1. 项目概述当ComfyUI遇上DeepSeekAI绘图的新范式最近在AI绘图圈子里一个组合正在悄悄改变很多人的工作流ComfyUI和DeepSeek。如果你还在为SDXL或者Stable Diffusion 3的提示词Prompt绞尽脑汁或者觉得Midjourney的“咒语”太过玄学那么这个组合可能会让你眼前一亮。简单来说这个项目的核心思路是利用DeepSeek这类顶级大语言模型LLM的强大文本理解和生成能力来为Flux这类新兴的顶级AI绘画模型自动生成高质量、细节丰富的提示词从而在ComfyUI这个高度可定制化的可视化工作流平台上实现从“想法”到“高质量图像”的一键式、智能化创作。我最初接触这个想法是因为在尝试Flux模型时遇到了一个很实际的问题Flux对提示词的理解深度和细节要求非常高它不像早期的SD 1.5那样对关键词堆砌有较好的容忍度。Flux更像一个“考究”的画家你需要用更自然、更连贯、更具描述性的语言去和它沟通。手动撰写这样的提示词不仅耗时而且非常考验用户的“语言艺术”功底。这时DeepSeek这类在代码和逻辑推理上表现出色的模型其清晰、结构化、细节丰富的文本生成能力恰好成了完美的“提示词工程师”。这个工作流的价值在于它将AI绘图中最具创造性的“构思”部分和最需要技巧的“表达”部分进行了自动化衔接。用户只需要提供一个简单的想法或主题比如“一个赛博朋克风格的茶馆傍晚细雨”DeepSeek就能帮你扩展成一段包含环境、光影、材质、构图、氛围甚至艺术风格的详细描述。然后这段高质量的描述直接喂给ComfyUI中的Flux模型生成出远超简单关键词拼接的惊艳作品。对于内容创作者、概念设计师、甚至是普通爱好者来说这极大地降低了高质量AI绘画的门槛提升了创作效率和作品上限。2. 核心组件深度解析为什么是它们三个2.1 ComfyUI不只是另一个WebUI很多人把ComfyUI简单理解为Stable Diffusion的另一个图形界面这其实低估了它的价值。与AUTOMATIC1111的WebUI不同ComfyUI的核心是节点式可视化编程。你可以把每一个功能如加载模型、编码提示词、采样、解码等都看作一个独立的“节点”然后用“线”将它们按照逻辑顺序连接起来形成一个完整的图像生成“工作流”。这种设计带来了几个无可比拟的优势极致透明与可控你能清晰地看到数据潜空间、图像、条件在整个生成流程中的流动路径。哪里出了问题比如提示词没生效、某个LoRA没加载一眼就能在节点连接上找到原因而不是在黑盒子里猜测。强大的定制与复用能力你可以像搭积木一样构建极其复杂的工作流例如将图像生成、高清修复Hi-Res Fix、面部修复Face Detailer、局部重绘Inpainting甚至多轮迭代优化串联在一起。构建好的工作流可以保存为.json文件一键分享和复用保证了创作过程的可重复性。资源利用高效由于其非阻塞式的设计和更底层的流程控制在同等硬件下ComfyUI的生成速度往往有可感知的优势尤其是在处理复杂工作流和批量任务时。对于本项目而言ComfyUI是执行终端。它负责具体调度Flux模型执行采样步骤并将最终结果渲染出来。我们需要在ComfyUI中正确配置Flux模型并设计一个能够接收来自外部DeepSeek的长文本提示词并稳定工作的生成流程。2.2 DeepSeek你的专属提示词炼金术师为什么选择DeepSeek而不是ChatGPT或Claude这基于几个关键的实践考量强推理与结构化输出DeepSeek在代码和逻辑任务上的训练使其非常擅长生成结构清晰、逻辑严谨的文本。这对于构建提示词至关重要。一个好的提示词需要分层级主体描述、环境氛围、镜头构图、画质与风格。DeepSeek能很好地遵循这类指令生成段落分明、细节有序的描述。对中文语境的理解优异对于中文用户直接用母语描述想法是最自然的。DeepSeek对中文的理解和生成质量非常高能准确捕捉中文词汇中的微妙意境如“氤氲”、“肃杀”、“烟火气”并转化为适合AI模型理解的描述性语言避免了因翻译导致的语义损耗。成本与可访问性DeepSeek提供了非常慷慨的免费API额度这对于个人用户和小规模创作来说几乎零成本。同时其API调用简单响应速度快可以轻松地集成到自动化脚本或工具中。在本项目中DeepSeek扮演创意扩展与翻译官的角色。它的任务不是天马行空地创作而是根据用户简短的“种子想法”进行符合视觉艺术规律的、细节饱满的扩展。一个典型的指令System Prompt可能如下“你是一个专业的AI绘画提示词助理。请根据用户提供的简短主题生成一段详细、生动的英文视觉描述用于驱动像Flux这样的高级文生图模型。描述应包含1. 核心主体与细节2. 环境与氛围3. 光线与色彩4. 构图与视角5. 画面风格与画质。直接输出描述文本不要额外解释。”2.3 Flux模型追求极致连贯与细节的新王者Flux是Stability AI推出的新一代图像生成模型架构。它摒弃了Stable Diffusion系列基于潜扩散Latent Diffusion的路径采用了名为“整流流”Rectified Flow的新方法。