1. ComfyUI 手动连线半小时还算快的ComfyUI 里搭一条 FLUX 文生图 Wan2.2 图生视频的流水线手动找节点、连线、查参数半小时起步。问题不在鼠标慢而是每次改动都要重连一遍换模型要重接 text encoder加 LoRA 要补两条线改分辨率要同步 latent 尺寸。后来我把 Claude Code 这类 AI 编程助手的 Base URL 改到 TaoToken 通道https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end并安装 comfyui-workflow-skill用自然语言直接生成可导入 ComfyUI 的 workflow JSON。这一套组合解决的不只是画图而是把所有模板化的节点连接从手动变成口述。1.1 换模型、加 LoRA、改分辨率全在重新排队第一次搭 FLUX 文生图时光是加载器就够折腾CheckpointLoader 要选主模型CLIPLoader 和 VAELoader 各接各的再连到 KSampler最后接 VAE Decode 和 Save Image。每个节点的口径都要对得上FLUX 的 text encoder 和 SDXL 不是同一套接错之后要么报错要么生成出来是一团噪点。等 FLUX 这边通了想再接 Wan2.2 做图生视频又得从头理一遍视频链路加载视频模型、设置帧率、长度、采样步数还要把前面 FLUX 输出的 latent 或图像转换成视频节点能吃的格式。节点一多画布上就像一盘没有说明书的接线板。更痛苦的是改动。换模型重连加 LoRA多引两条线到 model 和 clip改分辨率要同步 latent 宽高和 VAE Encode 的尺寸。半小时搭完改一次参数又要十分钟。真正耗时间的不是点鼠标而是反复确认「这个节点该接哪个口」。1.2 让 AI 读节点定义而不是让你背节点表后来看到有人把 ComfyUI 的节点知识打包成一个 Skill叫 comfyui-workflow-skill。它不是简单的「帮你写提示词」而是给 AI 编程助手喂了完整的节点定义每个节点的输入输出、参数范围、连接方式以及一批常见任务的工作流模板。安装之后你只需要用自然语言描述目标。比如帮我生成一个 FLUX 文生图 Wan2.2 图生视频的工作流Claude Code 收到这句话会去读 Skill 里的模板和节点定义组合出一条从文生图到图生视频的完整链路最后输出一个 JSON。这个 JSON 拖进 ComfyUI 就是一张完整的节点图不需要再手工连线。这里有个前提Claude Code 本身要能正常调用模型。所以我先把 AI 编程助手的模型通道切到 TaoToken统一 Base URL再装 Skill。TaoToken 只负责提供 Key 和请求转发不参与 ComfyUI 的节点计算。2. 接入准备TaoToken 创建 KeyClaude Code 填统一 Base URL2.1 在 TaoToken 官网创建 YOUR_API_KEY先准备一把 Key。打开 TaoToken 注册账号进入控制台创建 API Key复制后保存为YOUR_API_KEY。这个 Key 后面要填到 Claude Code、CC Switch 或 Codex 里作用相当于你调用模型的通行证。创建完 Key 之后顺便打开官网的模型广场确认你要用的模型 ID。每个模型在广场上都有一个对应的 ID填配置时以模型广场当时的列表为准不要凭印象写以前见过的名字。模型 ID 写错会在调用时直接报 model not found这一步骤不用急。2.2 Claude Code 的 env 三件套写在 settings.jsonClaude Code 读取的是 Anthropic 风格的环境变量改动~/.claude/settings.json即可。找到文件里的env字段把 Base URL、Token、模型 ID 填进去{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_AUTH_TOKEN: YOUR_API_KEY, ANTHROPIC_MODEL: 你的模型ID以TaoToken模型广场为准 } }注意几个细节ANTHROPIC_BASE_URL填https://taotoken.net/api末尾不要加/v1。