaled.safetensors", "weight_dtype": "default"}, "class_type": "UNETLoader"},
      "104": {"inputs": {"lora_name": "wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise.safetensors", "strength_model": 1.0, "model": ["103", 0]}, "class_type": "LoraLoaderModelOnly"},
      "105": {"inputs": {"unet_name": "wan2.2_i2v_low_noise_14B_fp8_scaled.safetensors", "weight_dtype": "default"}, "class_type": "UNETLoader"},
      "106": {"inputs": {"lora_name": "wan2.2_i2v_lightx2v_4steps_lora_v1_low_noise.safetensors", "strength_model": 1.0, "model": ["105", 0]}, "class_type": "LoraLoaderModelOnly"},
      "107": {"inputs": {"shift": 5.0, "model": ["104", 0]}, "class_type": "ModelSamplingSD3"},
      "108": {"inputs": {"shift": 5.0, "model": ["106", 0]}, "class_type": "ModelSamplingSD3"},
      "109": {"inputs": {"width": 720, "height": 720, "length": 25, "batch_size": 1, "positive": ["101", 0], "negative": ["102", 0], "vae": ["114", 0], "start_image": ["1", 0], "end_image": ["2", 0]}, "class_type": "WanFirstLastFrameToVideo"},
      "110": {"inputs": {"add_noise": "enable", "noise_seed": 42, "steps": 4, "cfg": 1, "sampler_name": "euler", "scheduler": "simple", "start_at_step": 0, "end_at_step": 2, "return_with_leftover_noise": "enable", "model": ["107", 0], "positive": ["109", 0], "negative": ["109", 1], "latent_image": ["109", 2]}, "class_type": "KSamplerAdvanced"},
      "111": {"inputs": {"add_noise": "disable", "noise_seed": 0, "steps": 4, "cfg": 1, "sampler_name": "euler", "scheduler": "simple", "start_at_step": 2, "end_at_step": 10000, "return_with_leftover_noise": "disable", "model": ["108", 0], "positive": ["109", 0], "negative": ["109", 1], "latent_image": ["110", 0]}, "class_type": "KSamplerAdvanced"},
      "112": {"inputs": {"samples": ["111", 0], "vae": ["114", 0]}, "class_type": "VAEDecode"},
      "114": {"inputs": {"vae_name": "wan_2.1_vae.safetensors"}, "class_type": "VAELoader"},

