ComfyUI 入門與詳細指南

ComfyUI 是一個功能強大的基於節點的用戶界面，用於通過Stable Diffusion 生成圖像。與其他界面相比，ComfyUI 提供了更高的自由度和模塊化的結構，適合那些希望深入定制生成流程的用戶。儘管它比WebUI 更加複雜，但它為用戶提供了豐富的工具和插件，能夠創建個性化的生成工作流。

1. 安裝ComfyUI

（1）下載ComfyUI

• GitHub 官方地址： ComfyUI 官方倉庫

• Windows 免配置整合包（推薦新手）： ComfyUI 秋葉整合包（解壓即用，預裝插件）

（2）手動安裝ComfyUI

1. 下載ComfyUI

    git clone https://github.com/comfyanonymous/ComfyUI.git
     cd ComfyUI

2. 安裝依賴

   pip install -r requirements.txt

   （確保已安裝Python 3.10+ 和Git）

3. 下載Stable Diffusion 模型

• SD1.5 ： Hugging Face

• SDXL ： SDXL 模型

• ControlNet（可選） ： ControlNet 模型

• 將.safetensors 或.ckpt 模型文件放入ComfyUI/models/checkpoints/ 目錄。

• 推薦模型： MajicMix

4. 運行ComfyUI

    python main.py

   （Windows 用戶可直接運行run_nvidia_gpu.bat

2. 推薦插件

安裝插件可大幅增強ComfyUI 的功能，以下是常用插件：

3. ComfyUI 基本操作

（1）界面基礎

• 滾輪：縮放畫布

• 左鍵拖動空白區域：移動工作區

• 雙擊空白區域：打開節點搜索欄

• Ctrl + 拖動：選擇多個節點

• Shift + 拖動：一起移動多個節點

• 拖動輸入/輸出端口：創建連接線（只能連接相同類型端口）

（2）運行工作流

• 點擊“執行隊列” 運行當前流程

• 運行後，可在左側菜單欄的“隊列” 中查看任務進度

• 任務完成後，生成的圖像會顯示在界面下方，右鍵點擊圖像可刪除或加載工作流

（3）加載工作流程

• 方法1：點擊頂部菜單“工作流” → “打開”，選擇.json 或.png 文件

• 方法2：直接拖拽.json 或.png 文件到ComfyUI 界

4. 文生圖（文本生成圖像）工作流

ComfyUI 默認的SD1.5 文生圖工作流由多個節點組成，基本流程如下：

（1）加載模型示例選擇加載ComfyUI/models/checkpoints 目錄下的模型

（示例模型： MajicMix 逼真的大麥橙逼真.safetensors ）

（2）輸入文本提示
CLIPTextEncode
輸入正向提示詞（正麵條件）：
best quality, masterpiece, ultra high resolution, 1girl, MMN, MN, 1girl, realistic, vision, landscape, half body, close shot

輸入負向提示詞（負麵條件）：
worst quality:2, low quality:2, normal quality:2, lowres, watermark, nude, mutant hands, missing arms, missing fingers, extra legs, fused fingers, too many fingers, bad hands, missing fingers, extra arms and legs

輸出：文本編碼

（3）生成潛空間圖像
EmptyLatentImage
設定圖片尺寸（如512x768）
注：根據加載模型設置，設置不同效果不一致輸出：噪聲潛圖

（4）降噪採樣
KSampler
選擇採樣方法（Euler a / DPM++ 2M Karras）
設置步數（Steps）： 20
設定CFG Scale（提示詞影響力）： 20
輸出：降噪後的潛空間圖

（5）解碼圖像
VAEDecode
作用：將潛空間圖轉換為可見圖像輸出：最終圖像

（6）保存圖片
SaveImage
將圖片存到output/ 目錄最終生成圖像

5. 圖生圖（以圖生圖）工作流

方法1：下載圖生圖工作流

• 拖拽工作流圖片到ComfyUI 界面（ 工作流程圖下載）

• 或點擊“加載”按鈕，選擇.json 工作流文件

方法2：手動創建圖生圖

1. 加載默認文生圖工作流

2. 刪除空Latent 節點

3. 添加“加載圖像”節點（右鍵→ “新建節點” → “圖像” → “加載圖像”）

4. 添加“圖像按係數縮放”節點（右鍵→ “新建節點” → “圖像” → “放大”）

5. 添加“VAE編碼”節點（右鍵→ “新建節點” → “Latent” → “VAE編碼”）

6. 連接VAE 編碼器到K採樣器

使用方法

• 選擇模型，上傳圖片，修改提示詞，調整採樣參數

• 點擊“執行隊列”開始生成

6. 進階玩法

（1）使用LoRA 增強風格添加LoraLoader節點，加載LoRA 模型連接CheckpointLoaderSimple → LoraLoader → CLIPTextEncode

LoRA 下載： CivitAI

（2）使用ControlNet 控製圖像連接ControlNetPreProcessor → ControlNetLoader → KSampler
輸入線稿或深度圖，控制最終構圖

ControlNet 預訓練模型： 下載地址