ComfyUI

ComfyUI 快速入门

一句话卖点:把 Stable Diffusion、Flux 等模型的「出图流水线」拆成一堆可拖拽节点,完全开源、玩法无穷。

这是什么?适合谁?

ComfyUI 是一款基于节点式工作流的 AI 图像生成工具,在 GitHub 上以「comfyanonymous/ComfyUI」仓库存在,2024~2025 年成为 Stable Diffusion 生态里最主流的可视化编排界面之一(另一个是 Automatic1111 的 WebUI,但 ComfyUI 因为「工作流可保存、可分享」的优势快速崛起)。

它的核心思路是:任何一次出图,都可以拆成一串「节点 → 连线」的过程。比如最简单的「文生图」要经过:

• 加载 Checkpoint 模型节点 →
• 写正向提示词节点 →
• 写负向提示词节点 →
• 采样器节点(KSampler)→
• 解码 VAE 节点 →
• 保存图片节点

每个节点都是一个小方块,节点之间用线连起来表示「数据流」。这听起来麻烦,但实际带来几个巨大优势:

• 可复用:做好的工作流保存成 JSON,别人加载就能复刻整套出图流程;
• 可组合:ControlNet、LoRA、IP-Adapter、放大、Hires-fix 全部是「加节点」,不用学命令行参数;
• 资源占用可控:不用的模型不加载,小显存也能跑;
• 生态极强:Civitai、Hugging Face 上无数现成工作流,改改参数就能用。

适合谁?做 AI 插画、电商图、头像、二次元、设计素材的内容创作者;喜欢折腾模型、LoRA、ControlNet 的技术玩家;需要把出图流程做成「可重复生产管线」的团队。

不适合完全不想学新东西的小白——ComfyUI 的学习曲线比 Midjourney、即梦、堆友都陡。

准备工作

1. 一张 NVIDIA 显卡(显存 ≥ 6GB,8GB+ 比较舒服,Mac 用 MPS 也行但慢);
2. Python 3.10+(自带 pip);
3. Git(用来 clone 仓库和拉模型);
4. 一个 Hugging Face / Civitai 账号(下载模型用);
5. 至少 20GB 硬盘空间(模型每个 2~8GB)。

3 步快速上手

第 1 步:下载 ComfyUI 并装依赖

git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
pip install -r requirements.txt

Windows 用户也可以直接到 https://github.com/comfyanonymous/ComfyUI/releases 下载「ComfyUI_windows_portable_nvidia.7z」,解压双击 run_nvidia_gpu.bat 就跑起来了,免装 Python。

第 2 步:放一个模型进去

下载一个 Checkpoint 模型,推荐从 Hugging Face 或 Civitai 拿:

# 把模型文件放到 ComfyUI/models/checkpoints/
# 例如:
mv ~/Downloads/flux1-dev-fp8.safetensors \
   ComfyUI/models/checkpoints/

第一次推荐用 flux1-dev-fp8 或 sd_xl_turbo_1.0_fp16,对显卡要求相对友好。

第 3 步:启动并跑第一个工作流

python main.py

默认会起一个本地服务,浏览器打开 http://127.0.0.1:8188。在主界面点左边的「Load」按钮,加载官方自带的工作流:ComfyUI/workflows/text_to_image_basic.json,点右上角「Queue Prompt」,等几秒到几十秒,ComfyUI 就会把生成的图保存到 ComfyUI/output/。

第一次看到自己生成的图,你就已经完成 80% 的入门了。

常见踩坑

1. CUDA / PyTorch 不匹配:Windows 用户最容易踩,先确认装了 NVIDIA 驱动,再装匹配的 torch:pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121;
2. OOM(显存爆):把图片分辨率从 1024×1024 降到 768×768,或者用 --lowvram 启动;
3. 出图全黑 / 全噪点:大概率 VAE 没接对,检查 KSampler 后面的 VAE Decode 节点是否连了正确的 VAE 文件;
4. 节点找不到模型:模型要放在 ComfyUI/models/<类型>/ 对应子目录(checkpoints、loras、vae、controlnet),放错目录就识别不到;
5. 工作流报错红框:右键红色节点 → 「Manager」会提示缺哪个自定义节点,ComfyUI Manager 装上之后一键装;
6. Mac 启动慢:--force-fp16 --use-pytorch-cross-attention 可以绕过 MPS 的一些性能问题。