      "200": {"inputs": {"clip_name": "umt5_xxl_fp8_e4m3fn_scaled.safetensors", "type": "wan", "device": "default"}, "class_type": "CLIPLoader"},
      "201": {"inputs": {"text": "", "clip": ["200", 0]}, "class_type": "CLIPTextEncode"},
      "202": {"inputs": {"text": "色调艳丽，过曝，静态，细节模糊不清，字幕，风格，作品，画作，画面，静止，整体发灰，最差质量，低质量，JPEG压缩残留，丑陋的，残缺的，多余的手指，画得不好的手部，画得不好的脸部，畸形的，毁容的，形态畸变的肢体，手指融合，静止不动的画面，杂乱的背景，三条腿，背景人很多，倒着走", "clip": ["200", 0]}, "class_type": "CLIPTextEncode"},
      "203": {"inputs": {"unet_name": "wan2.2_i2v_high_noise_14B_fp8_scaled.safetensors", "weight_dtype": "default"}, "class_type": "UNETLoader"},
      "204": {"inputs": {"lora_name": "wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise.safetensors", "strength_model": 1.0, "model": ["203", 0]}, "class_type": "LoraLoaderModelOnly"},
      "205": {"inputs": {"unet_name": "wan2.2_i2v_low_noise_14B_fp8_scaled.safetensors", "weight_dtype": "default"}, "class_type": "UNETLoader"},
      "206": {"inputs": {"lora_name": "wan2.2_i2v_lightx2v_4steps_lora_v1_low_noise.safetensors", "strength_model": 1.0, "model": ["205", 0]}, "class_type": "LoraLoaderModelOnly"},
      "207": {"inputs": {"shift": 5.0, "model": ["204", 0]}, "class_type": "ModelSamplingSD3"},
      "208": {"inputs": {"shift": 5.0, "model": ["206", 0]}, "class_type": "ModelSamplingSD3"},
      "209": {"inputs": {"width": 720, "height": 720, "length": 25, "batch_size": 1, "positive": ["201", 0], "negative": ["202", 0], "vae": ["214", 0], "start_image": ["2", 0], "end_image": ["3", 0]}, "class_type": "WanFirstLastFrameToVideo"},
      "210": {"inputs": {"add_noise": "enable", "noise_seed": 42, "steps": 4, "cfg": 1, "sampler_name": "euler", "scheduler": "simple", "start_at_step": 0, "end_at_step": 2, "return_with_leftover_noise": "enable", "model": ["207", 0], "positive": ["209", 0], "negative": ["209", 1], "latent_image": ["209", 2]}, "class_type": "KSamplerAdvanced"},
      "211": {"inputs": {"add_noise": "disable", "noise_seed": 0, "steps": 4, "cfg": 1, "sampler_name": "euler", "scheduler": "simple", "start_at_step": 2, "end_at_step": 10000, "return_with_leftover_noise": "disable", "model": ["208", 0], "positive": ["209", 0], "negative": ["209", 1], "latent_image": ["210", 0]}, "class_type": "KSamplerAdvanced"},
      "212": {"inputs": {"samples": ["211", 0], "vae": ["214", 0]}, "class_type": "VAEDecode"},
      "214": {"inputs": {"vae_name": "wan_2.1_vae.safetensors"}, "class_type": "VAELoader"},

      "300": {"inputs": {"clip_name": "umt5_xxl_fp8_e4m3fn_scaled.safetensors", "type": "wan", "device": "default"}, "class_type": "CLIPLoader"},
      "301": {"inputs": {"text": "", "clip": ["300", 0]}, "class_type": "CLIPTextEncode"},
      "302": {"inputs": {"text": "色调艳丽，过曝，静态，细节模糊不清，字幕，风格，作品，画作，画面，静止，整体发灰，最差质量，低质量，JPEG压缩残留，丑陋的，残缺的，多余的手指，画得不好的手部，画得不好的脸部，畸形的，毁容的，形态畸变的肢体，手指融合，静止不动的画面，杂乱的背景，三条腿，背景人很多，倒着走", "clip": ["300", 0]}, "class_type": "CLIPTextEncode"},
      "303": {"inputs": {"unet_name": "wan2.2_i2v_high_noise_14B_fp8_scaled.safetensors", "weight_dtype": "default"}, "class_type": "UNETLoader"},
      "304": {"inputs": {"lora_name": "wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise.safetensors", "strength_model": 1.0, "model": ["303", 0]}, "class_type": "LoraLoaderModelOnly"},
      "305": {"inputs": {"unet_name": "wan2.2_i2v_low_noise_14B_fp8_scaled.safetensors", "weight_dtype": "default"}, "class_type": "UNETLoader"},
      "306": {"inputs": {"lora_name": "wan2.2_i2v_lightx2v_4steps_lora_v1_low_noise.safetensors", "strength_model": 1.0, "model": ["305", 0]}, "class_type": "LoraLoaderModelOnly"},
      "307": {"inputs": {"shift": 5.0, "model": ["304", 0]}, "class_type": "ModelSamplingSD3"},
      "308": {"inputs": {"shift": 5.0, "model": ["306", 0]}, "class_type": "ModelSamplingSD3"},
      "309": {"inputs": {"width": 720, "height": 720, "length": 25, "batch_size": 1, "positive": ["301", 0], "negative": ["302", 0], "vae": ["314", 0], "start_image": ["3", 0], "end_image": ["4", 0]}, "class_type": "WanFirstLastFrameToVideo"},
      "310": {"inputs": {"add_noise": "enable", "noise_seed": 42, "steps": 4, "cfg": 1, "sampler_name": "euler", "scheduler": "simple", "start_at_step": 0, "end_at_step": 2, "return_with_leftover_noise": "enable", "model": ["307", 0], "positive": ["309", 0], "negative": ["309", 1], "latent_image": ["309", 2]}, "class_type": "KSamplerAdvanced"},
      "311": {"inputs": {"add_noise": "disable", "noise_seed": 0, "steps": 4, "cfg": 1, "sampler_name": "euler", "scheduler": "simple", "start_at_step": 2, "end_at_step": 10000, "return_with_leftover_noise": "disable", "model": ["308", 0], "positive": ["309", 0], "negative": ["309", 1], "latent_image": ["310", 0]}, "class_type": "KSamplerAdvanced"},
      "312": {"inputs": {"samples": ["311", 0], "vae": ["314", 0]}, "class_type": "VAEDecode"},
      "314": {"inputs": {"vae_name": "wan_2.1_vae.safetensors"}, "class_type": "VAELoader"},

