最近在尝试本地部署 Stable Diffusion 的 ComfyUI 时发现很多教程要么版本过时要么步骤零散特别是插件安装和环境配置环节新手很容易卡在依赖冲突或路径错误上。为了让大家能一次性跑通我结合最新的 ComfyUI v0.30.0 版本和秋叶大佬的整合包整理了一份从零开始的保姆级安装与配置指南。无论你是刚接触 AI 绘画的新手还是想从 WebUI 迁移过来的老玩家都能跟着本文一步步搭建起一个功能完整、插件丰富的 ComfyUI 工作环境效率直接拉满。1. ComfyUI 是什么为什么选择它在深入安装步骤之前我们有必要先搞清楚 ComfyUI 到底是什么以及它为何在众多 Stable Diffusion 前端中脱颖而出。1.1 核心概念节点式工作流引擎ComfyUI 是一个基于节点的图形化界面用于构建和运行 Stable Diffusion 模型的工作流。与 Automatic1111 的 WebUI 那种“一键生成”的交互方式不同ComfyUI 将图像生成的每一步——如加载模型、编写提示词、采样、后期处理——都抽象成一个个可连接的“节点”Node。用户通过拖拽和连接这些节点像搭积木一样构建出完整的图像生成流水线。这种设计带来了几个核心优势极高的灵活性与可控性你可以精确控制生成流程的每一个环节例如在潜空间中对特定区域进行精细化操作或者将多个 ControlNet 以复杂的方式串联使用。可视化的工作流整个生成过程以流程图的形式呈现逻辑清晰便于理解、调试和分享。你可以保存一个.json或.png文件就完整记录了所有参数和节点连接关系。出色的内存管理ComfyUI 在执行工作流时会智能地释放已计算完毕的中间变量所占用的显存这使得它在生成高分辨率图像或运行复杂工作流时往往比传统 WebUI 更节省资源对硬件更友好。强大的扩展性通过安装自定义节点插件你可以无限扩展 ComfyUI 的功能从简单的图像处理到复杂的逻辑判断几乎无所不能。1.2 与 WebUI 的对比及适用场景对于习惯了 WebUI 的用户切换到 ComfyUI 初期可能会觉得有些复杂。但一旦掌握你将获得前所未有的控制力。WebUI (Automatic1111)优点在于上手快界面直观功能集成度高适合快速出图、体验新模型和新功能。缺点是“黑盒”程度较高对复杂工作流的支持有限内存优化一般。ComfyUI优点在于工作流透明、可定制性强、内存效率高、适合复现和自动化。缺点是需要一定的学习成本界面不如 WebUI 直观。那么谁更适合使用 ComfyUI进阶玩家和研究者希望深入理解 Stable Diffusion 原理并对生成过程进行极致控制。工作流固定者有自己一套成熟的、可复用的图像生成流程希望将其固化下来一键运行。硬件资源受限者在显存有限的情况下希望生成更大尺寸或更复杂的图像。自动化需求者需要将图像生成流程嵌入到更大的自动化脚本或应用中。理解了 ComfyUI 的价值接下来我们就开始实战打造你的专属工作台。2. 环境准备与安装方案选择在开始安装前请确认你的电脑环境。ComfyUI 主要支持Windows、Linux和macOS。本文将以Windows 11为例进行演示其他系统原理相通部分命令需要调整。2.1 硬件与软件基础要求操作系统Windows 10/11 64位或 Linux/macOS 的现代版本。PythonComfyUI 基于 Python。我们将使用整合包它通常内置了 Python无需单独安装。但如果你计划从源码安装则需要 Python 3.10 或 3.11。显卡强烈推荐 NVIDIA 显卡并安装最新版的显卡驱动。ComfyUI 对 NVIDIA CUDA 的支持最好。AMD 显卡通过 DirectML 或 ROCm和苹果 M 系列芯片通过 MPS也可运行但配置更复杂性能可能不及 NVIDIA。显存至少 4GB。要流畅运行主流大模型如 SDXL建议 8GB 或以上。显存越大能处理的图像分辨率越高工作流也越复杂。磁盘空间至少预留 15-20GB 空间用于存放 ComfyUI 本体、基础模型如 SD1.5, SDXL以及插件。2.2 安装方案对比源码 vs 整合包对于绝大多数用户特别是新手我强烈推荐使用整合包。它解决了环境配置、依赖安装等所有麻烦事真正做到开箱即用。方案优点缺点推荐人群从源码安装最纯净版本可控便于跟随官方最新更新。步骤繁琐需手动安装Python、Git、配置虚拟环境、解决依赖冲突。开发者、极客、需要深度定制或为ComfyUI贡献代码的用户。使用整合包一键启动内置Python、PyTorch、常用节点。环境隔离好几乎不会遇到依赖问题。