下载课：weiranit.fun/16976/

 # 从零精通 ComfyUI：完整系统实操教程 ## 一、初识 ComfyUI：为什么它如此强大？ 如果你听说过 Stable Diffusion，那一定也对 WebUI 有所了解。但 ComfyUI 走了一条完全不同的路——它把原本“黑箱”般的 AI 绘画过程，变成了一张可视化的“流程图”。 在这个流程图里，每一个功能模块都是一个“节点”，你只需要像搭积木一样，用鼠标把它们拖拽到画布上，再用线连接起来，就能构建出一条完整的 AI 图像生成流水线。整个过程**不需要编写任何代码**，全凭图形化操作完成。 相比传统工具，ComfyUI 有三大好处让你无法拒绝： 1. **创作过程完全可控**：每一步都看得见、摸得着，哪里出问题一眼就能定位，再也不是“抽盲盒”。 2. **硬件门槛更低**：通过智能显存管理，原本需要 8GB 显存才能跑的模型，在 4GB 显存的卡上也能流畅运行。 3. **工作流可以复用**：搭建好的流程可以保存为 JSON 文件，下次一键导入，或是分享给朋友直接用。 ## 二、出发前的准备：软硬件与安装 ### 需要什么配置？ ComfyUI 对硬件的要求很有弹性，不同配置都能找到适合自己的玩法： | 配置项 | 基础要求（能跑） | 推荐配置（流畅） | | :--- | :--- | :--- | | **显卡** | NVIDIA 显卡，显存 ≥ 4GB | RTX 3060 12GB 或更高 | | **内存** | 8GB | 16GB 以上 | | **硬盘** | 预留 40GB 空间（模型很占地方） | NVMe 协议 SSD | | **系统** | Windows 10/11 或 Linux | Windows 10/11 或 Linux | ### 新手最省心的安装方式：整合包 对于刚入门的朋友，最推荐使用**整合包**——解压就能用，省去自己配置 Python 环境的麻烦。 1. 从官方或靠谱的社区渠道下载最新整合包。 2. 解压到**全英文路径**的文件夹里（比如 `D:\ComfyUI`），避免中文路径引发奇怪的问题。 3. 找到 `run_nvidia_gpu.bat`（N 卡用户）或 `run_cpu.bat`（无独显用户），双击启动。 4. 等待终端窗口跑完代码，浏览器会自动打开 `http://127.0.0.1:8188`，看到界面就成功了。 ## 三、认识你的“兵工厂”：界面与节点 ### 界面速览 进入 ComfyUI 的主界面，你会看到一个空旷的画布和左侧的工具栏： - **节点库（左侧书本图标）**：这里存放着所有可用的“积木”，按功能分类。 - **操作画布（中间区域）**：搭积木的地方，所有工作流都在这里构建和编辑。 - **执行与监控（右下角）**：运行工作流的按钮，以及查看生成历史和机器性能（CPU、内存、显存）的面板。 ### 核心概念：节点和它的“接口” 节点是工作流的最小单位，你可以把它想象成流水线上的一个工位。每个节点都有**输入口**（左边的小圆点）和**输出口**（右边的小圆点）。 ComfyUI 里有三种主要的节点类型： 1. **仅有输出**：比如“加载模型”的节点，它只负责把模型拿出来，交给后面的环节。 2. **仅有输入**：比如“保存图像”节点，它只负责把最终图片存到硬盘里。 3. **既有输入也有输出**：比如“K采样器”，它接收模型、提示词等输入，经过处理后输出图像数据。 把不同节点的输出口连接到另一个节点的输入口，数据就开始流动了。**需要注意的是，只有类型相同的端口才能连在一起**，把文本接到图像端口是行不通的。 ### 常用参数面板 选中一个节点，你会看到它的参数面板。这里有几种常见控件： - **滑动条**：拖动调整数字，比如采样步数。 - **下拉菜单**：点开选择选项，比如采样器类型（DPM++ 2M Karras 等）。 - **输入框**：直接打字输入，比如提示词。 ## 四、亲手搭建第一个工作流：文生图 光说不练假把式。现在，我们亲手搭一个最简单的“文字生成图片”工作流。你可以跟着下面的步骤，从空白画布开始。 **第一步：加载模型** - 在画布空白处**双击鼠标左键**，弹出搜索框。 - 输入 `checkpoint`，找到并选择 **“Checkpoint 加载器（简易）”** 。这个节点会出现在画布上。 **第二步：输入提示词** - 再次双击空白处，搜索并添加 **“CLIP 文本编码器”**。 - 连接节点：从“Checkpoint 加载器”的 **“CLIP”** 输出口拖出一条线，连接到“CLIP 文本编码器”的 **“CLIP”** 输入口。 - 在“CLIP 文本编码器”的参数面板里，输入你的正面提示词和负面提示词。 **第三步：创建空白画布** - 搜索并添加 **“空 Latent”** 节点。 - 在它的参数面板里，设置你想要的图片宽度和高度（比如 512x512）。 **第四步：核心采样** - 搜索并添加 **“K采样器”**。这是最核心的节点。 - 现在开始连线：    - “Checkpoint 加载器”的 **“模型”** → “K采样器”的 **“模型”**。    - “CLIP 文本编码器”的 **“输出”** → “K采样器”的 **“正面条件”**（以及另一个 CLIP 的“输出”连到“负面条件”）。    - “空 Latent”的 **“Latent”** → “K采样器”的 **“Latent”**。 - 在“K采样器”参数面板设置：**步数**（20-30）、**CFG**（7-9）、**采样器**（DPM++ 2M Karras）。 **第五步：解码与保存** - 搜索并添加 **“VAE 解码”** 节点。 - 搜索并添加 **“保存图像”** 节点。 - 连线：    - “K采样器”的 **“Latent”** → “VAE 解码”的 **“Latent”**。    - “Checkpoint 加载器”的 **“VAE”** → “VAE 解码”的 **“VAE”**。    - “VAE 解码”的 **“图像”** → “保存图像”的 **“图像”**。 大功告成！检查一下所有节点都没有红色报错框，然后点击右下角的 **“执行队列”** 按钮，等待片刻，你就能在“保存图像”节点里看到生成结果了。 ## 五、高手进阶：核心技巧与效率神器 掌握基础后，这几个技巧能让你从新手进阶为高手。 ### 1. 给工作流“上色”和“分组” 当工作流越来越复杂，你可以右键点击节点给它**更改颜色**，或者按 `Ctrl+G` 把多个节点**编成一组**，并添加注释说明。这样整个流程图会清晰得像电路图一样。 ### 2. 加速与显存优化 - **快捷键**：`Ctrl+Z` 撤销，`Ctrl+C/V` 复制粘贴节点，`Alt+拖动` 快速复制节点。 - **性能模式**：如果显存吃紧，可以在启动脚本里添加 `--lowvram` 参数，用一点点速度换显存空间。 ### 3. 玩转 ControlNet 和 LoRA - **LoRA**：用于给模型注入特定风格或人物。在工作流中，只需在“K采样器”前插入一个“LoRA加载器”节点，就能像加滤镜一样调取风格模型。 - **ControlNet**：用于精确控制构图。你需要添加“ControlNet加载器”和对应的“预处理器”节点，将参考图的骨骼、边缘等信息传给模型。 ## 六、遇到问题怎么办？常见错误排查 - **节点显示红色，无法运行**：通常是因为类型不匹配的线连错了，或是必填参数没填。检查连线接口的颜色和类型是否一致。 - **生成的图片一片漆黑**：很可能是采样步数太少（建议20以上），或者 VAE 解码环节没连对，检查“VAE解码”节点的连接。 - **CUDA 内存不足报错**：图片尺寸设太大了，或者批量数量太多。减小分辨率，或者用 `--medvram` 参数启动。 ## 七、总结 ComfyUI 真正强大的地方，在于它**给了创作者无限的掌控力**。从今天开始，忘掉“一键生成”的黑盒，尝试用节点的思维去理解 AI 绘画的每一个步骤。虽然刚开始搭积木有点手忙脚乱，但一旦掌握，你会发现，那些看似复杂的神奇效果，都不过是不同节点组合的魔法而已。