      "400": {"inputs": {"clip_name": "umt5_xxl_fp8_e4m3fn_scaled.safetensors", "type": "wan", "device": "default"}, "class_type": "CLIPLoader"},
      "401": {"inputs": {"text": "", "clip": ["400", 0]}, "class_type": "CLIPTextEncode"},
      "402": {"inputs": {"text": "色调艳丽，过曝，静态，细节模糊不清，字幕，风格，作品，画作，画面，静止，整体发灰，最差质量，低质量，JPEG压缩残留，丑陋的，残缺的，多余的手指，画得不好的手部，画得不好的脸部，畸形的，毁容的，形态畸变的肢体，手指融合，静止不动的画面，杂乱的背景，三条腿，背景人很多，倒着走", "clip": ["400", 0]}, "class_type": "CLIPTextEncode"},
      "403": {"inputs": {"unet_name": "wan2.2_i2v_high_noise_14B_fp8_scaled.safetensors", "weight_dtype": "default"}, "class_type": "UNETLoader"},
      "404": {"inputs": {"lora_name": "wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise.safetensors", "strength_model": 1.0, "model": ["403", 0]}, "class_type": "LoraLoaderModelOnly"},
      "405": {"inputs": {"unet_name": "wan2.2_i2v_low_noise_14B_fp8_scaled.safetensors", "weight_dtype": "default"}, "class_type": "UNETLoader"},
      "406": {"inputs": {"lora_name": "wan2.2_i2v_lightx2v_4steps_lora_v1_low_noise.safetensors", "strength_model": 1.0, "model": ["405", 0]}, "class_type": "LoraLoaderModelOnly"},
      "407": {"inputs": {"shift": 5.0, "model": ["404", 0]}, "class_type": "ModelSamplingSD3"},
      "408": {"inputs": {"shift": 5.0, "model": ["406", 0]}, "class_type": "ModelSamplingSD3"},
      "409": {"inputs": {"width": 720, "height": 720, "length": 25, "batch_size": 1, "positive": ["401", 0], "negative": ["402", 0], "vae": ["414", 0], "start_image": ["4", 0], "end_image": ["5", 0]}, "class_type": "WanFirstLastFrameToVideo"},
      "410": {"inputs": {"add_noise": "enable", "noise_seed": 42, "steps": 4, "cfg": 1, "sampler_name": "euler", "scheduler": "simple", "start_at_step": 0, "end_at_step": 2, "return_with_leftover_noise": "enable", "model": ["407", 0], "positive": ["409", 0], "negative": ["409", 1], "latent_image": ["409", 2]}, "class_type": "KSamplerAdvanced"},
      "411": {"inputs": {"add_noise": "disable", "noise_seed": 0, "steps": 4, "cfg": 1, "sampler_name": "euler", "scheduler": "simple", "start_at_step": 2, "end_at_step": 10000, "return_with_leftover_noise": "disable", "model": ["408", 0], "positive": ["409", 0], "negative": ["409", 1], "latent_image": ["410", 0]}, "class_type": "KSamplerAdvanced"},
      "412": {"inputs": {"samples": ["411", 0], "vae": ["414", 0]}, "class_type": "VAEDecode"},
      "414": {"inputs": {"vae_name": "wan_2.1_vae.safetensors"}, "class_type": "VAELoader"},