体积稍大更新可能略滞后于官方。所有新手、绝大多数普通用户、追求稳定省事的玩家。鉴于整合包的巨大便利性本文将核心围绕秋叶大佬制作的 ComfyUI 整合包展开。这个整合包在国内社区口碑极佳更新及时预装了许多实用插件和模型是入门和高效使用的绝佳选择。3. 保姆级安装教程使用秋叶 ComfyUI 整合包让我们开始最核心的安装部分。请严格按照步骤操作。3.1 第一步下载整合包访问可靠的资源发布页面例如秋叶的B站动态、AI绘画社区的分享帖等请注意辨别来源安全性。搜索关键词如“秋叶 ComfyUI 整合包”、“ComfyUI 一键启动包”等。下载最新的整合包压缩文件。通常文件名类似ComfyUI_windows_portable_vX.X.X.7z其中包含版本号和日期。将下载好的.7z或.zip文件解压到你电脑上空间充足且路径不含中文和特殊字符的目录。例如D:\AI\ComfyUI。路径中绝对不能有中文这是很多后续问题的根源。3.2 第二步启动与初步配置解压后目录结构大致如下ComfyUI_windows_portable/ ├── ComfyUI/ # ComfyUI 主程序目录 ├── python_embeded/ # 内置的 Python 环境 ├── update/ # 更新脚本 ├── 启动器.exe # **最重要的启动器** └── 其他说明文件...运行启动器双击根目录下的启动器.exe。首次运行可能会提示安装 VC 运行库请点击“是”或“安装”即可。启动器界面启动器打开后你会看到一个功能界面。这里是我们进行所有高级配置的入口。一键启动在启动器界面上直接点击“一键启动”按钮。等待启动首次启动时间会稍长因为需要初始化环境。命令行窗口会滚动大量日志。当看到类似“To see the GUI go to: http://127.0.0.1:8188”的提示时说明启动成功。访问 Web 界面打开你的浏览器Chrome/Firefox/Edge等在地址栏输入http://127.0.0.1:8188即可看到 ComfyUI 的节点式操作界面。恭喜至此ComfyUI 的核心部分已经安装并运行成功。你现在已经拥有了一个可以运行基础工作流的 ComfyUI 环境。3.3 第三步安装与配置基础模型一个空的 ComfyUI 是无法生成图像的它需要“大脑”——即 Stable Diffusion 模型checkpoint。整合包可能预置了一些小模型但我们需要放入自己常用的大模型。找到模型目录回到你的 ComfyUI 解压目录进入ComfyUI\models\checkpoints\。这个文件夹就是存放大模型的地方。放入模型文件将你从网上下载的.safetensors或.ckpt格式的模型文件例如sd_xl_base_1.0.safetensors复制到这个checkpoints文件夹内。刷新 ComfyUI回到浏览器中的 ComfyUI 界面点击右侧的“Refresh”按钮。然后在节点搜索框中拖动一个“Load Checkpoint”节点到画布点击该节点的模型下拉菜单你应该能看到你刚刚放入的模型名称了。同样地其他类型的模型也需要放入对应的文件夹VAE 模型放入ComfyUI\models\vae\Lora 模型放入ComfyUI\models\loras\ControlNet 模型放入ComfyUI\models\controlnet\Embeddings (Textual Inversion)放入ComfyUI\models\embeddings\组织好模型文件是高效使用 ComfyUI 的第一步。4. 核心插件安装与管理ComfyUI 的强大一半在于其丰富的插件生态自定义节点。整合包已经预装了许多热门插件但我们总会需要安装新的。4.1 通过启动器安装推荐给所有用户这是最安全、最方便的方式能自动处理依赖。在 ComfyUI 启动器界面找到“扩展插件”或“自定义节点”管理页面。这里通常会有一个列表或搜索框。你可以搜索想要的插件名称例如“ComfyUI-Manager”这是一个插件管理器必装。找到插件后点击“安装”或“启用”按钮。启动器会自动从 GitHub 等源克隆插件到正确目录。安装完成后完全关闭 ComfyUI 的服务端和启动器然后重新启动。新插件才会被加载。4.2 通过 ComfyUI Manager 安装进阶方式如果你已经通过启动器或手动方式安装了ComfyUI-Manager那么可以在 Web 界面内直接管理插件。启动 ComfyUI 并打开浏览器界面。你应该能在右侧看到多出一个“Manager”按钮点击它。