今天给大家演示一个基于 Phi 系列模型的 ComfyUI 文本润色工作流。它可以把原始描述词交由 Phi 模型处理，再通过翻译节点和展示节点输出更自然、可直接用于提示词创作的内容。整个流程清晰紧凑，适合希望快速生成优化关键词的用户。文章目录工作流介绍核心模型Node节点工作流程Phi 文本生成节点概述使用方法应用场景开发与应用工作流介绍这个工作流的核心目标是把用户输入的描述词交给 Phi 模型进行智能润色，再通过翻译节点转成目标语言，并以可视化方式展示结果。工作流依托 Phi 文本模型与 Phi 视觉模型共同运行，通过多节点协同实现描述重写、关键词整合和语言转换。模型加载节点负责提供计算核心，RunPhi 节点执行语言处理逻辑，文本输入、翻译与展示节点则完成整个交互链，使得最终输出清晰、自然、易用于 AI 绘画或其他内容创作场景。核心模型本工作流依靠两类 Phi 模型协同运行。Phi-3.5-mini-instruct 负责处理文本润色与关键词优化，能够根据系统指令生成更清晰、更完整的提示词。Phi-3.5-vision-instruct 作为视觉向量模型，为 RunPhi 在结构化推理中提供补充支持，使输出的逻辑更稳定。它们共同构成工作流的语言理解与生成核心，让输入的原始描述词得到精准重写。模型名称存储需求内存使用推理速度精度表现功能描述应用场景模型特性/硬件要求auto