      "500": {"inputs": {"clip_name": "umt5_xxl_fp8_e4m3fn_scaled.safetensors", "type": "wan", "device": "default"}, "class_type": "CLIPLoader"},
      "501": {"inputs": {"text": "", "clip": ["500", 0]}, "class_type": "CLIPTextEncode"},
      "502": {"inputs": {"text": "色调艳丽，过曝，静态，细节模糊不清，字幕，风格，作品，画作，画面，静止，整体发灰，最差质量，低质量，JPEG压缩残留，丑陋的，残缺的，多余的手指，画得不好的手部，画得不好的脸部，畸形的，毁容的，形态畸变的肢体，手指融合，静止不动的画面，杂乱的背景，三条腿，背景人很多，倒着走", "clip": ["500", 0]}, "class_type": "CLIPTextEncode"},
      "503": {"inputs": {"unet_name": "wan2.2_i2v_high_noise_14B_fp8_scaled.safetensors", "weight_dtype": "default"}, "class_type": "UNETLoader"},
      "504": {"inputs": {"lora_name": "wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise.safetensors", "strength_model": 1.0, "model": ["503", 0]}, "class_type": "LoraLoaderModelOnly"},
      "505": {"inputs": {"unet_name": "wan2.2_i2v_low_noise_14B_fp8_scaled.safetensors", "weight_dtype": "default"}, "class_type": "UNETLoader"},
      "506": {"inputs": {"lora_name": "wan2.2_i2v_lightx2v_4steps_lora_v1_low_noise.safetensors", "strength_model": 1.0, "model": ["505", 0]}, "class_type": "LoraLoaderModelOnly"},
      "507": {"inputs": {"shift": 5.0, "model": ["504", 0]}, "class_type": "ModelSamplingSD3"},
      "508": {"inputs": {"shift": 5.0, "model": ["506", 0]}, "class_type": "ModelSamplingSD3"},
      "509": {"inputs": {"width": 720, "height": 720, "length": 25, "batch_size": 1, "positive": ["501", 0], "negative": ["502", 0], "vae": ["514", 0], "start_image": ["5", 0], "end_image": ["6", 0]}, "class_type": "WanFirstLastFrameToVideo"},
      "510": {"inputs": {"add_noise": "enable", "noise_seed": 42, "steps": 4, "cfg": 1, "sampler_name": "euler", "scheduler": "simple", "start_at_step": 0, "end_at_step": 2, "return_with_leftover_noise": "enable", "model": ["507", 0], "positive": ["509", 0], "negative": ["509", 1], "latent_image": ["509", 2]}, "class_type": "KSamplerAdvanced"},
      "511": {"inputs": {"add_noise": "disable", "noise_seed": 0, "steps": 4, "cfg": 1, "sampler_name": "euler", "scheduler": "simple", "start_at_step": 2, "end_at_step": 10000, "return_with_leftover_noise": "disable", "model": ["508", 0], "positive": ["509", 0], "negative": ["509", 1], "latent_image": ["510", 0]}, "class_type": "KSamplerAdvanced"},
      "512": {"inputs": {"samples": ["511", 0], "vae": ["514", 0]}, "class_type": "VAEDecode"},
      "514": {"inputs": {"vae_name": "wan_2.1_vae.safetensors"}, "class_type": "VAELoader"},