在 Manager 界面切换到“Install Custom Nodes”标签页。在搜索框输入插件名或 Git 仓库地址如https://github.com/ltdrdata/ComfyUI-Manager点击 Install。安装后同样需要重启 ComfyUI。4.3 手动安装插件适用于特定情况当插件不在 Manager 列表或你需要安装离线包时使用此方法。找到插件目录进入ComfyUI\custom_nodes\。每个插件都是一个独立的文件夹。克隆或复制在线在该目录下打开命令行或 Git Bash执行git clone 插件仓库地址。离线将下载好的插件文件夹解压直接复制到custom_nodes目录下。安装依赖许多插件需要额外的 Python 库。查看插件文件夹内是否有requirements.txt文件。如果有需要在 ComfyUI 的 Python 环境中安装它们。对于整合包用户最稳妥的方式是使用启动器提供的“依赖安装”功能或者按照插件作者的说明操作。重启生效关闭并重新启动 ComfyUI。4.4 必装插件推荐ComfyUI-Manager插件管理器本身也是一个插件是安装和管理其他插件的基础工具。ComfyUI-Impact-Pack功能极其强大的综合工具包包含大量实用节点如细节修复、人脸修复、分段、检测器等。ComfyUI-Advanced-ControlNet提供更高级、更稳定的 ControlNet 节点。WAS Node Suite另一套非常流行的多功能节点集合包含图像处理、文本工具、逻辑判断等。Efficiency Nodes提供能提升生成速度、优化工作流结构的节点。安装好插件后重启 ComfyUI在节点搜索框中输入插件名称的关键词就能找到新节点并使用它们了。5. 你的第一个 ComfyUI 工作流理论说了这么多我们来动手搭建一个最简单的文生图工作流感受一下节点操作的逻辑。5.1 清空画布与添加核心节点在 ComfyUI 界面按CtrlA全选所有默认节点如果有的话然后按Delete键清空画布。在画布空白处右键选择“Add Node”或者直接开始用鼠标滚轮上方的搜索框。我们依次添加以下节点可以通过搜索快速定位Load Checkpoint位于“loading”分类下。用于加载大模型。CLIP Text Encode (Prompt)位于“conditioning”分类下。需要添加两个一个用于正向提示词prompt一个用于负向提示词negative prompt。KSampler位于“sampling”分类下。这是核心采样器。VAE Decode位于“latent”分类下。将采样后的潜空间数据解码为图像。Save Image位于“image”分类下。保存生成的图片。5.2 连接节点现在像连接电路图一样用鼠标从一个节点的输出点小圆点拖动到另一个节点的输入点。连接Load Checkpoint的MODEL输出 →KSampler的model输入。CLIP输出 → 两个CLIP Text Encode节点的clip输入。VAE输出 →VAE Decode的vae输入。连接CLIP Text Encode (Prompt)的CONDITIONING输出 →KSampler的positive输入。连接另一个CLIP Text Encode (Negative Prompt)的CONDITIONING输出 →KSampler的negative输入。连接KSampler的LATENT输出 →VAE Decode的samples输入。连接VAE Decode的IMAGE输出 →Save Image的images输入。5.3 配置参数并生成点击Load Checkpoint节点在右侧属性栏选择你放入的模型。在两个CLIP Text Encode节点中分别输入你的正向和负向提示词。配置KSampler节点steps采样步数例如 20。cfg提示词相关性例如 7。sampler_name选择采样器如euler。scheduler选择调度器如normal。seed随机种子可以固定一个数字以便复现。点击右下角巨大的“Queue Prompt”按钮。等待右侧历史记录区域出现图片点击即可预览图片会自动保存到ComfyUI\output\目录。至此你完成了第一个手动搭建的工作流虽然简单但你已经理解了数据模型、提示词、潜变量、图像在节点间流动的基本逻辑。6. 常见问题与故障排查安装和使用过程中难免会遇到问题。这里汇总一些高频问题及其解决方案。6.1 启动与运行问题问题现象可能原因解决方案双击启动器.exe无反应或闪退1. 