ComfyUI图片元数据全解析：从PNG提取工作流到批量归档

好久没聊 ComfyUI 的底层细节了，今天专门把图片元数据这个话题掰开揉碎讲一遍。玩 ComfyUI 的人基本都遇到过这种情形：群里收到一张别人发的 PNG，往 ComfyUI 画布里一拖，整个工作流瞬间恢复，节点、参数、连线、坐标全在里面，连当时用的大模型叫什么都写得清清楚楚；可另一些 PNG 拖进去却毫无反应，看似一样的图，差别就藏在图片元数据里。ComfyUI 生成的 PNG 默认会嵌入工作流的完整 JSON 和实际执行时的 prompt 信息，相当于给每张图附带了一份“生成配方”。

这篇文章我从元数据的存储机制、提取方式、复用场景，一直聊到清理和隐私防护，包含我平时写过的脚本、踩过的坑、以及从大量图片里批量恢复工作流的经验。无论你是刚开始接触 ComfyUI 的新手，还是已经折腾了很久、想建立自己的工作流素材库的老手，理解这套机制都很值。

1. 元数据这事，为什么偏偏在 ComfyUI 里值得专门研究

1.1 一次翻车经历：归档的图全变“废图”

事情的起因是我想从去年的一批老图里复现当时某个效果。我按时间顺序把生成结果整理成了文件夹，文件名老老实实写了参数缩写，但关键的网络结构、采样器步数、CFG 这些细节，当时觉得“反正自己肯定会记得”就没写。结果半年后翻出来，文件名里那几个数字根本不顶用，我当时用的是什么 LoRA、模型是不是那个微调过的版本，全忘了。

然后我试着把这些 PNG 拖回 ComfyUI，有一部分成功恢复了完整工作流，有一部分拖进去毫无反应。那一刻我才意识到：ComfyUI 把工作流写在图片元数据里这件事，不是“锦上添花”，而是长期创作的救命稻草。可惜很多人的第一反应是压缩图片、改格式、再截图转发，结果把元数据弄丢了，等于把一次创作的完整记录亲手抹掉了。后来我开始系统研究 PNG 里的元数据结构，也写了批处理脚本做归档，现在整理图库的方式完全不一样了。

1.2 ComfyUI 的元数据与 WebUI 的差别到底在哪

用过 Stable Diffusion WebUI 的人都知道，A1111 也会把生成参数写进 PNG，用图片查看器看信息就能看到正向提示词、反向提示词、步数、采样器这些字段。但 WebUI 写入的是“扁平化”的参数键值对，读完你只知道参数，没法把节点的组织方式还原出来。

ComfyUI 不一样，它写入的是整棵节点图的 JSON。你画布上的节点类型、每个节点的输入输出参数、连线关系、甚至节点的位置坐标，全都会被序列化进图片。这意味着只要元数据完整，你把图片拖回 ComfyUI，看到的就是当初画布上那个一模一样的图。这个差异非常关键：WebUI 的元数据是“参数清单”，ComfyUI 的元数据是“工作流的完整快照”。所以 ComfyUI 能从一个 PNG 里完全重建工作流，而 WebUI 只能重建“设置项”。

好处是工作流分享变得极其简单，发一张图等于发了一套可运行的流程。坏处是如果你不理解这套机制，很容易在无意中泄露自己的全部技术细节，或者反过来，因为错误的处理方式而丢失了本可以反复使用的资产。

2. 元数据藏在哪：PNG 文件里的“双重信息结构”

2.1 PNG 的 tEXt 块：附着在图像里的文本夹层

要理解 ComfyUI 的元数据，先要简单知道 PNG 文件的结构。PNG 不是一整块像素数据，而是由很多“块（chunk）”组成的容器，常见的块有 IHDR（图片头信息）、IDAT（压缩后的像素数据）、IEND（文件结束标记），中间可以夹着很多其他类型的块。

ComfyUI 往 PNG 里写入的文本信息，主要放在 tEXt 块里。tEXt 块是 PNG 规范里的标准文本块，用来保存作者的名称、备注、软件信息等任意文本。ComfyUI 会往里面写入两个关键字段：prompt 和 workflow。简单理解，PNG 文件相当于一个文件夹，像素数据是主体，tEXt 块是贴在外面的便签，而 ComfyUI 在便签上写了满满两页技术笔记。

用 Python 读取 PNG 元数据非常直接，一行代码就能看到这些便签的内容：

python复制from PIL import Image

img = Image.open("example.png")
# 输出图片里所有的文本元数据键名
print(img.info.keys())
# 查看 workflow 内容
print(img.info.get("workflow", "无 workflow"))