      "601": {"inputs": {"image1": ["112", 0], "image2": ["212", 0]}, "class_type": "ImageBatch"},
      "602": {"inputs": {"image1": ["601", 0], "image2": ["312", 0]}, "class_type": "ImageBatch"},
      "603": {"inputs": {"image1": ["602", 0], "image2": ["412", 0]}, "class_type": "ImageBatch"},
      "604": {"inputs": {"image1": ["603", 0], "image2": ["512", 0]}, "class_type": "ImageBatch"},
      "700": {"inputs": {"fps": 24, "images": ["604", 0]}, "class_type": "CreateVideo"},
      "701": {"inputs": {"filename_prefix": "video/keyframes", "format": "auto", "codec": "auto", "video-preview": "", "video": ["700", 0]}, "class_type": "SaveVideo"}
    }
  }'

响应：

json

{"prompt_id": "a1b2c3d4-...", "number": 140, "node_errors": {}}

node_errors 为空对象 {} 表示工作流校验通过。如有错误会在此列出。

使用前需修改：

节点	字段	修改为
1	image	关键帧 1 上传返回的 `name` 值
2	image	关键帧 2 上传返回的 `name` 值
3	image	关键帧 3 上传返回的 `name` 值
4	image	关键帧 4 上传返回的 `name` 值
5	image	关键帧 5 上传返回的 `name` 值
6	image	关键帧 6 上传返回的 `name` 值
101	text	第 1 段正向提示词（英文动作描述，如 `"cat turn around"`）
201	text	第 2 段正向提示词（可留空 `""`）
301	text	第 3 段正向提示词（可留空 `""`）
401	text	第 4 段正向提示词（可留空 `""`）
501	text	第 5 段正向提示词（可留空 `""`）
701	filename_prefix	输出文件名前缀，如 `"video/my_keyframes"`

段（Segment）结构说明

5 段使用完全相同的节点架构，仅输入图片和正向提示词不同：

段	节点前缀	起始帧	结束帧	正向提示词节点
1	100-114	LoadImage 1 (frame_1)	LoadImage 2 (frame_2)	101
2	200-214	LoadImage 2 (frame_2)	LoadImage 3 (frame_3)	201
3	300-314	LoadImage 3 (frame_3)	LoadImage 4 (frame_4)	301
4	400-414	LoadImage 4 (frame_4)	LoadImage 5 (frame_5)	401
5	500-514	LoadImage 5 (frame_5)	LoadImage 6 (frame_6)	501

注意：相邻段共享关键帧图片。例如 frame_2 既是段 1 的 end_image，也是段 2 的 start_image。

每段节点说明

节点后缀	class_type	功能
x00	CLIPLoader	加载 Wan CLIP 文本编码器
x01	CLIPTextEncode	正向提示词编码（英文动作描述）
x02	CLIPTextEncode	负向提示词编码（中文质量排除词）
x03	UNETLoader	加载高噪声 UNet 模型
x04	LoraLoaderModelOnly	加载高噪声 LoRA（4 步加速）
x05	UNETLoader	加载低噪声 UNet 模型
x06	LoraLoaderModelOnly	加载低噪声 LoRA（4 步加速）
x07	ModelSamplingSD3	高噪声模型采样偏移（shift=5）
x08	ModelSamplingSD3	低噪声模型采样偏移（shift=5）
x09	WanFirstLastFrameToVideo	首尾帧转视频核心节点
x10	KSamplerAdvanced	高噪声采样（步骤 0→2）
x11	KSamplerAdvanced	低噪声采样（步骤 2→10000）
x12	VAEDecode	VAE 解码 latent → 像素帧
x14	VAELoader	加载 VAE 模型

合并与输出节点

节点	class_type	功能
601	ImageBatch	合并段 1 + 段 2 的帧
602	ImageBatch	合并 (段1+2) + 段 3 的帧
603	ImageBatch	合并 (段1+2+3) + 段 4 的帧
604	ImageBatch	合并 (段1+2+3+4) + 段 5 的帧
700	CreateVideo	创建视频，设置帧率 24fps
701	SaveVideo	保存视频为 MP4