路径包含中文或特殊字符。2. 被杀毒软件/防火墙拦截。3. 系统缺少运行库。1.确保解压路径全英文。2. 将整个ComfyUI目录添加到杀软白名单。3. 根据提示安装VC运行库或从微软官网下载安装。启动时命令行报错提示缺少模块如torch,xformers整合包文件损坏或依赖未正确安装。1. 重新下载整合包并关闭杀毒软件后解压。2. 尝试使用启动器内的“修复依赖”或“重新安装Pytorch”功能。访问http://127.0.0.1:8188打不开网页1. 服务未成功启动。2. 端口被占用。1. 检查命令行窗口是否有错误日志。2. 在启动器设置中更换端口如改为8189然后重启。生成图片时显存不足OOM1. 图像分辨率设置过高。2. 模型过大。3. 工作流过于复杂。1. 降低生成分辨率或使用“高清修复”分步进行。2. 使用显存优化插件如ComfyUI-Impact-Pack中的Impact Loader节点组。3. 启用--lowvram参数可在启动器高级选项中设置。6.2 模型与插件问题问题现象可能原因解决方案在节点中找不到已放入的模型未刷新模型列表。点击节点上的“Refresh”按钮或重启ComfyUI。加载模型时报错“KeyError”或结构不匹配模型文件损坏或模型类型与节点不匹配如将VAE模型放入了checkpoints。1. 重新下载模型文件。2. 检查模型是否放对了文件夹。安装了插件但在节点列表中找不到1. 插件安装失败或依赖缺失。2. 未重启ComfyUI。3. 插件有命名空间需搜索特定关键词。1. 查看命令行启动日志是否有该插件的错误信息。2.务必重启ComfyUI。3. 尝试搜索插件作者名或插件简称。使用插件节点时报Python错误插件依赖的Python库未安装或版本冲突。1. 根据插件README说明手动安装依赖。2. 在启动器或ComfyUI Manager中尝试更新/重装该插件。6.3 性能优化问题生成速度慢在启动器高级选项中尝试勾选“使用 xformers”或“使用 --force-fp16”。确保显卡驱动为最新。图片保存失败检查ComfyUI\output\目录是否有写入权限。不要将该目录设置为只读或放在系统保护目录如桌面、文档。工作流混乱难以管理善用CtrlS保存工作流.jsonCtrlShiftS保存工作流为图片.png包含所有元数据。使用CtrlF搜索节点Ctrl鼠标滚轮缩放画布。7. 最佳实践与进阶技巧当你熟悉基础操作后下面这些实践能让你的 ComfyUI 体验更上一层楼。7.1 工作流管理与分享模块化设计将常用的、功能固定的节点组例如一个完整的面部修复流程选中后按CtrlC复制然后在其他位置CtrlV粘贴可以快速复用。更进一步可以使用“Add Group”功能将一组节点打包形成自定义的“超级节点”。导入/导出你可以将网上分享的工作流图片.png直接拖入 ComfyUI 画布它会自动解析并重建节点这是学习和分享工作流的绝佳方式。同样导出带元数据的 PNG 也能让他人一键复现你的成果。文件结构在ComfyUI目录外单独建立一个文件夹管理你的工作流文件.json并按主题分类便于长期维护。7.2 性能与稳定性使用 --lowvram 模式如果你的显存小于 6GB务必在启动器设置中启用此模式。它会以时间换空间大幅降低显存峰值占用。定期清理输出output文件夹会积累大量图片定期清理可以节省磁盘空间。可以在Save Image节点中自定义子文件夹和文件名规则方便管理。备份关键配置备份ComfyUI\custom_nodes\下你不可或缺的插件文件夹以及你精心调整过的工作流.json文件。重装系统或整合包时可以快速恢复。7.3 探索与学习从模仿开始GitHub、Civitai、YouTube 上有大量优秀的开源工作流。下载并导入它们观察节点是如何连接的这是最快的学习路径。理解数据流时刻关注节点之间连接的数据类型线缆的颜色。例如MODEL,CLIP,CONDITIONING,LATENT,IMAGE是几种最重要的类型。连接类型不匹配是常见的错误。善用社区遇到棘手问题时将错误日志的关键部分截图在相关论坛或社群提问。描述清楚你的操作步骤、ComfyUI版本、插件情况能更快获得帮助。ComfyUI 就像一套功能强大的乐高积木入门时或许会觉得零件繁多、无从下手但一旦掌握了拼接的逻辑你将能构建出远超常规工具的、高度定制化的AI图像生成流水线。从今天起尝试用节点思维去拆解你的每一次生成需求你会发现一片更广阔、更可控的创意天地。 ComfyUI 保姆级安装与配置指南：从零搭建 Stable Diffusion 节点式工作流
