ComfyUI 概述
ComfyUI 是一个基于节点的工作流工具，用于 AI 图像生成，比 WebUI 更灵活强大。
ComfyUI 特点
- 完全免费开源
- 低显存需求
- 工作流可保存复用
- 精细控制
- 无限生成不花钱
安装与配置
安装方式
安装选项对比：
├── 完整包 ──── 包已配置好，直接用
├── 独立版 ──── 需要自己配置
└── 云端 ──── Google Colab 等
推荐：秋叶整合包
1. 下载整合包
- B站搜索"ComfyUI 秋叶整合包"
2. 解压到纯英文路径
3. 运行
- 双击 "启动器.exe"
4. 浏览器打开
- http://127.0.0.1:8188
基础配置
首次设置：
1. 下载模型
- 大模型（Checkpoint）
- VAE（可选）
- LoRA（可选）
2. 模型存放
- models/checkpoints/
- models/vae/
- models/loras/
3. 设置默认模型
- 右键 KSampler → 管理模型
界面介绍
节点区域
ComfyUI 界面：
┌─────────────────────────────────────┐
│ 菜单栏 │ 设置 │ 队列 │
├─────────────────────────────────────┤
│ │
│ 节点工作区 │
│ │
│ [Checkpoint] → [CLIP] → [Latent] │
│ ↓ │
│ [KSampler] │
│ ↓ │
│ [VAE Decode] │
│ ↓ │
│ [Preview Image] │
│ │
└─────────────────────────────────────┘
常用节点
基础节点：
1. CheckpointLoaderSimple
- 加载大模型
2. CLIPTextEncode
- 编码提示词
3. KSampler
- 采样生成
4. VAEDecode
- 解码图片
5. SaveImage
- 保存图片
基础工作流
快速生图工作流
工作流结构：
CheckpointLoaderSimple
↓
[model]
↓
┌───────┴───────┐
↓ ↓
[正提示词] [负提示词]
↓ ↓
[CLIP Encode] [CLIP Encode]
└───────┬───────┘
↓
[Empty Latent]
↓
[KSampler]
↓
[VAE Decode]
↓
[Preview/Save]
节点连接
连接规则：
1. model → KSampler (model)
2. clip → CLIPTextEncode (clip)
3. positive → KSampler (positive)
4. negative → KSampler (negative)
5. latent → KSampler (latent_image)
6. denoised → VAEDecode (samples)
7. decoded → Preview (image)
进阶节点
ControlNet 节点
ControlNet 工作流：
┌──────────────┐
│ Load Image │ (ControlNet 输入图)
└──────┬───────┘
↓
┌──────▼───────┐
│ ControlNet │ (应用 ControlNet)
└──────┬───────┘
↓
[Control Strength] + [Control Weight]
↓
┌──────▼───────┐
│ KSampler │
└──────┬───────┘
LoRA 节点
LoRA 工作流：
Checkpoint
↓
┌───┴───┐
↓ ↓
[正LLM] [负LLM] → CLIPTextEncode
↑ ↑
│ │
┌───┴───────┘
↓
[Load LoRA]
↑
│
Checkpoint
Composable LoRA
多个 LoRA 叠加：
Checkpoint
↓
[Load LoRA 1] → CLIP
↓
[Load LoRA 2] → CLIP
↓
KSampler
实用工作流
1. 高清放大工作流
超分辨率工作流：
┌─────────────┐
│ Load Image │
└──────┬──────┘
↓
┌──────▼──────┐
│ Upscale │ (图像放大)
└──────┬──────┘
↓
┌──────▼──────┐
│ Ultimate SD │ (SD 放大)
│ Upscale │
└──────┬──────┘
↓
┌──────▼──────┐
│ Save Image │
└─────────────┘
2. 局部重绘工作流
Inpaint 工作流：
┌─────────────┐
│ Load Image │ (原图)
└──────┬──────┘
↓
┌──────▼──────┐
│ Mask Image │ (遮罩)
└──────┬──────┘
↓
┌──────▼──────┐
│ VAE Encode │
└──────┬──────┘
↓
┌──────▼──────┐
│ KSampler │ (带遮罩采样)
└──────┬──────┘
↓
┌──────▼──────┐
│ VAE Decode │
└──────┬──────┘
↓
┌──────▼──────┐
│ Composite │ (合并)
└─────────────┘
3. 角色一致性工作流
角色一致性：
┌─────────────┐
│ Load Check │
└──────┬──────┘
↓
┌──────▼──────┐
│ Load LoRA │ (角色 LoRA)
└──────┬──────┘
↓
┌──────▼──────┐
│ CLIP Encode │
└──────┬──────┘
↓
[KSampler]
快捷操作
鼠标操作
鼠标快捷键：
- 双击空白：搜索节点
- 右键拖动：框选节点
- Shift + 左键：多选
- Ctrl + 左键：复制节点
- Delete：删除节点
- Q：队列生成
键盘快捷键
常用快捷键：
- Ctrl + Enter：队列生成
- Ctrl + S：保存工作流
- Ctrl + O：打开工作流
- Ctrl + Z：撤销
- Ctrl + Shift + Z：重做
工作流管理
工作流保存：
1. 保存
- Ctrl + S
- 保存为 .json 文件
2. 加载
- Ctrl + O
- 选择 .json 文件
3. 默认路径
- 工作流保存在 /workflows/
高级技巧
1. 节点分组
分组操作：
1. 框选节点
2. Ctrl + G
3. 给分组命名
4. 可折叠/展开
用途：
- 整理工作流
- 标注功能模块
2. 工作流优化
优化技巧：
1. 调整生成批次
- Batch Size：同时生成数量
- Batch Count：生成批数
2. 使用Tile VAE
- 分块处理
- 降低显存占用
3. 调整分辨率
- 太大分辨率会爆显存
- 512x512 或 768x768 较稳
3. 国产模型支持
国产大模型：
1. SDXL-Lightning
- 速度快
- 质量好
2. Pony Diffusion
- 角色风格强
- 适合二次元
3. Juggernaut
- 写实风格
- 细节丰富
4. 逐梦
- 国产精品
- 中文友好
常见问题
Q：显存不足？
解决：
1. 降低 batch size
2. 使用更小的分辨率
3. 开启 auto1111 模式
4. 使用 Tile VAE
Q：工作流加载失败？
解决：
1. 检查模型路径
2. 确认所有节点已安装
3. 检查 .json 格式
4. 更新 ComfyUI
Q：生成很慢？
解决：
1. 使用 SDXL Lightning
2. 降低 steps（20 即可）
3. 使用 Euler a 采样器
4. 使用更小的分辨率
ComfyUI 优势
ComfyUI 的工作流机制让 AI 生成变得可复制、可分享、可自动化。
总结
ComfyUI 使用要点：
- 理解节点：掌握常用节点功能
- 构建工作流：连接节点形成流程
- 保存复用：工作流可保存分享
- 优化调整：根据需求优化
- 持续学习：探索更多节点组合
记住：ComfyUI 是强大的工具，学习曲线陡但回报高。