对于使用者来说无需深究其数学原理但必须了解它带来的直观改变对自然语言的理解能力更强Flux在训练时似乎吸收了更多“常识”和“世界知识”。你不再需要罗列一堆诸如“masterpiece, best quality, ultra detailed”的“质量标签”。用一段通顺的、描述性的句子它就能更好地理解并呈现。例如“一个老人坐在旧书店的窗边夕阳透过积灰的玻璃在他手中的古籍上投下温暖的光斑空气中漂浮着微尘”这样的描述Flux处理起来得心应手。图像连贯性与细节惊人尤其是在生成复杂场景、多人互动、具有纵深感的画面时Flux在物体间的逻辑关系、透视一致性、细节纹理如毛发、织物、金属反光方面表现出了显著优势。它生成的图像往往感觉更“完整”更像一幅深思熟虑的作品而非元素的简单拼贴。提示词遵循度Prompt Following高你对画面元素的描述比如“左边一只黑猫右边一个花瓶”Flux能更准确地安排它们的位置减少了以往模型中常见的元素混淆或忽略现象。当然Flux目前对硬件的要求也更高尤其是显存且模型文件体积庞大。但它的输出质量使得它成为追求顶级出图效果用户的必然选择。在本工作流中Flux是最终的“画家”负责将DeepSeek生成的精美“画稿”提示词转化为实实在在的视觉图像。3. 工作流搭建全流程实操3.1 环境准备与模型部署首先你需要一个能运行ComfyUI的环境。对于绝大多数Windows用户最省心的方式是使用“秋叶大佬”的ComfyUI整合包。这个整合包预置了Python、PyTorch、CUDA等依赖解压即用。获取ComfyUI整合包从可靠的来源如秋叶的B站视频简介或GitHub仓库下载最新版本的整合包。解压到一个英文路径的文件夹例如D:\AI\ComfyUI。启动与基础检查运行文件夹内的run_nvidia_gpu.batN卡用户。首次启动会下载一些必要的依赖稍等片刻浏览器会自动打开ComfyUI的本地界面通常是http://127.0.0.1:8188。看到默认的空白工作流界面说明基础环境OK。下载并放置Flux模型前往Hugging Face或Civitai等模型站搜索并下载Flux模型。目前常见的版本是flux1-dev。模型文件通常是一个巨大的.safetensors文件可能超过10GB。在ComfyUI根目录下找到models/checkpoints文件夹。将下载的Flux模型文件放入此文件夹。回到ComfyUI网页点击右侧的“刷新”按钮然后在节点搜索框中输入“Checkpoint Loader”拖出该节点在下拉菜单中应该就能看到你刚放入的Flux模型了。注意Flux模型对显存需求较高。生成一张1024x1024的图片可能需要8GB以上的显存。如果显存不足可以考虑在ComfyUI中使用“空节点”Empty Latent Image设置较小的初始分辨率如512x512然后配合“高清修复”或“分块放大Tiled Diffusion”节点来提升分辨率。网上已有教程实现“6GB显存搞定8K图”核心思路就是利用分块计算。3.2 构建基础的Flux生成工作流一个最简化的Flux生成链条如下加载模型添加Checkpoint Loader节点选择你的Flux模型。输入提示词添加CLIP Text Encode (Prompt)节点。这个节点用于编码正面提示词。将Checkpoint Loader的CLIP输出端连接到它的clip输入端。输入负面提示词再添加一个CLIP Text Encode (Prompt)节点用于编码负面提示词。同样连接其clip输入端到模型节点。负面提示词可以留空或写一些通用内容如“blurry, ugly, deformed”。设置潜空间添加Empty Latent Image节点设置你想要的初始宽高如1024x1024和批次数量。采样器添加KSampler或SamplerCustom节点ComfyUI原生支持Flux的采样器。将模型节点的model输出、正面提示词节点的conditioning输出、负面提示词节点的conditioning输出、潜空间节点的latent输出分别连接到采样器的对应输入口。设置采样步数steps如30、调度器scheduler如simple或karras、随机种子seed。解码图像添加VAE Decode节点。将采样器的latent输出连接到它的latent输入将模型节点的vae输出连接到它的vae输入。保存/显示添加Save Image或Preview Image节点连接VAE Decode的image输出。至此一个手动输入提示词的Flux工作流就完成了。你可以将正面提示词节点中的文本替换为任意描述来测试。保存这个工作流点击界面右上角的“Save”按钮我们接下来要做的就是将“手动输入”升级为“自动输入”。3.3 集成DeepSeek API进行提示词扩展这里的关键是我们需要一个“桥梁”让ComfyUI能接收来自外部APIDeepSeek生成的文本。ComfyUI本身不直接提供HTTP API调用节点但我们可以通过几种方式实现方案一使用自定义节点推荐给进阶用户ComfyUI社区有大量开发者贡献的自定义节点。你可以寻找或自己编写一个能调用外部API的节点。