最近在尝试本地部署 Stable Diffusion 的 ComfyUI 时发现很多教程要么版本过时要么步骤零散特别是插件安装和环境配置环节新手很容易卡在依赖冲突或路径错误上。为了让大家能一次性跑通我结合最新的 ComfyUI v0.30.0 版本和秋叶大佬的整合包整理了一份从零开始的保姆级安装与配置指南。无论你是刚接触 AI 绘画的新手还是想从 WebUI 迁移过来的老玩家都能跟着本文一步步搭建起一个功能完整、插件丰富的 ComfyUI 工作环境效率直接拉满。1. ComfyUI 是什么为什么选择它在深入安装步骤之前我们有必要先搞清楚 ComfyUI 到底是什么以及它为何在众多 Stable Diffusion 前端中脱颖而出。1.1 核心概念节点式工作流引擎ComfyUI 是一个基于节点的图形化界面用于构建和运行 Stable Diffusion 模型的工作流。与 Automatic1111 的 WebUI 那种“一键生成”的交互方式不同ComfyUI 将图像生成的每一步——如加载模型、编写提示词、采样、后期处理——都抽象成一个个可连接的“节点”Node。用户通过拖拽和连接这些节点像搭积木一样构建出完整的图像生成流水线。这种设计带来了几个核心优势极高的灵活性与可控性你可以精确控制生成流程的每一个环节例如在潜空间中对特定区域进行精细化操作或者将多个 ControlNet 以复杂的方式串联使用。可视化的工作流整个生成过程以流程图的形式呈现逻辑清晰便于理解、调试和分享。你可以保存一个.json或.png文件就完整记录了所有参数和节点连接关系。出色的内存管理ComfyUI 在执行工作流时会智能地释放已计算完毕的中间变量所占用的显存这使得它在生成高分辨率图像或运行复杂工作流时往往比传统 WebUI 更节省资源对硬件更友好。强大的扩展性通过安装自定义节点插件你可以无限扩展 ComfyUI 的功能从简单的图像处理到复杂的逻辑判断几乎无所不能。1.2 与 WebUI 的对比及适用场景对于习惯了 WebUI 的用户切换到 ComfyUI 初期可能会觉得有些复杂。但一旦掌握你将获得前所未有的控制力。WebUI (Automatic1111)优点在于上手快界面直观功能集成度高适合快速出图、体验新模型和新功能。缺点是“黑盒”程度较高对复杂工作流的支持有限内存优化一般。ComfyUI优点在于工作流透明、可定制性强、内存效率高、适合复现和自动化。缺点是需要一定的学习成本界面不如 WebUI 直观。那么谁更适合使用 ComfyUI进阶玩家和研究者希望深入理解 Stable Diffusion 原理并对生成过程进行极致控制。工作流固定者有自己一套成熟的、可复用的图像生成流程希望将其固化下来一键运行。硬件资源受限者在显存有限的情况下希望生成更大尺寸或更复杂的图像。自动化需求者需要将图像生成流程嵌入到更大的自动化脚本或应用中。理解了 ComfyUI 的价值接下来我们就开始实战打造你的专属工作台。2. 环境准备与安装方案选择在开始安装前请确认你的电脑环境。ComfyUI 主要支持Windows、Linux和macOS。本文将以Windows 11为例进行演示其他系统原理相通部分命令需要调整。2.1 硬件与软件基础要求操作系统Windows 10/11 64位或 Linux/macOS 的现代版本。PythonComfyUI 基于 Python。我们将使用整合包它通常内置了 Python无需单独安装。但如果你计划从源码安装则需要 Python 3.10 或 3.11。显卡强烈推荐 NVIDIA 显卡并安装最新版的显卡驱动。ComfyUI 对 NVIDIA CUDA 的支持最好。AMD 显卡通过 DirectML 或 ROCm和苹果 M 系列芯片通过 MPS也可运行但配置更复杂性能可能不及 NVIDIA。显存至少 4GB。要流畅运行主流大模型如 SDXL建议 8GB 或以上。显存越大能处理的图像分辨率越高工作流也越复杂。磁盘空间至少预留 15-20GB 空间用于存放 ComfyUI 本体、基础模型如 SD1.5, SDXL以及插件。2.2 安装方案对比源码 vs 整合包对于绝大多数用户特别是新手我强烈推荐使用整合包。它解决了环境配置、依赖安装等所有麻烦事真正做到开箱即用。方案优点缺点推荐人群从源码安装最纯净版本可控便于跟随官方最新更新。步骤繁琐需手动安装Python、Git、配置虚拟环境、解决依赖冲突。开发者、极客、需要深度定制或为ComfyUI贡献代码的用户。