工作流连接图

段1: LoadImage(1)─┐
                  ├→ WanFLF(109) → KSamplerHigh(110) → KSamplerLow(111) → VAEDecode(112) ─┐
     LoadImage(2)─┘                                                                        │
                                                                                           ├→ ImageBatch(601) ─┐
段2: LoadImage(2)─┐                                                                        │                   │
                  ├→ WanFLF(209) → KSamplerHigh(210) → KSamplerLow(211) → VAEDecode(212) ─┘                   │
     LoadImage(3)─┘                                                                                           │
                                                                                           ├→ ImageBatch(602) ─┐
段3: LoadImage(3)─┐                                                                        │                   │
                  ├→ WanFLF(309) → ... → VAEDecode(312) ─────────────────────────────────┘                   │
     LoadImage(4)─┘                                                                                           │
                                                                                           ├→ ImageBatch(603) ─┐
段4: LoadImage(4)─┐                                                                        │                   │
                  ├→ WanFLF(409) → ... → VAEDecode(412) ─────────────────────────────────┘                   │
     LoadImage(5)─┘                                                                                           │
                                                                                           ├→ ImageBatch(604)
段5: LoadImage(5)─┐                                                                        │                   │
                  ├→ WanFLF(509) → ... → VAEDecode(512) ─────────────────────────────────┘                   │
     LoadImage(6)─┘                                                                                           │
                                                                                                             ↓
                                                                                             CreateVideo(700) → SaveVideo(701)

每段内部模型链：

UNETLoader(x03) → LoRA_High(x04) → ModelSampling(x07) ──→ KSamplerHigh(x10)
UNETLoader(x05) → LoRA_Low(x06)  → ModelSampling(x08) ──→ KSamplerLow(x11)
CLIPLoader(x00) → CLIPTextEncode_Pos(x01) ─┐
                  CLIPTextEncode_Neg(x02) ─┤→ WanFirstLastFrameToVideo(x09)
VAELoader(x14) ────────────────────────────┘

关键参数

节点	字段	说明	示例值
1-6	image	6 张关键帧图片文件名	`"frame_1.png"` ... `"frame_6.png"`
101	text	第 1 段正向提示词（英文动作描述）	`"cat turn around"`
201-501	text	第 2-5 段正向提示词（可留空）	`""`
x09	width / height	视频尺寸	720 × 720
x09	length	每段帧数	25
700	fps	最终视频帧率	24
x10	noise_seed	随机种子（不同值生成不同过渡）	42
701	filename_prefix	输出文件名前缀	`"video/keyframes"`

输出视频参数

分辨率: 720 × 720
每段帧数: 25 帧 × 5 段 = 125 帧
帧率: 24 fps
时长: 约 5.2 秒（125 / 24）
格式: MP4
输出路径: subfolder=video, type=output

Route B: Check Status

查询队列

bash

curl -s -H "Authorization: Bearer $API_KEY" "$GW/api/v1/ai/queue"

响应：

json

{
  "queue_running": [[140, "a1b2c3d4-...", {...}]],
  "queue_pending": []
}

queue_running 不为空 → 任务正在执行
queue_pending 不为空 → 任务排队等待

查询任务状态

bash

curl -s -H "Authorization: Bearer $API_KEY" "$GW/api/v1/ai/tasks/{prompt_id}"

进行中：

json

{
  "a1b2c3d4-...": {
    "status": {"status_str": "success", "completed": false},
    "outputs": {}
  }
}

已完成：

json

{
  "a1b2c3d4-...": {
    "status": {"status_str": "success", "completed": true},
    "outputs": {
      "701": {
        "images": [{"filename": "keyframes_00001_.mp4", "subfolder": "video", "type": "output"}],
        "animated": [true]
      }
    }
  }
}