我在本地跑这段代码时，输出的 workflow 是一长串 JSON，节点名、class_type、inputs 全部在内，结构跟 ComfyUI 保存的工作流文件（workflow.json）几乎一致。这从根上说明了为什么一张 PNG 可以完整还原整个 ComfyUI 工程。

2.2 workflow 和 prompt：两个 JSON 的分工逻辑

ComfyUI 写入的这两个字段，很多人会混淆，但它们不是同一份数据，作用也不同。

prompt 字段保存的是“执行图”，也就是 ComfyUI 后端真正用来推理的那份 JSON。它里面包含每个节点的 class_type（比如 KSampler、CLIPTextEncode）、具体的参数值、节点之间的数据依赖关系。这份 JSON 是从画布图编译出来的，结构紧凑，适合后端执行和脚本解析。由于 prompt 里只包含执行需要的字段，不含节点在画布上的坐标位置，所以只靠 prompt 无法完美还原画布布局。

workflow 字段保存的是“用户界面图”，是你在 ComfyUI 画布上看到的那张完整图表。它包含节点位置、尺寸、颜色、连线路径、可折叠面板的状态、甚至你给节点加过的备注。把这份数据加载回前端，画布就能恢复成和保存时一样的布局。

两者一起写入，才实现了“图片拖回去就能编辑”的效果。我自己的经验是：如果只需要复现生成结果，用 prompt 就够了；如果想把别人发来的工作流拿到自己画布上继续改，必须靠 workflow。做脚本自动化时通常读 prompt，因为字段稳定；做 UI 恢复时读 workflow，因为布局信息全在那边。

2.3 WebP、JPEG 的元数据情况：为什么建议用 PNG 保存原始结果

ComfyUI 默认输出 PNG 格式，保存时写入完整元数据。但如果保存成 WebP，情况会不同，新版本的 ComfyUI 对 WebP 也支持写入元数据，但兼容性、字段完整性不如 PNG 稳定。而 JPEG 格式因为是有损压缩，很多信息会被转码软件直接丢弃，tEXt 块基本没法保留。

实际使用中，我是这么处理的：原始生成结果一律保存 PNG，这也是 ComfyUI 的默认行为；需要发社交媒体或聊天软件时，再单独导出一份 JPG 或 WebP，并且心里要清楚，这份导出件只是“预览图”，不具备工作流还原能力。很多人习惯把 PNG 压成 JPG，再从聊天软件里重新保存一遍，这是元数据丢失最常见的路径。后面我会专门讲丢失的场景。

所以这里先给一个明确建议：建立自己的图库时，原始 PNG 永远单独保存，不要用平台下载的“二次保存文件”代替原图。一图一源，保证元数据完整，后面所有工作流复用和归档都建立在这个前提上。

3. 实操环节：查看、提取与复用图片元数据的完整路径

3.1 最直接的用法：拖拽 PNG 到 ComfyUI 画布还原工作流

这是 ComfyUI 最让人上瘾的功能之一。你在浏览器里打开 ComfyUI 界面，把一张带有完整元数据的 PNG 直接拖进页面，系统会提示是否加载图片中的工作流，确认后画布上立刻出现完整的节点图，所有参数都在。

这个操作有几种细节值得注意：一是拖拽时如果图片是从聊天软件下载的，注意确认文件是不是被对方或平台二次处理过，很多情况下文件虽然仍叫.png，但内部 tEXt 块已经被剥掉；二是 ComfyUI 的项目文件（.json 文件）直接拖入也可以加载，但 PNG 拖入最方便，因为图片本身就是容器；三是如果你自己用代码批量生成图片，只要保存时带上 workflow JSON，拖拽恢复同样有效。

我在多台电脑之间切换时，大量使用这个功能。从一台机器导出 PNG，在另一台机器拖入，只要模型路径一致，工作流可以无缝继续。路径不一致的话，ComfyUI 会提示找不到某个模型，手动切换到本地对应模型即可。

3.2 代码级读取：用 Python 把元数据提取成 JSON 文件

拖拽适合单张图，但如果你要处理几十张甚至上百张图，手动拖就不现实了。这时候用 Python 脚本批量提取最靠谱。代码如下：

python复制import json
import os
from PIL import Image

def extract_metadata(png_path):
    img = Image.open(png_path)
    prompt = img.info.get("prompt")
    workflow = img.info.get("workflow")
    return prompt, workflow

# 单张测试
prompt, workflow = extract_metadata("test.png")
if prompt:
    data = json.loads(prompt)
    print("提示词节点数:", len(data))