很多转发服务要求拼/v1但 TaoToken 的接入地址就是/api结尾。ANTHROPIC_AUTH_TOKEN填你刚创建的 Key不要加Bearer前缀Claude Code 会自动按 Bearer Token 发送。ANTHROPIC_MODEL填模型广场上列出的模型 ID不是随便起的别名。也可以不在 settings.json 里写死而是启动前用环境变量注入效果一样export ANTHROPIC_BASE_URLhttps://taotoken.net/api export ANTHROPIC_AUTH_TOKENYOUR_API_KEY export ANTHROPIC_MODEL你的模型ID claudesettings.json 的好处是全局生效不用每次开终端都 export 一遍。改完之后重启 Claude Code让它重新加载环境变量。2.3 备用CC Switch 自定义供应商与 Codex config.toml如果你不只用 Claude Code还想在 Cursor、Codex 之间共用同一把 Key最简单的做法是配 CC Switch。新增一个自定义供应商填三项配置项值供应商名称TaoTokenBase URLhttps://taotoken.net/apiAPI KeyYOUR_API_KEY模型 ID以 TaoToken 模型广场为准CC Switch 会把整机的 Claude Code 请求切到这套配置适合你同时在多个终端窗口跑不同工具的场景。Codex 的情况不一样它不吃ANTHROPIC_*环境变量而是读~/.codex/config.toml里的 model provider。在文件里加一个自定义 providermodel YOUR_MODEL_ID model_provider taotoken [model_providers.taotoken] name TaoToken base_url https://taotoken.net/api env_key TAOTOKEN_API_KEY wire_api chat然后导出 Key 再启动export TAOTOKEN_API_KEYYOUR_API_KEY codexCodex 的env_key是告诉它去读哪个环境变量拿到 Key。这里用TAOTOKEN_API_KEY和默认的OPENAI_API_KEY区分开避免污染其他项目。3. 安装 comfyui-workflow-skillclone 到 ~/.claude/skills3.1 目录结构长这样安装方式很简单一条 git clone 命令mkdir -p ~/.claude/skills git clone https://github.com/twwch/comfyui-workflow-skill.git ~/.claude/skills/comfyui-workflow关键点是目录名Claude Code 扫描的是~/.claude/skills下每个子目录里的SKILL.md。如果你 clone 成~/.claude/skills/comfyui-workflow-skill多包了一层仓库目录Claude Code 不一定认。正确的做法是让SKILL.md位于~/.claude/skills/comfyui-workflow/SKILL.md装完之后不需要额外注册。Claude Code 在启动时扫描 skills 目录识别到有效的 SKILL.md 就会加载。当对话里出现「ComfyUI」「工作流」「文生图」「图生视频」这些关键词时模型会主动去读 Skill 内容然后结合节点定义生成 workflow。3.2 让 Claude Code 识别 Skill 的验证方法如何确认 Skill 真的被加载了不要猜直接试一句话生成一个 FLUX 文生图 Wan2.2 图生视频的工作流如果 Skill 生效Claude Code 会在回复里引用comfyui-workflow这个 Skill 的内容并逐步生成 JSON。你可以看它的思考过程里有没有出现「模板」「节点」「workflow」这类词。更稳妥的检查方式是直接看目录内容ls ~/.claude/skills/comfyui-workflow/ cat ~/.claude/skills/comfyui-workflow/SKILL.md | head -n 20有SKILL.md和模板文件说明安装没问题。