ComfyUI 完全新手指南从零安装用节点式工作流生成你的第一张 AI 图【免费下载链接】ComfyUIThe most powerful and modular diffusion model GUI, api and backend with a graph/nodes interface.项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI想象这样一个场景你用某个 AI 绘图界面生成了还不错的图想微调提示词再出一版却发现当时的参数散落在几十个下拉框里复现不了更没法把生成图 → 局部重绘 → 放大串成一条固定流程。参数不透明、流程不可复现是传统单面板 AI 绘图工具最常见的痛点。ComfyUI 解决的正是这个问题它是一个节点式工作流的 AI 创作引擎把图像、视频、音频、3D 生成拆成一个个独立节点用连线串起来每一步的输入输出都清晰可见。一句话定位ComfyUI 是什么ComfyUI 是面向视觉创作者的模块化 AI 内容创作工具提供 GUI 界面、API 和本地后端核心特色是节点图graph/nodes界面传统工具一屏堆满参数点生成黑盒运行ComfyUI每个模型、每个参数都是独立节点改哪一步、影响哪一步一眼可见。这种设计让一次调试、长期复用成为可能——工作流可以保存成 JSON 文件随时加载修改。读懂 ComfyUI 工作流节点、连线、参数上手前只需理解三个概念节点Node一个独立功能单元例如加载模型文本编码采样保存图像。每个节点有自己的输入端和输出端。连线Wire数据流方向。上一节点的输出接入下一节点的输入连错类型时连不上天然防止流程出错。参数Parameter每个节点内部的可调项如采样步数、CFG 值、图像尺寸、提示词权重。下面这张图是一条典型的文生图链路从左到右就是数据流向对照图中的流程读一遍加载 Checkpoint载入基础大模型位于models/checkpoints/目录加载 LoRA叠加风格模型权重可调KSampler 采样核心生成环节控制步数、采样器、CFGVAE 解码把潜空间结果解码为可见图像VAE 单独从models/vae/加载保存图像输出到output/目录。看懂这一条链路绝大多数文生图、图生图工作流都能读懂。ComfyUI 安装教程三种方式方式一桌面应用推荐新手官方提供 Windows / macOS 桌面应用下载安装即用适合不想折腾环境的用户。方式二Windows 便携包下载便携压缩包用 7-Zip 解压后直接运行不写入系统。适合没有 Python 环境的机器。方式三手动安装Linux / macOS / 跨平台适合开发者支持 NVIDIA、AMD、Intel、Apple Silicon 等硬件git clone https://gitcode.com/GitHub_Trending/co/ComfyUI cd ComfyUI pip install -r requirements.txt启动前先放置模型把大模型文件ckpt/safetensors放入models/checkpoints/VAE 放入models/vae/各模型目录都有明确的占位说明文件。生成第一张图从零上手四步启动服务在项目根目录运行python main.py浏览器会自动打开127.0.0.1:8188可加--auto-launch参数强制拉起。导入模板工作流项目自带blueprints/目录里面有 80 多个开箱即用的工作流 JSON例如 Text to Image (Flux.1 Dev)、Text to Video (Wan 2.2)、Image Inpainting (Flux.1 Fill Dev)。把 JSON 拖入界面即可加载。调整参数修改提示词、宽高、种子seed。提示词支持(关键词:1.2)强调语法和{a|b|c}随机词。排队生成按Ctrl Enter提交队列Q键查看队列H键查看历史。如果想基于参考图二次创作图生图把图片拖入界面即可作为输入例如项目自带的示例图生成的 PNG 里内嵌了完整工作流和种子把 PNG 拖回界面就能恢复当时的全部设置——这是节点式设计独有的结果可追溯能力。能力版图图像、视频、音频、3D 全覆盖ComfyUI 原生支持当前主流开源模型按维度看图像生成Stable Diffusion 1.5 / SDXL / SD3.5、Flux.1 与 Flux.2、Qwen Image、Z-Image、Hunyuan Image 2.1、HiDream、Lumina Image 2.0、Kandinsky 5 等图像编辑Flux Kontext、Qwen Image Edit、OmniGen2支持局部重绘inpainting与外扩outpainting视频生成Wan 2.1 / 2.2、LTX-Video 2 / 2.3、HunyuanVideo 1.5、CogVideoX、Mochi 等音频生成ACE-Step 1.5、Stable Audio 3、MiniMax Music 33D 与视觉Hunyuan3D 2.1、TripoSplat、SeedVR2、Depth Anything 3、MoGe、SAM 3、BiRefNet 背景移除文本生成Gemma 3 / 4、Qwen3 系列含多模态输入。内置工具还覆盖模型合并、放大、插帧、分割、深度估计、遮罩合成等常用后期环节完整清单见 README.md。进阶玩法队列、重执行、离线与自定义节点异步队列多个任务排队执行Ctrl Shift Enter可插队置顶Ctrl Alt Enter取消当前任务智能重执行系统只重跑发生变化的节点及其下游。改提示词后模型加载部分不会重新计算同一图提交两次第二次直接跳过完全离线核心功能不依赖网络。