使用整合包一键启动内置Python、PyTorch、常用节点。环境隔离好几乎不会遇到依赖问题。体积稍大更新可能略滞后于官方。所有新手、绝大多数普通用户、追求稳定省事的玩家。鉴于整合包的巨大便利性本文将核心围绕秋叶大佬制作的 ComfyUI 整合包展开。这个整合包在国内社区口碑极佳更新及时预装了许多实用插件和模型是入门和高效使用的绝佳选择。3. 保姆级安装教程使用秋叶 ComfyUI 整合包让我们开始最核心的安装部分。请严格按照步骤操作。3.1 第一步下载整合包访问可靠的资源发布页面例如秋叶的B站动态、AI绘画社区的分享帖等请注意辨别来源安全性。搜索关键词如“秋叶 ComfyUI 整合包”、“ComfyUI 一键启动包”等。下载最新的整合包压缩文件。通常文件名类似ComfyUI_windows_portable_vX.X.X.7z其中包含版本号和日期。将下载好的.7z或.zip文件解压到你电脑上空间充足且路径不含中文和特殊字符的目录。例如D:\AI\ComfyUI。路径中绝对不能有中文这是很多后续问题的根源。3.2 第二步启动与初步配置解压后目录结构大致如下ComfyUI_windows_portable/ ├── ComfyUI/ # ComfyUI 主程序目录 ├── python_embeded/ # 内置的 Python 环境 ├── update/ # 更新脚本 ├── 启动器.exe # **最重要的启动器** └── 其他说明文件...运行启动器双击根目录下的启动器.exe。首次运行可能会提示安装 VC 运行库请点击“是”或“安装”即可。启动器界面启动器打开后你会看到一个功能界面。这里是我们进行所有高级配置的入口。一键启动在启动器界面上直接点击“一键启动”按钮。等待启动首次启动时间会稍长因为需要初始化环境。命令行窗口会滚动大量日志。当看到类似“To see the GUI go to: http://127.0.0.1:8188”的提示时说明启动成功。访问 Web 界面打开你的浏览器Chrome/Firefox/Edge等在地址栏输入http://127.0.0.1:8188即可看到 ComfyUI 的节点式操作界面。恭喜至此ComfyUI 的核心部分已经安装并运行成功。你现在已经拥有了一个可以运行基础工作流的 ComfyUI 环境。3.3 第三步安装与配置基础模型一个空的 ComfyUI 是无法生成图像的它需要“大脑”——即 Stable Diffusion 模型checkpoint。整合包可能预置了一些小模型但我们需要放入自己常用的大模型。找到模型目录回到你的 ComfyUI 解压目录进入ComfyUI\models\checkpoints\。这个文件夹就是存放大模型的地方。放入模型文件将你从网上下载的.safetensors或.ckpt格式的模型文件例如sd_xl_base_1.0.safetensors复制到这个checkpoints文件夹内。刷新 ComfyUI回到浏览器中的 ComfyUI 界面点击右侧的“Refresh”按钮。然后在节点搜索框中拖动一个“Load Checkpoint”节点到画布点击该节点的模型下拉菜单你应该能看到你刚刚放入的模型名称了。同样地其他类型的模型也需要放入对应的文件夹VAE 模型放入ComfyUI\models\vae\Lora 模型放入ComfyUI\models\loras\ControlNet 模型放入ComfyUI\models\controlnet\Embeddings (Textual Inversion)放入ComfyUI\models\embeddings\组织好模型文件是高效使用 ComfyUI 的第一步。4. 核心插件安装与管理ComfyUI 的强大一半在于其丰富的插件生态自定义节点。整合包已经预装了许多热门插件但我们总会需要安装新的。4.1 通过启动器安装推荐给所有用户这是最安全、最方便的方式能自动处理依赖。在 ComfyUI 启动器界面找到“扩展插件”或“自定义节点”管理页面。这里通常会有一个列表或搜索框。你可以搜索想要的插件名称例如“ComfyUI-Manager”这是一个插件管理器必装。找到插件后点击“安装”或“启用”按钮。启动器会自动从 GitHub 等源克隆插件到正确目录。安装完成后完全关闭 ComfyUI 的服务端和启动器然后重新启动。新插件才会被加载。4.2 通过 ComfyUI Manager 安装进阶方式如果你已经通过启动器或手动方式安装了ComfyUI-Manager那么可以在 Web 界面内直接管理插件。启动 ComfyUI 并打开浏览器界面。