例如一个简单的Python脚本节点可以在工作流执行前先向DeepSeek API发送请求获取结果然后填充到提示词节点中。这需要一定的编程能力。方案二外部脚本驱动更通用、灵活这是我最常用的方法逻辑清晰不依赖特定节点。步骤如下准备DeepSeek API密钥前往DeepSeek平台注册并获取API Key。编写Python脚本创建一个单独的Python脚本如prompt_generator.py。import requests import json import sys # 你的DeepSeek API Key DEEPSEEK_API_KEY your-api-key-here # DeepSeek API端点 API_URL https://api.deepseek.com/chat/completions def generate_prompt(user_idea): headers { Authorization: fBearer {DEEPSEEK_API_KEY}, Content-Type: application/json } # 精心设计的系统指令引导DeepSeek生成适合Flux的提示词 system_prompt 你是一个专业的AI绘画提示词专家。根据用户的想法生成一段详细、生动、富有视觉吸引力的英文描述用于驱动Flux模型。描述需涵盖 - 主体人物/物体的外观、动作、表情、服饰细节。 - 环境场景地点、时间、天气、背景元素。 - 氛围整体情绪、光线光源、质感、色彩基调。 - 构图视角如特写、广角、镜头感、景深。 - 风格与质量艺术风格如数字绘画、胶片摄影、虚幻引擎渲染、画面精度。 直接输出描述文本无需任何前缀、解释或标记。 data { model: deepseek-chat, # 根据可用模型调整 messages: [ {role: system, content: system_prompt}, {role: user, content: user_idea} ], temperature: 0.7, # 控制创造性0.7左右平衡较好 max_tokens: 500 } response requests.post(API_URL, headersheaders, jsondata) if response.status_code 200: result response.json() return result[choices][0][message][content].strip() else: print(fAPI调用失败: {response.status_code}) return None if __name__ __main__: if len(sys.argv) 1: idea sys.argv[1] prompt generate_prompt(idea) if prompt: print(prompt) # 输出生成的提示词 else: print(提示词生成失败) else: print(请提供一个想法作为参数)修改ComfyUI工作流接受外部输入在ComfyUI中找到之前工作流里的正面提示词CLIP Text Encode节点。右键点击其text输入框选择“Convert to Input”。这会将该节点变成一个工作流的输入接口。保存工作流。此时工作流左上角会出现一个“Load”按钮旁边会多出一个输入框对应我们刚转换的提示词输入。编写驱动脚本再写一个主控脚本如main_controller.py其逻辑是接收用户输入的核心想法。调用prompt_generator.py得到扩展后的提示词。读取我们保存的ComfyUI工作流.json文件。将生成的提示词替换到工作流.json数据中对应输入接口的值。通过ComfyUI的服务器APIComfyUI本身有后端API默认端口8188将修改后的工作流数据发送给ComfyUI服务器执行并获取生成的图片。实操心得对于不熟悉编程的用户可以简化流程。先手动运行prompt_generator.py脚本将输出的精美提示词复制下来然后粘贴到ComfyUI工作流的输入框中执行。虽然多了复制粘贴的步骤但已经实现了核心的“智能扩词”功能效果立竿见影。3.4 优化与高级技巧基础流程跑通后可以通过以下方式提升出图质量和体验迭代优化提示词不要指望一次生成就完美。将DeepSeek生成的第一版提示词和Flux输出的图片都反馈给它让它基于结果进行修正。例如“上一轮生成的图片中主角的服装细节不够请着重描述其皮革夹克的纹理和金属扣子的反光。” 这种“AI辅助AI”的迭代能快速逼近你想要的效果。工作流中加入后处理在ComfyUI工作流中在VAE解码之后可以串联其他功能节点。强烈推荐加入FaceDetailer节点需要安装对应自定义节点它能自动检测并高清修复面部解决Flux偶尔面部崩坏的问题。还可以加入UltimateSDUpscale节点进行智能放大在提升分辨率的同时补充细节。为DeepSeek提供“风格锚点”在给DeepSeek的系统指令中可以加入你希望模仿的风格参考。