初级用法

• 文生图:加载默认 text_to_image_basic.json,改 Positive Prompt 为「a cat wearing sunglasses, cinematic lighting」;
• 图生图:加一个 Load Image + VAE Encode 节点,把图片编码进潜空间再走 KSampler;
• 加 LoRA:在 Load Checkpoint 后挂一个 Load LoRA 节点,权重 0.6~0.8 比较稳。

高级玩法

• ControlNet 姿态控制:用 OpenPose 提取人物姿态图,接到 ControlNet Apply 节点,保证人物姿势一致;
• Hires Fix 二级放大:KSampler 出图后接一个 Upscale Latent + 第二个 KSampler,把 1024×1024 拉到 2048×2048;
• 批量出图:把 Batch Size 改成 4,一次出 4 张不同种子(seed)的图,挑喜欢的;
• 工作流模板化:把自己跑通的工作流导出 JSON,放到 Civitai 或 GitHub,别人加载即用,自己做一套「电商主图流水线」。

小技巧

1. 装 ComfyUI Manager:用 git clone https://github.com/ltdrdata/ComfyUI-Manager 装上之后,缺节点一键装,缺模型一键搜;
2. 保存 metadata:ComfyUI 默认会把 prompt、seed、模型 hash 写进 PNG 元数据,出图后用 comfyui-image-metadata 工具或 Civitai 信息可以一键复刻;
3. 固定种子复现:把 KSampler 的 seed 固定(比如 42),改 prompt 时可以只比较变量影响;
4. 关掉无用预览:Settings → 把「Preview method」改成 none 或 latent2rgb 可以省显存,出大图时尤其明显;
5. 多 GPU 并行:python main.py --gpu-only 0 --gpu-only 1,双卡用户可以让两张卡同时出不同任务。

常见问题 FAQ

Q1: ComfyUI 生成的图片版权归谁?能商用吗?

A: 取决于 ComfyUI 的具体条款和你的订阅方案。免费版本通常限制商用,付费版本通常授予完整商用权。具体以 https://www.comfy.org/ 的服务条款为准。商用前务必仔细阅读授权协议,避免侵权。

Q2: ComfyUI 生成的图片质量不好,如何改进?

A: 改进方法:1) prompt 更具体(主题/风格/光线/构图);2) 使用 negative prompt 排除不想要的元素;3) 提高生成步数(20-50 步常见);4) 调整 guidance scale(7-12 常见);5) 参考优秀 prompt 案例。多尝试,prompt 调优是经验活。

Q3: ComfyUI 的图片生成要多久?费用如何?

A: 取决于模型复杂度和服务器负载。简单图 5-20 秒,复杂图 30-60 秒。免费版本通常有每日生成数量限制,付费版本按次或按积分扣费。具体以官网定价为准。

Q4: ComfyUI 适合做什么?不适合做什么?

A: 适合:社交媒体配图、博客配图、设计灵感、营销素材、个人创作。不适合:高分辨率商业印刷(需专业软件)、精确文字渲染(AI 模型普遍弱)、人物肖像精确复刻(版权和伦理问题)。

Q5: 怎么用 ComfyUI 配合其他工具提升效率?

A: 建议组合:1) ComfyUI 生成初稿图片;2) Photoshop/GIMP 精修;3) Topaz Gigapixel 提升分辨率;4) Remove.bg 去背景;5) Canva 加文字排版。这样能弥补 AI 模型的不足。