你应该能在右侧看到多出一个“Manager”按钮点击它。在 Manager 界面切换到“Install Custom Nodes”标签页。在搜索框输入插件名或 Git 仓库地址如https://github.com/ltdrdata/ComfyUI-Manager点击 Install。安装后同样需要重启 ComfyUI。4.3 手动安装插件适用于特定情况当插件不在 Manager 列表或你需要安装离线包时使用此方法。找到插件目录进入ComfyUI\custom_nodes\。每个插件都是一个独立的文件夹。克隆或复制在线在该目录下打开命令行或 Git Bash执行git clone 插件仓库地址。离线将下载好的插件文件夹解压直接复制到custom_nodes目录下。安装依赖许多插件需要额外的 Python 库。查看插件文件夹内是否有requirements.txt文件。如果有需要在 ComfyUI 的 Python 环境中安装它们。对于整合包用户最稳妥的方式是使用启动器提供的“依赖安装”功能或者按照插件作者的说明操作。重启生效关闭并重新启动 ComfyUI。4.4 必装插件推荐ComfyUI-Manager插件管理器本身也是一个插件是安装和管理其他插件的基础工具。ComfyUI-Impact-Pack功能极其强大的综合工具包包含大量实用节点如细节修复、人脸修复、分段、检测器等。ComfyUI-Advanced-ControlNet提供更高级、更稳定的 ControlNet 节点。WAS Node Suite另一套非常流行的多功能节点集合包含图像处理、文本工具、逻辑判断等。Efficiency Nodes提供能提升生成速度、优化工作流结构的节点。安装好插件后重启 ComfyUI在节点搜索框中输入插件名称的关键词就能找到新节点并使用它们了。5. 你的第一个 ComfyUI 工作流理论说了这么多我们来动手搭建一个最简单的文生图工作流感受一下节点操作的逻辑。5.1 清空画布与添加核心节点在 ComfyUI 界面按CtrlA全选所有默认节点如果有的话然后按Delete键清空画布。在画布空白处右键选择“Add Node”或者直接开始用鼠标滚轮上方的搜索框。我们依次添加以下节点可以通过搜索快速定位Load Checkpoint位于“loading”分类下。用于加载大模型。CLIP Text Encode (Prompt)位于“conditioning”分类下。需要添加两个一个用于正向提示词prompt一个用于负向提示词negative prompt。KSampler位于“sampling”分类下。这是核心采样器。VAE Decode位于“latent”分类下。将采样后的潜空间数据解码为图像。Save Image位于“image”分类下。保存生成的图片。5.2 连接节点现在像连接电路图一样用鼠标从一个节点的输出点小圆点拖动到另一个节点的输入点。连接Load Checkpoint的MODEL输出 →KSampler的model输入。CLIP输出 → 两个CLIP Text Encode节点的clip输入。VAE输出 →VAE Decode的vae输入。连接CLIP Text Encode (Prompt)的CONDITIONING输出 →KSampler的positive输入。连接另一个CLIP Text Encode (Negative Prompt)的CONDITIONING输出 →KSampler的negative输入。连接KSampler的LATENT输出 →VAE Decode的samples输入。连接VAE Decode的IMAGE输出 →Save Image的images输入。5.3 配置参数并生成点击Load Checkpoint节点在右侧属性栏选择你放入的模型。在两个CLIP Text Encode节点中分别输入你的正向和负向提示词。配置KSampler节点steps采样步数例如 20。cfg提示词相关性例如 7。sampler_name选择采样器如euler。scheduler选择调度器如normal。seed随机种子可以固定一个数字以便复现。点击右下角巨大的“Queue Prompt”按钮。等待右侧历史记录区域出现图片点击即可预览图片会自动保存到ComfyUI\output\目录。至此你完成了第一个手动搭建的工作流虽然简单但你已经理解了数据模型、提示词、潜变量、图像在节点间流动的基本逻辑。6. 常见问题与故障排查安装和使用过程中难免会遇到问题。这里汇总一些高频问题及其解决方案。