例如“请以著名概念艺术家‘Greg Rutkowski’的风格进行描述强调动态的笔触和史诗般的光影。” 这样生成的提示词会带有强烈的风格导向性。参数微调Flux的采样参数需要摸索。一般来说CFG Scale分类器自由引导尺度可以设得比SDXL低一些比如5-7。采样步数20-30通常足够。不同的调度器Scheduler会影响图像收敛的速度和效果simple和karras是比较稳妥的选择。4. 常见问题与排查技巧实录在实际搭建和运行过程中你几乎一定会遇到下面这些问题。这里是我的踩坑记录和解决方案。4.1 模型加载与运行错误问题加载Flux模型时ComfyUI报错或崩溃提示显存不足OOM。排查首先确认你的显卡显存大小。如果是8GB显存尝试生成1024x1024图像时很可能会OOM。解决降低初始分辨率使用Empty Latent Image节点将宽高设置为768x768或512x512。启用分块计算Tiled Diffusion/VAE安装ComfyUI-Impact-Pack或ComfyUI-Flowty-Tiled-Diffusion等自定义节点包。这些节点可以将大图分割成小块分别渲染再拼接能极大降低显存峰值占用是实现“小显存跑大图”的关键。使用--lowvram参数在启动ComfyUI的bat文件中的命令后添加--lowvram参数但这可能会降低生成速度。问题生成的图片全黑、全灰或严重扭曲。排查这通常是VAE变分自编码器不匹配或未加载造成的。Flux模型有自己专用的VAE。解决确保你的VAE Decode节点连接的是Flux模型节点输出的vae而不是从别处加载的独立VAE文件。Flux模型内部已集成正确的VAE。4.2 DeepSeek API集成问题问题Python脚本调用DeepSeek API返回错误如认证失败、超时。排查API Key检查是否复制完整前后有无空格。网络问题确认你的网络环境可以访问DeepSeek API。如果遇到连接问题检查本地代理设置。脚本中默认使用系统代理如果不需要可以在requests.post()中添加参数proxies{http: None, https: None}。模型名称确认脚本中model参数的值是当前可用的模型如deepseek-chat。解决在脚本中加入更详细的错误打印帮助定位问题。try: response requests.post(API_URL, headersheaders, jsondata, timeout30) response.raise_for_status() # 如果状态码不是200抛出异常 result response.json() # ... 处理结果 except requests.exceptions.RequestException as e: print(f网络请求错误: {e}) except json.JSONDecodeError as e: print(fJSON解析错误: {e}, 响应内容: {response.text})4.3 提示词效果不佳问题DeepSeek生成的提示词很长但Flux出图感觉“没听懂”细节缺失。排查可能是提示词过于文学化或结构混乱反而干扰了模型。解决优化系统指令在给DeepSeek的指令中强调“用逗号分隔的短语组合”、“优先使用具体的名词和形容词”、“避免过于抽象和抒情的语言”。虽然Flux理解长句能力强但清晰的结构仍有帮助。分段测试将生成的超长提示词分成“主体”、“环境”、“光影”、“风格”几个部分分别输入Flux测试看哪部分效果不好再针对性地调整给DeepSeek的指令。加入负面提示词在ComfyUI的负面提示词节点中加入一些通用负面词如“poorly drawn, bad anatomy, extra limbs, disfigured”可以一定程度上抑制不良生成。4.4 ComfyUI工作流管理问题安装自定义节点后在节点列表里找不到。排查自定义节点通常需要将整个文件夹放入ComfyUI/custom_nodes/目录下并重启ComfyUI。解决放入后不仅要点界面上的“刷新”按钮最好完全关闭并重启ComfyUI主程序。有些节点还需要额外的Python依赖包需要根据其README文档在ComfyUI的Python环境中用pip安装。问题工作流很复杂想复用其中一部分。解决ComfyUI支持框选多个节点右键选择“Save as Template”或“Save as Node”。后者可以创建一个复合节点将你常用的一组功能如“加载Flux模型正面提示词负面提示词基础采样器”打包成一个节点以后直接拖出来用极大提升效率。这个由ComfyUI、DeepSeek和Flux组成的三叉戟其威力在于它构建了一个正反馈循环你的创意通过DeepSeek得到精准的、富有细节的语言表达这份表达驱动Flux产生高质量、高一致性的视觉图像而ComfyUI则确保了整个过程完全透明、可控且可重复。它不仅仅是一个工具链更像是一个可进化的创意伙伴。你可以不断优化给DeepSeek的指令尝试Flux的不同参数组合在ComfyUI中设计更精妙的后处理流程。每一次迭代都是你对“如何与AI协同创作”理解的加深。