类型：人工智能
简介：基于AI的绘画生成工具，主要用于根据文本描述生成详细图像。
如果说 AUTOMATIC1111 WebUI 更像一个功能完整的操作面板，那么 ComfyUI 更像一个可视化工作流编辑器。它通过节点把模型加载、提示词、采样、解码和保存图片连接起来，适合想深入理解 Stable Diffusion 生成流程的用户。本篇教程从最基础的文生图工作流讲起，帮助你看懂 ComfyUI 的节点逻辑。
一、ComfyUI 和 WebUI 有什么不同
ComfyUI 的特点是节点式操作。每个节点负责一个环节，例如加载模型、输入提示词、设置采样器、生成 latent、解码图片、保存结果。
它的优势是流程清楚、可复用、适合复杂工作流。缺点是刚开始看起来比普通 WebUI 更复杂。
如果只是想快速出图，AUTOMATIC1111 WebUI 更容易上手；如果想搭建复杂流程、复用工作流、理解生成链路，ComfyUI 更适合深入学习。
二、安装前先看官方 GitHub 说明
ComfyUI 是开源项目，安装方式和依赖要求应以其 GitHub README 为准。常见流程包括：
- 安装 Python；
- 下载 ComfyUI 项目；
- 安装依赖；
- 放入模型文件；
- 启动主程序；
- 在浏览器访问本地页面。
不要随意使用来源不明的整合包。尤其是包含未知插件和脚本的包，应先确认来源和安全性。
三、模型文件放在哪里
ComfyUI 的模型目录和 AUTOMATIC1111 WebUI 不完全一样。常见模型路径包括：
ComfyUI/models/checkpoints
ComfyUI/models/vae
ComfyUI/models/loras
ComfyUI/models/controlnet具体路径以当前 ComfyUI 项目说明为准。
1、Checkpoint 放入 checkpoints
基础模型通常放在：
models/checkpoints放好后，在工作流中的模型加载节点选择对应 checkpoint。
2、LoRA 和 VAE 要放到对应目录
LoRA、VAE、ControlNet 模型不要混放。放错目录后，节点列表里可能找不到对应文件。
四、理解最基础的文生图工作流
一个简单 ComfyUI 文生图流程通常包含这些节点：
- Checkpoint Loader；
- CLIP Text Encode；
- Empty Latent Image；
- KSampler；
- VAE Decode；
- Save Image。
这些节点连接起来，就能完成从提示词到图片的生成。
五、每个节点大致做什么
1、Checkpoint Loader
负责加载基础模型，同时通常会输出模型、CLIP 和 VAE 等后续节点需要的内容。
2、CLIP Text Encode
负责把提示词编码成模型可理解的信息。通常会有正向提示词和负向提示词两个节点。
3、Empty Latent Image
设置生成图片的基础尺寸和批量数量。图片宽高会影响显存占用和生成速度。
4、KSampler
这是采样核心节点。常见参数包括 seed、steps、CFG、sampler、scheduler 等。它决定生成过程如何进行。
5、VAE Decode
把 latent 结果解码成可见图片。
6、Save Image
保存最终图片。生成完成后，可以在输出目录中找到结果。
六、第一次生成图片的操作建议
第一次使用 ComfyUI，不建议立刻导入复杂工作流。可以先用默认基础工作流跑通一张图。
建议设置：
- 使用一个确认可用的 checkpoint；
- 图片尺寸先用较低分辨率；
- steps 使用中等范围；
- 固定 seed 便于复现；
- 提示词先写简单明确的描述。
跑通后，再逐步学习 LoRA、ControlNet、图生图、高清修复等复杂节点。
七、工作流要保存和命名
ComfyUI 的工作流可以保存。建议按用途命名，例如：
basic-text-to-image.json
product-photo-workflow.json
controlnet-pose-test.json
lora-style-test.json不要把所有工作流都叫 test。后续工作流一多，很难分辨用途。
如果你在团队中使用 ComfyUI，建议在文件名或备注中写清模型、用途、输入尺寸和注意事项。
八、节点报错怎么排查
ComfyUI 报错时，先看是哪一个节点变红或提示错误。
常见原因包括：
- 模型文件不存在；
- 模型放错目录；
- 节点缺少输入连接；
- 图片尺寸过大导致显存不足；
- 自定义节点缺少依赖；
- 工作流来自其他环境，当前环境缺少节点。
排查时不要一次改很多节点。先从报错节点开始，确认输入、模型和依赖是否完整。
九、ComfyUI 更适合长期沉淀工作流
ComfyUI 的优势不是“第一次使用更简单”，而是适合把稳定流程保存下来。比如产品图生成流程、固定风格海报流程、ControlNet 姿势流程、批量出图流程，都可以做成工作流反复使用。
当一个流程反复使用时，节点式结构比手动重复设置参数更可靠。对于需要长期生成视觉素材的用户来说，ComfyUI 值得学习。
FAQ
Q1：ComfyUI 适合新手吗？
A：如果只想快速出图，普通 WebUI 更容易上手；如果想理解和复用生成流程，ComfyUI 很值得学习。
Q2：ComfyUI 可以使用 AUTOMATIC1111 的模型吗？
A：很多 checkpoint、LoRA、VAE 文件可以复用，但要放到 ComfyUI 对应目录中，并确认格式和兼容性。
Q3：导入别人工作流后报错怎么办？
A：通常是缺少模型、自定义节点或依赖。先查看报错节点，再补齐对应文件或插件。
Q4：为什么 ComfyUI 看起来比 WebUI 复杂？
A：因为它把生成过程拆成节点显示出来。刚开始复杂，但适合搭建可复用的高级流程。