# 批量导出 JSON
def batch_export(folder, output_dir):
    os.makedirs(output_dir, exist_ok=True)
    for name in os.listdir(folder):
        if not name.lower().endswith(".png"):
            continue
        path = os.path.join(folder, name)
        prompt, workflow = extract_metadata(path)
        if prompt:
            out_path = os.path.join(output_dir, name + ".prompt.json")
            with open(out_path, "w", encoding="utf-8") as f:
                json.dump(json.loads(prompt), f, ensure_ascii=False, indent=2)
        if workflow:
            out_path = os.path.join(output_dir, name + ".workflow.json")
            with open(out_path, "w", encoding="utf-8") as f:
                json.dump(json.loads(workflow), f, ensure_ascii=False, indent=2)

batch_export("images", "metadata_output")

这个脚本的逻辑很简单：遍历文件夹里的 PNG，读取 prompt 和 workflow 两个字段，分别存成 JSON。输出文件的命名我故意保留了原始图片名，方便后续建立图库索引。

实际跑下来要注意编码问题。ComfyUI 写入的 JSON 里可能包含中文提示词，读取后建议立刻 json.loads 再重新序列化，避免保存时因为默认编码出问题。上面代码里 ensure_ascii=False 就是要保留可读的中文。

3.3 命令行工具方案：exiftool 快速查看

不想写代码的时候，用 exiftool 是最高效的。它是一个跨平台命令行工具，可以查看几乎所有图像格式的元数据。ComfyUI 写入的 prompt 和 workflow 字段，在 exiftool 里也能直接看到：

bash复制exiftool -prompt -workflow output.png

如果只想看 workflow 的纯文本内容，可以这样：

bash复制exiftool -workflow -b output.png > saved_workflow.json

-b 参数表示输出原始二进制/文本内容，而不是带标签的封装格式。这样导出的 JSON 可以直接拖回 ComfyUI 画布加载。我在分析别人分享的 PNG 时经常用这个命令，几秒钟就能看到对方工作流的完整结构，比自己肉眼对照节点图方便多了。

另外，如果你习惯用图片管理器浏览图库，可以试试一些支持查看 PNG tEXt 块的工具，比如 XnView MP 的“信息”面板，也能看到部分文本字段，但不一定完整。exiftool 是最稳妥的通用方案。

3.4 清理与重写元数据：避免默认残留

和提取相反，有时候你需要清理元数据。最简单粗暴的方式是用 Python 重写一张不带元数据的 PNG：

python复制from PIL import Image
from PIL.PngImagePlugin import PngInfo

img = Image.open("output.png")
# 新建一个空的 PngInfo 对象，不写入任何字段
clean_png_info = PngInfo()
img.save("output_clean.png", pnginfo=clean_png_info)

需要注意的是，仅执行 img.save 而不传 pnginfo 参数时，Pillow 在某些版本下可能会保留部分原图信息，稳妥做法是显式传入一个空的 PngInfo 对象。上面的代码就是官方推荐的做法，保证清理后图片只有像素数据，不携带任何工作流文本。

ComfyUI 本身也提供了机制来避免生成带元数据的图片。在较新版本中，可以通过启动参数 --disable-metadata 运行 ComfyUI，这样默认保存的图片就不会写入 prompt 和 workflow。UI 设置里是否提供对应开关取决于版本，如果你需要长期对外发布预览图，可以研究一下自己版本对应的关闭路径。不过别急着关，我的建议是：生成阶段保留元数据，发布阶段再清理，别把源头的能力砍掉。

4. 元数据的应用场景：从参数复现到批量归档

4.1 老图复现：把图片变成可运行的工作流

最核心的用途就是参数复现。ComfyUI 生成的图，理论上只要你拥有完整的原文件，就可以随时回到生成那一刻的状态。几年前做过的效果，如果 PNG 还在，拖进 ComfyUI 就能看到当时的所有节点。

但有一个现实问题：节点版本和自定义节点兼容性。老图里的节点可能是某个自定义插件提供的，如果新环境没装对应插件，加载工作流会报错、显示缺失节点。所以“完整还原”是相对的，前提是工作流里用到的东西你都装得有。因此我强烈建议在归档图片的同时，把当时使用的模型和插件版本也记录下来，或者至少保持插件的稳定版本不动，否则图片元数据有了，但“配方里的原料”找不齐也没用。

4.2 批量归档：把图库变成可搜索的工作流库

当你积累了大量生成图片后，单纯靠文件名整理是不够的。我现在的做法是：所有原始 PNG 按日期归档，然后跑一次批量提取脚本，把每张图的 prompt 和工作流都导出成独立的 JSON 文件。

有了这些 JSON，我可以做几件事：按提示词模糊搜索某类作品；按采样器或 CFG 找出当时最满意的参数组合；甚至对比两个工作流的区别。这套流程完全不需要打开 ComfyUI 就能完成，因为元数据已经抽取到文件系统里，任何文本工具都可以参与检索。批量提取脚本我在 3.2 中给出了，实际运行时可以加上日志记录，把没有元数据的 PNG 单独列出来，方便检查是否有什么文件已经损坏。