6.1 启动与运行问题问题现象可能原因解决方案双击启动器.exe无反应或闪退1. 路径包含中文或特殊字符。2. 被杀毒软件/防火墙拦截。3. 系统缺少运行库。1.确保解压路径全英文。2. 将整个ComfyUI目录添加到杀软白名单。3. 根据提示安装VC运行库或从微软官网下载安装。启动时命令行报错提示缺少模块如torch,xformers整合包文件损坏或依赖未正确安装。1. 重新下载整合包并关闭杀毒软件后解压。2. 尝试使用启动器内的“修复依赖”或“重新安装Pytorch”功能。访问http://127.0.0.1:8188打不开网页1. 服务未成功启动。2. 端口被占用。1. 检查命令行窗口是否有错误日志。2. 在启动器设置中更换端口如改为8189然后重启。生成图片时显存不足OOM1. 图像分辨率设置过高。2. 模型过大。3. 工作流过于复杂。1. 降低生成分辨率或使用“高清修复”分步进行。2. 使用显存优化插件如ComfyUI-Impact-Pack中的Impact Loader节点组。3. 启用--lowvram参数可在启动器高级选项中设置。6.2 模型与插件问题问题现象可能原因解决方案在节点中找不到已放入的模型未刷新模型列表。点击节点上的“Refresh”按钮或重启ComfyUI。加载模型时报错“KeyError”或结构不匹配模型文件损坏或模型类型与节点不匹配如将VAE模型放入了checkpoints。1. 重新下载模型文件。2. 检查模型是否放对了文件夹。安装了插件但在节点列表中找不到1. 插件安装失败或依赖缺失。2. 未重启ComfyUI。3. 插件有命名空间需搜索特定关键词。1. 查看命令行启动日志是否有该插件的错误信息。2.务必重启ComfyUI。3. 尝试搜索插件作者名或插件简称。使用插件节点时报Python错误插件依赖的Python库未安装或版本冲突。1. 根据插件README说明手动安装依赖。2. 在启动器或ComfyUI Manager中尝试更新/重装该插件。6.3 性能优化问题生成速度慢在启动器高级选项中尝试勾选“使用 xformers”或“使用 --force-fp16”。确保显卡驱动为最新。图片保存失败检查ComfyUI\output\目录是否有写入权限。不要将该目录设置为只读或放在系统保护目录如桌面、文档。工作流混乱难以管理善用CtrlS保存工作流.jsonCtrlShiftS保存工作流为图片.png包含所有元数据。使用CtrlF搜索节点Ctrl鼠标滚轮缩放画布。7. 最佳实践与进阶技巧当你熟悉基础操作后下面这些实践能让你的 ComfyUI 体验更上一层楼。7.1 工作流管理与分享模块化设计将常用的、功能固定的节点组例如一个完整的面部修复流程选中后按CtrlC复制然后在其他位置CtrlV粘贴可以快速复用。更进一步可以使用“Add Group”功能将一组节点打包形成自定义的“超级节点”。导入/导出你可以将网上分享的工作流图片.png直接拖入 ComfyUI 画布它会自动解析并重建节点这是学习和分享工作流的绝佳方式。同样导出带元数据的 PNG 也能让他人一键复现你的成果。文件结构在ComfyUI目录外单独建立一个文件夹管理你的工作流文件.json并按主题分类便于长期维护。7.2 性能与稳定性使用 --lowvram 模式如果你的显存小于 6GB务必在启动器设置中启用此模式。它会以时间换空间大幅降低显存峰值占用。定期清理输出output文件夹会积累大量图片定期清理可以节省磁盘空间。可以在Save Image节点中自定义子文件夹和文件名规则方便管理。备份关键配置备份ComfyUI\custom_nodes\下你不可或缺的插件文件夹以及你精心调整过的工作流.json文件。重装系统或整合包时可以快速恢复。7.3 探索与学习从模仿开始GitHub、Civitai、YouTube 上有大量优秀的开源工作流。下载并导入它们观察节点是如何连接的这是最快的学习路径。理解数据流时刻关注节点之间连接的数据类型线缆的颜色。例如MODEL,CLIP,CONDITIONING,LATENT,IMAGE是几种最重要的类型。连接类型不匹配是常见的错误。善用社区遇到棘手问题时将错误日志的关键部分截图在相关论坛或社群提问。描述清楚你的操作步骤、ComfyUI版本、插件情况能更快获得帮助。ComfyUI 就像一套功能强大的乐高积木入门时或许会觉得零件繁多、无从下手但一旦掌握了拼接的逻辑你将能构建出远超常规工具的、高度定制化的AI图像生成流水线。从今天起尝试用节点思维去拆解你的每一次生成需求你会发现一片更广阔、更可控的创意天地。