這篇要測試的工作流是Face Swap，透過ComfyUI Manger可以搜尋到四個Custom Node包含Face Swap節點。
- MTB Nodes
- ReActor Node for ComfyUI
- FaceSwap
- Character Face Swap
測試過後1，2可以順利執行，3測試失敗，4的工作流過於複雜未測試，因此建構出如下圖的工作流，測試時使用的圖像皆是AI產生的圖像。
圖片中由左至右分別是來源圖像>目標圖像>Face Swap(mtb)>Face Restore>ReActor
測試結果顯示ReActor是整合了Face Swap(mtb)>Face Restore這兩個節點的工作，因此將工作流簡化如下圖。
這個工作流由以下的Nodes組成：
- Load Image
- ReActer - Fast Face Swap
- Preview Image
其中swap_model，facedetection，face_restore_model中的模型在執行時有缺少會自動下載，或是另外下載後放到對應的資料夾中。
這個工作流的特色是簡單且不需要其他模型，缺點是會受到載入圖片的解析度影響生成的圖片解析度。
上圖中我的來源圖片是512x768，目標圖片是1024x1536，生成圖片是1024x1536，結果生成的圖片臉變得比較模糊，下圖是將來源圖片與目標圖片對調後生成的512x768圖片，臉的細部保持得比較好。
換臉技術在AI繪圖中應該是熱門項目，原本需要另外訓練模型才能達成人物的一致性，但在Face Swap之類的技術出現後可以快速且暴力的進行換臉，雖然容易產生爭議，造成有些模型或項目中止甚至消失，不過類似的技術會不斷地推出且更加方便使用。