4.3 自动化流水线：从元数据直接驱动重跑

如果你对 ComfyUI 的 API 模式熟悉，可以把图片里的 prompt JSON 直接作为 API 请求体发送给后端，实现“一键重跑”。这个思路在批量修图、参数微调时特别好用。

大致思路是：从 PNG 中提取 prompt，解析出需要修改的位置，比如把文本提示词换成新的，或把随机种子换掉，然后把修改后的 JSON 发给 ComfyUI 的 /prompt 接口。等于让图片元数据变成可编程的起点。

我在做批量换装测试时，就是先导出一张基准图，提取它的 prompt，然后用脚本将 LoRA 名称或提示词片段做替换，循环提交了一批任务。这个流程比在 UI 里手动改节点高效得多。不过要注意，API 模式下发送的 JSON 必须满足后端对节点依赖关系的要求，直接从图片中提取的 prompt 可以运行，但要做参数替换时，必须确保替换后的值在目标模型或插件里真实存在，否则会报错。

5. 元数据丢失与隐私防护：两个必须知道的方向

5.1 为什么图片一上传聊天软件或社交平台，元数据就没了

这是最普遍的问题：明明本地原图拖回去还能恢复工作流，发到群里让大家下载后却不行了。原因有两个。一是很多社交平台和聊天软件会对上传的图片做转码压缩，最常见的处理是重新编码为 JPG 或 WebP，这会直接丢弃 PNG 的 tEXt 块；二是即使文件扩展名还是 .png，平台在“优化存储”时也可能重写 PNG 文件，只保留像素数据，丢弃文字信息。

实测下来，微信、Telegram 这类软件如果“不勾选原图”发送，图片基本会被转码；即使勾选原图，某些平台仍可能重新封装文件。因此你要有一个心理预期：对外分享过的 PNG，一旦经过平台二次处理，就不再适合作为工作流备份依赖了。分享工作流的正确做法，是把工作流导出为 .json 文件和预览图一起发，或者用支持元数据的直链分享原文件。

5.2 隐私风险：你的工作流细节可能全被别人看到了

很多人没意识到，把一张 ComfyUI 原图直接发给别人，相当于把工作流源码发给了对方。节点怎么搭、模型叫什么、LoRA 权重多高、采样器参数、甚至自定义节点里的 API 密钥之类的敏感输入，只要在元数据里出现，别人用 exiftool 就能全部看到。

尤其要注意自定义节点的某些输入框里可能填有密钥、token、本地文件路径，这些信息会被写进 prompt JSON。如果是你自己用，问题不大；如果要把图发给客户或公开，一定要在发布前清理元数据。我在实际工作中给外部交付预览图时，会专门跑一遍清理脚本，再确认输出文件里没有 workflow 字段。避免“图没问题、元数据全泄露”的尴尬。

5.3 清理元数据的几种操作方法

清理元数据的方法要按使用场景分。对于单张图片，最简单的是用 3.4 里的 Python 脚本重写一张；也可以用 exiftool 直接删除字段：

bash复制exiftool -prompt= -workflow= output.png

这个命令会把 prompt 和 workflow 字段置空，并在原文件旁边生成备份，把备份删掉即可。

如果想在 ComfyUI 层面关闭元数据写入，可以用 --disable-metadata 启动参数。但正如前面所说，我建议保留这个能力，毕竟它是工作流复用和归档的底气。更合理的做法是：原始输出保留完整元数据，对外发布时用脚本生成清理版。

另外注意，其他元数据（如 GPS 信息、相机信息）和 ComfyUI 的工作流元数据是两回事，清理时要区分。普通图片压缩工具可能清理掉的是 EXIF，但对 PNG 的 tEXt 块不一定有效，所以不要想当然地以为“用看图软件另存为”就能清除干净。

6. 常见问题排查速查表

排查元数据问题，我通常遵循先检查后处理的原则。先确认文件本身的元数据还在不在，再决定下一步是提取、恢复还是清理。很多看起来“工作流坏了”的情况，其实只是文件经过了一次转码，原始创作记录还在本地备份里。

根据我个人的实际操作经验，图片元数据这件事最值得做的是在创作早期就建立规范：原始 PNG 永久保存，不轻易删；需要分享时专门生成清理版；定期把关键工作流导出成 JSON 单独归档。这样既能享受 ComfyUI 元数据带来的便利，又不会在发布时暴露过多细节。ComfyUI 的图片元数据机制，用好了是资产库，不注意是隐患，全看你怎么管理它。