关键帧视频生成通常需要 1-5 分钟（5 段 × 每段约 15-30 秒，取决于 GPU 和队列情况）。

Route C: Download

下载前先从任务状态中获取输出文件信息（filename, subfolder, type），然后通过查看接口下载。

bash

# 下载 MP4 视频（注意 subfolder=video）
curl -s -H "Authorization: Bearer $API_KEY" \
  "$GW/api/v1/ai/image/view/?filename=keyframes_00001_.mp4&subfolder=video&type=output" \
  -o output.mp4

关键点：

视频输出的 subfolder 为 video（不是空字符串）
视频输出的 type 为 output
下载的是 MP4 格式，可直接播放

Python 调用示例

python

import requests
import time

GW = "https://ai.ospreyai.cn"
API_KEY = "sk-your-api-key"
headers = {"Authorization": f"Bearer {API_KEY}"}

# 1. 上传 6 张关键帧图片
image_names = []
for i in range(1, 7):
    with open(f"frame_{i}.png", "rb") as f:
        resp = requests.post(f"{GW}/api/v1/upload", headers=headers,
                             files={"image": f}, data={"overwrite": "true"})
        name = resp.json()["name"]
        image_names.append(name)
        print(f"Uploaded frame {i}: {name}")

# 2. 构建并提交工作流（完整 prompt 同上方 curl 示例）
# 替换节点 1-6 的 image 字段和节点 101 的 text 字段
prompt = {"prompt": {
    # ... 完整工作流 JSON，替换以下字段：
    # 节点 1-6: image 字段替换为 image_names[0]~[5]
    # 节点 101: 第 1 段正向提示词
    # 节点 201-501: 其余段正向提示词（可留空）
    # 节点 701: filename_prefix 设置输出文件名
}}
resp = requests.post(f"{GW}/api/v1/ai/video/generate", headers=headers,
                     json=prompt)
prompt_id = resp.json()["prompt_id"]
print(f"Task submitted: {prompt_id}")

# 3. 轮询任务状态
while True:
    resp = requests.get(f"{GW}/api/v1/ai/tasks/{prompt_id}", headers=headers)
    data = resp.json()
    task = data.get(prompt_id, {})
    status = task.get("status", {})
    if status.get("completed"):
        print("Task completed!")
        break
    print(f"Status: {status.get('status_str', 'unknown')}...")
    time.sleep(10)

# 4. 下载视频
outputs = task.get("outputs", {}).get("701", {})
video_info = outputs.get("images", [{}])[0]
resp = requests.get(f"{GW}/api/v1/ai/image/view/", headers=headers,
                    params={"filename": video_info["filename"],
                            "subfolder": video_info.get("subfolder", ""),
                            "type": video_info.get("type", "output")})
with open("keyframes_output.mp4", "wb") as f:
    f.write(resp.content)
print(f"Downloaded: keyframes_output.mp4 ({len(resp.content)} bytes)")

Route D: Tune Parameters

参数	节点	建议
关键帧图片	1-6	推荐 PNG，尺寸一致（建议 720×720），清晰度越高越好
正向提示词（段 1）	101 text	英文动作描述，如 `"cat turn around"`
正向提示词（段 2-5）	201-501 text	可留空；也可分别为每段写动作描述
负向提示词	x02 text	默认可保持，避免修改
视频尺寸	x09 width/height	默认 720×720；支持 640×640、832×480 等，需为 16 的倍数
每段帧数	x09 length	默认 25（≈1s@24fps）；增大则每段过渡更长
最终帧率	700 fps	默认 24；增大则视频更流畅但更快播完
随机种子	x10 noise_seed	不同值生成不同过渡动画；相同种子 + 相同参数可复现
采样步数	x10/x11 steps	LightX2V 加速模式下固定 4 步，不建议修改
采样偏移	x07/x08 shift	默认 5.0；增大偏移更锐利，减小更平滑
关键帧数量	—	当前工作流固定 6 张；增减需添加/删除整段节点组