加--disable-api-nodes参数可禁用需要联网的 API 节点强制纯本地运行自定义节点扩展功能的标准方式是往custom_nodes/目录放入扩展包。配合 ComfyUI-Manager 可在界面内安装、更新扩展pip install -r manager_requirements.txt python main.py --enable-manager配置与避坑显存优化和新手常见坑显存与内存管理ComfyUI 内置动态显存管理会自动在显存与内存之间搬运模型低显存设备也能跑大模型。仍吃紧时可以逐级降配启动参数作用--lowvram文本编码器放到 CPU 运行--novramlowvram 仍不够时的极限模式--cpu完全用 CPU 推理慢但能跑通批量生成时把多个提示词写入一个节点或用批处理节点一次出多张变体比反复排队高效得多。工作流复用常用流程用Ctrl S存成 JSON 模板下次Ctrl O直接加载生成的 PNG 本身携带工作流分享图片即分享流程多设备共享模型库可编辑extra_model_paths.yaml示例文件见 extra_model_paths.yaml.example。新手常见坑模型放错目录报错提示找不到模型时先确认文件是否在对应子目录checkpoints / vae / loras / clip……models/下每个目录都有占位文件说明。Torch 未启用 CUDA报错 Torch not compiled with CUDA enabled 时卸载后用官方命令重装对应 CUDA 版本的 PyTorch具体指令见 README.md 的安装章节。预览图模糊默认是快速低清预览加--preview-method auto或下载 TAESD 解码器放入models/vae_approx/后使用--preview-method taesd可获得高清预览。AMD 老卡识别问题部分 ROCm 未覆盖的显卡可设置HSA_OVERRIDE_GFX_VERSION环境变量后再启动。下一步行动建议不必追求一次配置到位。建议按这个顺序推进先跑通一个 Text to Image 模板出第一张图 → 再试一个图生图或局部重绘工作流体会结果可追溯 → 遇到报错优先查模型目录和 torch 版本 → 最后再考虑自定义节点扩展。项目的 README.md 记录了快捷键、启动参数和硬件适配的完整细节遇到具体问题回查即可。【免费下载链接】ComfyUIThe most powerful and modular diffusion model GUI, api and backend with a graph/nodes interface.项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 ComfyUI 完全新手指南：从零安装，用节点式工作流生成你的第一张 AI 图
ComfyUI 完全新手指南从零安装用节点式工作流生成你的第一张 AI 图【免费下载链接】ComfyUIThe most powerful and modular diffusion model GUI, api and backend with a graph/nodes interface.项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI想象这样一个场景你用某个 AI 绘图界面生成了还不错的图想微调提示词再出一版却发现当时的参数散落在几十个下拉框里复现不了更没法把生成图 → 局部重绘 → 放大串成一条固定流程。参数不透明、流程不可复现是传统单面板 AI 绘图工具最常见的痛点。ComfyUI 解决的正是这个问题它是一个节点式工作流的 AI 创作引擎把图像、视频、音频、3D 生成拆成一个个独立节点用连线串起来每一步的输入输出都清晰可见。一句话定位ComfyUI 是什么ComfyUI 是面向视觉创作者的模块化 AI 内容创作工具提供 GUI 界面、API 和本地后端核心特色是节点图graph/nodes界面传统工具一屏堆满参数点生成黑盒运行ComfyUI每个模型、每个参数都是独立节点改哪一步、影响哪一步一眼可见。这种设计让一次调试、长期复用成为可能——工作流可以保存成 JSON 文件随时加载修改。读懂 ComfyUI 工作流节点、连线、参数上手前只需理解三个概念节点Node一个独立功能单元例如加载模型文本编码采样保存图像。每个节点有自己的输入端和输出端。连线Wire数据流方向。上一节点的输出接入下一节点的输入连错类型时连不上天然防止流程出错。参数Parameter每个节点内部的可调项如采样步数、CFG 值、图像尺寸、提示词权重。下面这张图是一条典型的文生图链路从左到右就是数据流向对照图中的流程读一遍加载 Checkpoint载入基础大模型位于models/checkpoints/目录加载 LoRA叠加风格模型权重可调KSampler 采样核心生成环节控制步数、采样器、CFGVAE 解码把潜空间结果解码为可见图像VAE 单独从models/vae/加载保存图像输出到output/目录。看懂这一条链路绝大多数文生图、图生图工作流都能读懂。ComfyUI 安装教程三种方式方式一桌面应用推荐新手官方提供 Windows / macOS 桌面应用下载安装即用适合不想折腾环境的用户。方式二Windows 便携包下载便携压缩包用 7-Zip 解压后直接运行不写入系统。适合没有 Python 环境的机器。