ComfyUI

ComfyUI 入门：从安装到第一个工作流

· 14 分钟阅读

最详细的 ComfyUI 入门教程，覆盖安装配置、SDXL 工作流搭建、ControlNet 使用、常用插件推荐，新手友好向

ComfyUI 是什么？

ComfyUI 是一个基于节点图（Node Graph）的 Stable Diffusion 图形界面。和 WebUI 相比：

对比项ComfyUIWebUI
上手难度略高（需要理解节点）低（一键出图）
灵活度极高（任意组合节点）中等（预设流程）
显存占用低（比 WebUI 少 1-2G）高
生成速度略快标准
工作流复用原生支持（拖拽 .json 即可）需要插件
批量处理原生支持需要插件

一句话总结：如果你想认真玩 SD，最终都会转向 ComfyUI。

安装 ComfyUI

Windows 一键安装

# 1. 下载 ComfyUI
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI

# 2. 安装 Python 依赖
python -m venv venv
venv\Scripts\activate
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124
pip install -r requirements.txt

# 3. 启动
python main.py

Linux 安装

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

python -m venv venv
source venv/bin/activate

# CUDA 12.4 版本
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124
pip install -r requirements.txt

python main.py

启动后访问 http://127.0.0.1:8188 进入界面。

使用整合包（新手推荐）

去 [Bilibili/小红书] 搜索 “ComfyUI 整合包”，下载一键包直接解压运行即可。

下载模型文件

在开始之前，需要准备模型文件：

必备模型

模型下载位置放置路径
SDXL 基础模型CivitAI 搜索 SDXLmodels/checkpoints/
VAE与模型同页下载models/vae/
CLIPComfyUI 会自动下载models/clip/
ControlNetHuggingFacemodels/controlnet/

推荐新手入门模型：

SDXL 1.0 基础模型（泛用性最强）
DreamShaper XL（动漫/写实皆可）
RealVisXL（写实风格）
Animagine XL（动漫风格）

搭建第一个工作流

步骤 1：添加基础节点

在 ComfyUI 中右键画布 → 选择节点：

Add Node → loaders → CheckpointLoaderSimple
Add Node → sampling → KSampler
Add Node → latent → EmptyLatentImage
Add Node → latent → VAEDecode
Add Node → image → SaveImage
Add Node → conditioning → CLIPTextEncode（需要两个：正向和负向提示词）

步骤 2：连接节点

按以下方式连接：

CheckpointLoaderSimple
  ├── model → KSampler.model
  ├── clip → CLIPTextEncode.clip（连接两个 CLIPTextEncode）
  └── vae → VAEDecode.vae

EmptyLatentImage
  └── latent → KSampler.latent_image

CLIPTextEncode (正向)
  └── conditioning → KSampler.positive

CLIPTextEncode (负向)
  └── conditioning → KSampler.negative

KSampler
  └── latent → VAEDecode.samples

VAEDecode
  └── image → SaveImage.images

步骤 3：设置参数

KSampler 的关键参数：

参数推荐值说明
seed-1（随机）设为固定值可复现同一张图
steps20-30步数越多质量越高，30 步后收益递减
cfg7.0提示词相关性，7.0 是最稳的值
sampler_nameDPM++ 2M速度和质量的平衡选择
schedulerKarras最通用的调度器
denoise1.0图生图时控制变化幅度

步骤 4：出图！

在正向提示词输入框（CLIPTextEncode）写上你的 prompt：

正向提示词:
masterpiece, best quality, 1girl, looking at viewer,
city street, sunset, golden hour, photorealistic,
detailed face, intricate details, cinematic lighting

负向提示词:
nsfw, lowres, bad anatomy, bad hands, missing fingers,
extra digit, fewer digits, cropped, worst quality,
low quality, normal quality, jpeg artifacts, signature,
watermark, username, blurry, ugly, deformed

点击 Queue Prompt（或 Ctrl+Enter）就能看到图像生成了。🎉

进阶：添加 ControlNet

ControlNet 可以精确控制图像的构图和姿态：

安装 ControlNet 节点

cd ComfyUI/custom_nodes
git clone https://github.com/Fannovel16/comfyui_controlnet_aux
pip install -r comfyui_controlnet_aux/requirements.txt

重启 ComfyUI 后，添加以下节点：

Add Node → controlnet → ControlNetLoader
Add Node → controlnet → ControlNetApply
Add Node → image → LoadImage（加载参考图）

连接方式

LoadImage → image → ControlNetApply.control_net
ControlNetLoader → control_net → ControlNetApply.control_net
CLIPTextEncode (正向) → conditioning → ControlNetApply.conditioning
ControlNetApply → conditioning → KSampler.positive

常用 ControlNet 类型

类型用途模型名
Canny边缘检测，保留构图control_sd15_canny.pth
Depth深度图，保留空间结构control_sd15_depth.pth
OpenPose姿态控制，骨架锁定control_sd15_openpose.pth
IP-Adapter风格参考，模仿画风ip-adapter_sd15.safetensors

推荐插件清单

必须安装

cd ComfyUI/custom_nodes

# 插件管理器（推荐先装这个）
git clone https://github.com/ltdrdata/ComfyUI-Manager

# 刷新后就能在 ComfyUI 里直接搜索安装插件了

强烈推荐

插件功能
ComfyUI-Manager插件管理器，可视化安装更新
WAS Node Suite150+ 实用节点
Efficiency Nodes简化工作流，减少节点数量
UltimateSDUpscale高质量放大
Image-Resize-Combo精确尺寸控制

性能优化

显存优化

# 启动参数：用 --lowvram 模式
python main.py --lowvram

# 或者在 ComfyUI 设置中
设置 → Memory → Vram State: low

加速生成

推荐配置（RTX 3060 12G）:
- SDXL: 1024×1024, 25步, 约 12-15 秒/张
- SD 1.5: 512×512, 20步, 约 3-4 秒/张
- Batch Size: 2-4（显存足够）

加速技巧:
1. 使用 --force-fp16 启动
2. 开启 xformers（如果有）
3. 不要用太大的 CFG Scale

高清放大工作流

如果需要出高清大图，在基础工作流后面追加：

VAEDecode → UpscaleImage (×2 或 ×4)
UpscaleImage → SaveImage

推荐放大模型：4x-UltraSharp 或 4x_NMKD-Superscale-SP_178000_G

常见问题

Q：生成纯黑/纯白图？

  • VAE 缺失或路径不对 → 下载正确 VAE 放入 models/vae/
  • 模型文件损坏 → 重新下载

Q：OOM (显存溢出)？

  • 降低图片分辨率
  • 使用 --lowvram 启动
  • 减小 batch size

Q：节点报红/找不到节点？

  • 缺失自定义节点 → 用 ComfyUI Manager 安装
  • 模型没有加载 → 检查模型路径是否正确

Q：生成速度太慢？

  • 确认 GPU 被正确使用（看任务管理器）
  • 修改 extra_model_paths.yaml 指定正确的模型路径
  • 检查是不是用了 CPU 模式

工作流分享

写完工作流后可以导出分享：

ComfyUI 界面 → 右侧面板 → Save（API格式）
→ 保存为 .json 文件

加载别人的工作流：
直接拖拽 .json 文件到 ComfyUI 窗口

推荐工作流下载站：

下一步

入门后可以尝试：

ComfyUIStable Diffusion图像生成入门教程工作流