如果输入同样的话Claude Code 完全没反应大概率是版本问题。先跑claude --version确认不是太老的版本旧版本不一定会自动扫描~/.claude/skills。4. 实战Flux 文生图 Wan2.2 图生视频一句话出 JSON4.1 prompt 这样写给得更稳最直接的写法就是一句完整需求帮我生成一个 FLUX 文生图 Wan2.2 图生视频的工作流但想让 AI 少自由发挥建议把链路细节也带上生成一个 FLUX 文生图 Wan2.2 图生视频的完整 workflow 1. 先用 FLUX 文生图输出 832x1216 分辨率 2. 保存生成的图片 3. 用 Wan2.2 图生视频接收这张图分辨率 720p时长 5 秒 4. 导出为可直接导入 ComfyUI 的 workflow JSON。描述越具体AI 在拼接节点时越不容易选错模板。它读 Skill 里的节点定义按步骤组装先接 CheckpointLoader 和相关文本编码器再连采样器解码出图然后转给 Wan2.2 的视频生成链路。整个过程不会出现在终端里跑什么服务它只是在生成一个描述节点关系的 JSON 文件。4.2 导入 ComfyUI运行前的三件事生成的 JSON 需要落地才能用。让 AI 把内容保存成flux_to_wan.json然后打开 ComfyUI 界面通过 Workflow 菜单导入。导入后先别急着点运行确认三件事必要的自定义节点是否已安装。ComfyUI Manager 里检查有没有缺失节点有就批量安装。模型是否就位。生成的 workflow 里通常带models字段导入后 ComfyUI 会检测本机缺哪些模型并弹出下载提示。这比手动去 HuggingFace 找文件省事很多。参考那个 JSON 里模型 ID 和本地文件名是否匹配。如果你的 checkpoint 文件名和模板里写的不一样需要在节点里重新选一次。都确认后点击 Queue 运行。FLUX 先出一张图然后这张图会自动作为 Wan2.2 的首帧继续生成视频。4.3 动作迁移 WorkflowWan2.2 Fun Control 也能一句话比文生图更复杂的动作迁移场景照样可以口述生成一个 Wan2.2 动作迁移的 workflow使用 Fun Control再补一句参考材料参考图是 person.jpg动作视频是 dance.mp4输出跟随动作的合成视频AI 会生成一个包含视频加载、参考图编码、动作控制、生成和保存节点的 JSON。导入 ComfyUI 后节点图里能明显看到「视频输入」和「参考图输入」两条独立的链路最后汇合到生成节点。这类复杂工作流手动搭一次至少要确认十几个节点的输入输出关系。用 Skill 生成它替你核对节点的参数范围省掉的是查文档的时间。5. 生成后的闭环让 Skill 修 Bug、合并工作流、补模型5.1 报错直接贴回去AI 会读 JSON 修连接生成的工作流不一定一次跑通尤其是涉及自定义节点时经常出现「节点连接错误」这种没头没尾的提示。别急着在画布上检查每条线直接把报错文本贴给 Claude Code让它读 JSON 定位问题。AI 能做的事情包括检查某个节点的输入端口是不是接了错误类型的输出修正class_type写错的节点补充缺失的连接关系当生成的视频没有音频时自动在链路里加一个音频相关节点把音轨接回去。前提是给足上下文完整报错、当前 workflow JSON、你期望的输出。不要只说「帮我看看」AI 没有你的屏幕全靠 JSON 里的节点关系推断问题。5.2 多个 workflow JSON 合并成一个如果你已经有两个独立跑通的工作流比如一个 FLUX 文生图一个 Wan2.2 图生视频想合并成一条完整流水线同样可以交给 Skill。给 AI 一个明确的指令读这两个 JSONflux.json 和 wan_video.json。 把两者合成一个 workflowflux 的输出图作为 wan 视频生成的首帧。 注意去重公共节点保留一份。它会读取多个 JSON 文件分析各自的节点 ID 和连接关系重新映射后生成一个新的合并 JSON。手动合并两个工作流最麻烦的就是节点 ID 冲突和连接关系失效Skill 把这一层处理掉了。5.3 模板范围与 models 字段自动检测comfyui-workflow-skill 内置了一组模板覆盖文生图、图生图、文生视频、图生视频、视频控制、LoRA、ControlNet、重绘、放大、音频生成、3D 生成等常见任务。