方式三手动安装Linux / macOS / 跨平台适合开发者支持 NVIDIA、AMD、Intel、Apple Silicon 等硬件git clone https://gitcode.com/GitHub_Trending/co/ComfyUI cd ComfyUI pip install -r requirements.txt启动前先放置模型把大模型文件ckpt/safetensors放入models/checkpoints/VAE 放入models/vae/各模型目录都有明确的占位说明文件。生成第一张图从零上手四步启动服务在项目根目录运行python main.py浏览器会自动打开127.0.0.1:8188可加--auto-launch参数强制拉起。导入模板工作流项目自带blueprints/目录里面有 80 多个开箱即用的工作流 JSON例如 Text to Image (Flux.1 Dev)、Text to Video (Wan 2.2)、Image Inpainting (Flux.1 Fill Dev)。把 JSON 拖入界面即可加载。调整参数修改提示词、宽高、种子seed。提示词支持(关键词:1.2)强调语法和{a|b|c}随机词。排队生成按Ctrl Enter提交队列Q键查看队列H键查看历史。如果想基于参考图二次创作图生图把图片拖入界面即可作为输入例如项目自带的示例图生成的 PNG 里内嵌了完整工作流和种子把 PNG 拖回界面就能恢复当时的全部设置——这是节点式设计独有的结果可追溯能力。能力版图图像、视频、音频、3D 全覆盖ComfyUI 原生支持当前主流开源模型按维度看图像生成Stable Diffusion 1.5 / SDXL / SD3.5、Flux.1 与 Flux.2、Qwen Image、Z-Image、Hunyuan Image 2.1、HiDream、Lumina Image 2.0、Kandinsky 5 等图像编辑Flux Kontext、Qwen Image Edit、OmniGen2支持局部重绘inpainting与外扩outpainting视频生成Wan 2.1 / 2.2、LTX-Video 2 / 2.3、HunyuanVideo 1.5、CogVideoX、Mochi 等音频生成ACE-Step 1.5、Stable Audio 3、MiniMax Music 33D 与视觉Hunyuan3D 2.1、TripoSplat、SeedVR2、Depth Anything 3、MoGe、SAM 3、BiRefNet 背景移除文本生成Gemma 3 / 4、Qwen3 系列含多模态输入。内置工具还覆盖模型合并、放大、插帧、分割、深度估计、遮罩合成等常用后期环节完整清单见 README.md。进阶玩法队列、重执行、离线与自定义节点异步队列多个任务排队执行Ctrl Shift Enter可插队置顶Ctrl Alt Enter取消当前任务智能重执行系统只重跑发生变化的节点及其下游。改提示词后模型加载部分不会重新计算同一图提交两次第二次直接跳过完全离线核心功能不依赖网络。加--disable-api-nodes参数可禁用需要联网的 API 节点强制纯本地运行自定义节点扩展功能的标准方式是往custom_nodes/目录放入扩展包。配合 ComfyUI-Manager 可在界面内安装、更新扩展pip install -r manager_requirements.txt python main.py --enable-manager配置与避坑显存优化和新手常见坑显存与内存管理ComfyUI 内置动态显存管理会自动在显存与内存之间搬运模型低显存设备也能跑大模型。仍吃紧时可以逐级降配启动参数作用--lowvram文本编码器放到 CPU 运行--novramlowvram 仍不够时的极限模式--cpu完全用 CPU 推理慢但能跑通批量生成时把多个提示词写入一个节点或用批处理节点一次出多张变体比反复排队高效得多。工作流复用常用流程用Ctrl S存成 JSON 模板下次Ctrl O直接加载生成的 PNG 本身携带工作流分享图片即分享流程多设备共享模型库可编辑extra_model_paths.yaml示例文件见 extra_model_paths.yaml.example。新手常见坑模型放错目录报错提示找不到模型时先确认文件是否在对应子目录checkpoints / vae / loras / clip……models/下每个目录都有占位文件说明。Torch 未启用 CUDA报错 Torch not compiled with CUDA enabled 时卸载后用官方命令重装对应 CUDA 版本的 PyTorch具体指令见 README.md 的安装章节。预览图模糊默认是快速低清预览加--preview-method auto或下载 TAESD 解码器放入models/vae_approx/后使用--preview-method taesd可获得高清预览。AMD 老卡识别问题部分 ROCm 未覆盖的显卡可设置HSA_OVERRIDE_GFX_VERSION环境变量后再启动。下一步行动建议不必追求一次配置到位。建议按这个顺序推进先跑通一个 Text to Image 模板出第一张图 → 再试一个图生图或局部重绘工作流体会结果可追溯 → 遇到报错优先查模型目录和 torch 版本 → 最后再考虑自定义节点扩展。项目的 README.md 记录了快捷键、启动参数和硬件适配的完整细节遇到具体问题回查即可。【免费下载链接】ComfyUIThe most powerful and modular diffusion model GUI, api and backend with a graph/nodes interface.项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考