1. 什么是 ComfyUIComfyUI 是一个基于节点Node的 Stable Diffusion 图形用户界面GUI。与 WebUI 等传统界面不同它通过连接不同的功能模块节点来构建复杂的 AI 图像生成工作流就跟低代码平台差不多, 提供了极高的灵活性和可定制性。核心特点可视化节点编程、工作流可保存/分享、内存占用低、执行效率高。主要用途文生图、图生图、图像修复、高清修复、LoRA/ControlNet 应用等。适合人群希望深入理解 Stable Diffusion 流程、需要定制化工作流或追求更高可控性的用户。2. 环境安装与启动2.1 安装方式ComfyUI 支持多种安装方式独立安装包推荐新手从官方 GitHub Release 页面下载对应系统的便携包解压即用。通过 Git 克隆适合开发者或需要频繁更新的用户。整合包一些社区提供的整合了常用插件和模型的打包版本。2.2 模型放置将下载的 Stable Diffusion 模型文件如sd_xl_base_1.0.safetensors放入ComfyUI/models/checkpoints目录。其他模型VAE、LoRA、ControlNet也需放入对应的模型文件夹。2.3 启动与界面运行run_nvidia_gpu.batWindows或python main.py在浏览器中打开显示的本地地址通常是http://127.0.0.1:8188即可进入界面。3. 核心界面与基础操作ComfyUI 界面主要分为节点图区域构建和连接工作流的核心画布。节点菜单右键点击画布空白处可打开按类别选择功能节点。队列按钮点击 “Queue Prompt” 执行当前工作流。历史记录查看和加载之前生成的图像及对应的工作流。基础操作添加节点右键菜单 - 选择节点类型。连接节点拖动节点的输出端口右侧到另一个节点的输入端口左侧。移动/多选鼠标拖拽画布或框选多个节点。删除节点选中节点按 Delete 键。4. 构建第一个工作流文生图让我们从最基础的文生图流程开始,这个流程也是初始页面自带的流程,我们可以从这个流程开始学习添加Load Checkpoint节点选择你的基础模型。添加CLIP Text Encode (Prompt)节点连接Load Checkpoint的CLIP输出并输入正向提示词。添加CLIP Text Encode (Negative)节点同样连接CLIP输出输入负向提示词。添加Empty Latent Image节点设置生成图像的宽高和批次数。添加KSampler节点按顺序连接model端口 -Load Checkpoint的MODEL输出。positive端口 - 正向CLIP Text Encode的CONDITIONING输出。negative端口 - 负向CLIP Text Encode的CONDITIONING输出。latent_image端口 -Empty Latent Image的LATENT输出。设置采样器、步数等参数。添加VAE Decode节点连接KSampler的LATENT输出和Load Checkpoint的VAE输出。添加Save Image节点连接VAE Decode的IMAGE输出。点击 “Queue Prompt”你的第一张 AI 图像就生成了工作流截图与保存建议完成上述节点连接后建议使用系统截图工具如 Windows 的 WinShiftS 或 macOS 的 ShiftCommand4截取整个工作流画布保存为图片以便后续参考或分享。清晰的截图应包含所有节点及其连接线方便复现。此外可以插入一张文生图基础节点连接示意图例如左侧是 Load Checkpoint、CLIP Text Encode 等输入节点中间是 KSampler右侧是 VAE Decode 和 Save Image箭头清晰展示数据流向帮助读者直观理解节点间的逻辑关系。为了更直观地展示文生图工作流中节点的连接关系与数据流向下面有个截图可看,当然默认就是这个:5. 进阶技巧与常用节点5.1 加载 LoRA在Load Checkpoint节点后插入Lora Loader节点选择 LoRA 文件并设置强度将其MODEL和CLIP输出连接到后续流程,lora模型相当于在大模型下在对它进行细化,让大模型无须重新训练适应新的需求,就是让大模型更适配某种需求5.2 使用 ControlNet在正向条件输入前添加ControlNet Apply节点。需要先使用Load ControlNet Model加载模型并使用Load Image和Preprocessor节点如Canny处理控制图, 可以生成蒙版5.3 高清修复 (Hires. Fix)一种常见方法在KSampler后添加Latent Upscale节点放大潜空间图像再连接第二个KSampler进行细节重绘, 这样可以生成低画质图片然后二次超分5.4 工作流管理保存点击 “Save” 按钮保存当前工作流为.json文件。加载点击 “Load” 按钮或直接将.json文件拖入画布。导入他人工作流下载工作流图片或.json文件通过 “Load” 或拖入方式加载。6. 学习资源与社区官方GitHub 仓库 与 Wiki。教程B 站、YouTube 搜索 “ComfyUI 教程” 有大量视频资源。工作流分享Civitai、Reddit 社区。插件通过 ComfyUI Manager 安装社区插件以扩展功能。7. 常见问题与排错启动报错检查 Python 版本、依赖是否安装完整、模型路径是否正确。生成黑图检查 VAE 是否正确连接或尝试切换 VAE 模型。节点找不到可能是缺少对应插件通过 ComfyUI Manager 搜索安装。显存不足尝试启用 CPU 卸载或使用低显存模式。ComfyUI 的学习曲线较陡但一旦掌握你将能构建出无比强大和个性化的 AI 图像生成流水线。从模仿经典工作流开始逐步尝试修改和创造是学习的最佳路径。