调整关键帧数量

当前工作流固定 6 张关键帧 → 5 段过渡。如需调整数量：

增加关键帧：复制一个完整的段节点组（如 200-214），修改 LoadImage 引用，在 ImageBatch 链中增加一个合并节点
减少关键帧：删除对应段节点组，缩短 ImageBatch 链

提示：每增加一段，生成时间约增加 15-30 秒。

Route E: Troubleshoot

问题	排查方法
上传图片失败	检查文件大小（≤50MB）、格式（推荐 PNG）、Bearer Token 是否有效
工作流提交报 `value_not_in_list`	模型文件名不正确，检查 UNet/CLIP/VAE/LoRA 名称是否与服务器一致
工作流提交报 `return_type_mismatch`	节点间连接类型不匹配，检查节点输出→输入的链接是否正确
工作流报 ImageBatch 类型错误	确认 VAEDecode 输出连接到 ImageBatch 的 image1/image2
任务长时间未完成	5 段生成需要较长时间（1-5分钟），检查 `/api/v1/ai/queue` 确认是否在运行
下载视频返回空	检查 `subfolder` 是否为 `video`（不是空字符串）
视频段之间有明显跳变	确保相邻段共享同一关键帧（如 frame_2 同时是段 1 end 和段 2 start）
401 鉴权失败	检查 Bearer Token 是否有效：`curl -H "Authorization: Bearer sk-xxx" $GW/api/v1/ai/queue`
429 请求被限流	AI 接口 10次/分/IP，稍后重试

内网直连 vs 公网网关

	内网直连	公网网关
地址	`192.168.1.236:8188`	`ai.ospreyai.cn`
鉴权	无	`Authorization: Bearer sk-xxx`
上传路径	`/upload/image`	`/api/v1/upload`
提交路径	`/prompt`	`/api/v1/ai/video/generate`
任务查询	`/history/{id}`	`/api/v1/ai/tasks/{id}`
队列查询	`/queue`	`/api/v1/ai/queue`
下载路径	`/view?filename=...`	`/api/v1/ai/image/view/?filename=...&subfolder=video&type=output`
限流	无	10次/分/IP

Verification Checklist

[ ] 6 张关键帧图片上传成功，各自返回 name 值
[ ] 工作流提交成功，node_errors 为空
[ ] 任务在 /api/v1/ai/queue 中执行完成
[ ] 任务状态 completed: true，outputs 包含节点 701 的 MP4 文件信息
[ ] 成功下载 MP4 文件（注意 subfolder=video）
[ ] 视频可正常播放，段间过渡自然
[ ] 视频分辨率为 720×720，帧率 24fps

对话式接入 ​

ComfyUI 6 关键帧首尾帧视频生成 ​

Overview ​

Quick Start ​

Task Routing ​

Route A: Upload & Generate ​

服务信息 ​

基本流程 ​

Step 1: 上传 6 张关键帧图片 ​

Step 2: 提交首尾帧视频工作流 ​

段（Segment）结构说明 ​

每段节点说明 ​

合并与输出节点 ​

工作流连接图 ​

关键参数 ​

输出视频参数 ​

Route B: Check Status ​

查询队列 ​

查询任务状态 ​

Route C: Download ​

Python 调用示例 ​

Route D: Tune Parameters ​

调整关键帧数量 ​

Route E: Troubleshoot ​

内网直连 vs 公网网关 ​

Verification Checklist ​

对话式接入

ComfyUI 6 关键帧首尾帧视频生成

Overview

Quick Start

Task Routing

Route A: Upload & Generate

服务信息

基本流程

Step 1: 上传 6 张关键帧图片

Step 2: 提交首尾帧视频工作流

段（Segment）结构说明

每段节点说明

合并与输出节点

工作流连接图

关键参数

输出视频参数

Route B: Check Status

查询队列

查询任务状态

Route C: Download

Python 调用示例

Route D: Tune Parameters

调整关键帧数量

Route E: Troubleshoot

内网直连 vs 公网网关

Verification Checklist