具体模板列表以项目 README 和 Skill 内模板目录为准版本更新后可能会增加。生成的工作流 JSON 里会带models字段记录每个加载节点需要的模型文件名。导入 ComfyUI 后如果本地缺模型ComfyUI 会弹出下载提示按需把模型拉到本地。这里要分清两件事Skill 负责生成节点关系ComfyUI 负责执行模型推理TaoToken 只负责让 AI 编程助手有可用的 Key 和 Base URL。节点怎么也连不通、模型显存不够这些属于 ComfyUI 本身的运行问题和 API 通道没有关系。6. 验证调用与排障区分通道问题还是 Skill 问题6.1 先在 TaoToken 模型对话里发同一把 Key配置完 settings.json 后别急着直接上 ComfyUI。先到 TaoToken 模型对话 里用同一把 Key 发一条测试消息确认这个 Key 本身是通的。如果模型对话正常但 Claude Code 报错问题多半出在环境变量或 Base URL如果模型对话也报错那就是 Key 或模型 ID 的问题直接去 控制台 API Keys 重新创建一把 Key再对比模型广场上的 ID。这个验证步骤很有用。它把「API 通道配置」和「Skill 使用」两个变量拆开排查问题时不会两头猜。6.2 最容易踩的三个坑第一个坑是模型 ID 写错。报错通常是 model not found。去 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 的模型广场看当前列表复制完整的模型 ID 过来不要手输。模型广场显示什么配置里就填什么不要按记忆写。第二个坑是 Base URL 多加了/v1。TaoToken 的接口地址是https://taotoken.net/api末尾不加路径。有些工具习惯自动补/v1反而会导致请求失败。第三个坑是 Key 复制不完整。API Key 是一整串复制时容易漏掉末尾字符或者多出一个空格。粘贴到配置里后建议在模型对话里先验证一次通了再回来跑 ComfyUI 流程。如果你用的是 CC Switch切完供应商后记得重启 Claude Code有些版本不会热加载环境变量。Codex 那边则要确认TAOTOKEN_API_KEY已经 export 到当前终端开新窗口会丢失。7. 最后一层边界API 通道、Skill、ComfyUI 各管一段7.1 三层分工每个人只做自己的事把整套流程拆开看其实是三个独立角色。TaoToken 是 API 接入层负责提供 Key、统一 Base URL、处理模型请求。它不参与 ComfyUI 节点图的计算也不替代任何节点功能。comfyui-workflow-skill 是知识层给 AI 编程助手提供 ComfyUI 节点定义和模板让 AI 知道哪些节点能连、参数范围是多少。ComfyUI 是执行层真正加载模型、运行采样、输出图片和视频。AI 生成 JSON 只是画了一张施工图施工还是 ComfyUI 来做。理解这层边界后很多问题就不会归错地方。比如「生成的工作流跑起来很慢」——这不是 API 通道的问题是采样步数、分辨率和本机 GPU 的平衡问题。再比如「节点报错 connected to wrong type」——这是节点连接问题把报错贴回 Claude Code 让它修 JSON比在画布上乱拉线更高效。7.2 动嘴和动手之间隔着一层 JSON这套 workflow 的价值在于把「手动连线」变成「口述需求 生成 JSON 导入运行」。你不再需要记住每个节点的输入输出但还是要看一遍生成的节点图理解这条链路是不是你要的。AI 会犯错尤其在涉及新版本模型或冷门自定义节点时生成结果需要人工确认。所以我的建议是让 AI 承担「搭架子」的工作把重复的、模板化的连接交给它你只需要描述清楚目标、检查关键节点、处理 ComfyUI 运行层的报错。这才是 Skill 的正确用法。最后提醒一句如果你还没创建 Key先去 TaoToken 注册并创建 API Key想先确认通道是否顺畅用刚才那把 Key 到 模型对话 发条消息即可。后面准备长期跑 Claude Code 生成工作流可以按实际用量挑一个 Coding Plan环境变量拿不准时以 Claude Code 接入文档 里的对照为准。