/prompt 跑 workflows/ 里的一份 API 工作流（或代码里拼的一小段图）。只需要装你用得到的功能对应的模型。生成器里的模型选择会显示哪些图像和视频模型已经装好。
下面的目录都相对于 ComfyUI/models/。
图像生成与编辑
默认图像模型。生成、快捷编辑、编辑文字、扩展、局部重绘、风格迁移、评论修改和增强细节放大都靠它。其他图像模型（可选）
Qwen Image 2512 用 ComfyArt Precise UNET Loader 节点加载。ComfyUI 的
--fast fp8_matrix_mult 会把这类没有缩放系数的 fp8 模型跑成噪点，这个加载器会对它加载的模型跳过那条路径。Ideogram 4 需要结构化的描述，默认 Agent 会帮你写好。图像工具
视频
动态图片、视频生成和视频延长都用 MiniMax H3：
视频裁剪和视频编辑器只用核心节点。
语音与文字识别
text_encoders 里的 gemma4_e4b_it_fp8_scaled.safetensors 负责语音输入，也默认负责编辑文字和提取文字的文字识别。文字识别也可以改用 Agent，见 Agent 页的设置部分。
参考模式
线稿、深度、姿态等结构类参考模式用 comfyui_controlnet_aux 的预处理器。MLSD、HED、法线和分割会在第一次使用时下载各自的权重。用 Qwen Image 2512 时，结构模式还会用到controlnet 里的 Qwen-Image-2512-Fun-Controlnet-Union-2602.safetensors。