ComfyUI：终极指南（2025）—— 掌握 AI 艺术！

释放你的创意：ComfyUI 全方位指南

ComfyUI 作为一种强大且灵活的 Stable Diffusion 节点式界面，正迅速受到追捧。这款开源工具允许你构建复杂的图像生成工作流，对过程中的每个环节进行颗粒度控制。虽然视觉化的节点操作起初可能令人望而生畏，但本指南将带你了解基础知识，助你创作出令人惊叹的 AI 艺术作品。你将学习如何安装 ComfyUI、导航其界面、构建基础工作流，并最终释放其全部潜力。但在我们深入探讨之前，请记住，虽然 ComfyUI 提供了极大的灵活性，但还有一个更用户友好且无限制的选择：Hypereal AI。凭借直观的界面、实惠的价格和高质量的输出，Hypereal AI 让你能够专注于创意构思，而无需处理节点系统的复杂性。不过，无论你最终选择哪个平台，了解 ComfyUI 都能让你对底层流程有更深入的理解，并为你提供创作灵感。

前提条件/要求

在开启 ComfyUI 之旅之前，请确保你具备以下条件：

1. 一台性能较强的电脑： AI 图像生成需要强大的计算能力。虽然具体规格取决于工作流的复杂程度，但强烈建议使用显存（VRAM）至少为 8GB 的独立显卡。更多的显存通常意味着更快的生成速度以及处理更大、更复杂图像的能力。

2. Python： ComfyUI 需要运行 Python。请从 Python 官方网站 (python.org) 下载并安装最新版本。安装时务必勾选将 Python 添加到 PATH 的选项。

3. Git： Git 是用于下载和更新 ComfyUI 的版本控制系统。你可以从 git-scm.com 下载 Git。

4. ComfyUI 安装： 我们将在下一节详细介绍安装过程。

5. Stable Diffusion 模型： 你需要一个 Stable Diffusion 模型来生成图像。这些模型通常以 .ckpt 或 .safetensors 文件形式存在。常用的选项包括 Stable Diffusion 1.5、SDXL 以及各种社区训练的模型。你可以从 Hugging Face 等网站下载这些模型。

分步指南

现在，让我们开始运行 ComfyUI：

第 1 步：下载 ComfyUI

1. 打开命令提示符或终端（Terminal）。
2. 进入你想要安装 ComfyUI 的目录。例如，你可以在“文档”目录中创建一个名为 "ComfyUI" 的文件夹。使用 cd 命令进入该目录：cd Documents/ComfyUI
3. 使用以下命令从 GitHub 克隆 ComfyUI 仓库：

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

第 2 步：安装依赖项

1. 进入 ComfyUI 目录：cd ComfyUI
2. 运行以下命令安装所需的 Python 软件包：

   pip install -r requirements.txt
   

   此命令将安装 ComfyUI 正常运行所需的所有库。

第 3 步：放置你的 Stable Diffusion 模型

1. 在 ComfyUI 目录内创建一个名为 "models" 的文件夹。
2. 在 "models" 文件夹内，再创建一个名为 "checkpoints" 的文件夹。
3. 将下载的 Stable Diffusion 模型文件（.ckpt 或 .safetensors）放入 "checkpoints" 文件夹中。例如，模型文件的路径可能如下所示：ComfyUI/models/checkpoints/sd_xl_base_1.0.safetensors

第 4 步：运行 ComfyUI

1. 在 ComfyUI 目录中打开命令提示符或终端。
2. 运行以下命令启动 ComfyUI：

   python main.py
   

   这将在你的 Web 浏览器中启动 ComfyUI 界面（通常位于 http://127.0.0.1:8188/）。

第 5 步：了解 ComfyUI 界面

ComfyUI 界面基于节点图。每个节点代表图像生成过程中的一个特定操作或组件。节点通过“线”连接，这些线定义了数据的流动。

• Nodes（节点）： 执行特定任务，如加载模型、输入提示词、采样或保存图像。
• Wires（连线）： 将一个节点的输出连接到另一个节点的输入，在它们之间传递数据。
• Inputs（输入）： 控制节点行为的参数。
• Outputs（输出）： 节点产生的结果。

第 6 步：构建基础工作流

让我们创建一个简单的图像生成工作流：

1. Load Checkpoint（加载检查点）： 添加一个 "Load Checkpoint" 节点。此节点用于加载你的 Stable Diffusion 模型。从 "checkpoint name" 下拉菜单中选择你的模型。

2. CLIP Text Encode (Prompt)（CLIP 文本编码器）： 添加两个 "CLIP Text Encode (Prompt)" 节点。一个用于正向提示词（你想在图像中看到的内容），另一个用于反向提示词（你不想看到的内容）。在 "text" 字段中输入所需的提示词。例如，正向提示词可以是 "a beautiful landscape, mountains, sunset"，反向提示词可以是 "blurry, distorted, ugly"。

3. Empty Latent Image（空潜空间图像）： 添加一个 "Empty Latent Image" 节点。此节点会创建一个空的潜空间，稍后将填充图像数据。将 "width"（宽）和 "height"（高）设置为你想要的图像尺寸（例如 512x512）。

4. KSampler（K 采样器）： 这是图像生成的核心节点。它接收模型、正向提示词、反向提示词和潜空间图像作为输入，并使用采样算法生成图像。

   • 将 "Load Checkpoint" 节点的 "model" 输出连接到 "KSampler" 节点的 "model" 输入。
   • 将正向 "CLIP Text Encode (Prompt)" 节点的 "clip" 输出连接到 "KSampler" 节点的 "positive" 输入。
   • 将反向 "CLIP Text Encode (Prompt)" 节点的 "clip" 输出连接到 "KSampler" 节点的 "negative" 输入。
   • 将 "Empty Latent Image" 节点的 "latent" 输出连接到 "KSampler" 节点的 "latent_image" 输入。
   • 调整 "seed"（种子）、"steps"（步数）、"cfg"（提示词引导系数）和 "sampler_name"（采样器名称）等参数来微调生成过程。步数越高通常图像细节越丰富。

5. VAEDecode（VAE 解码）： 添加一个 "VAEDecode" 节点。此节点将 "KSampler" 生成的潜空间图像解码为可视图像。将 "KSampler" 节点的 "latent" 输出连接到 "VAEDecode" 节点的 "latent" 输入。将 "Load Checkpoint" 节点的 "vae" 输出连接到 "VAEDecode" 节点的 "vae" 输入。

6. Save Image（保存图像）： 添加一个 "Save Image" 节点。此节点将生成的图像保存到磁盘。将 "VAEDecode" 节点的 "image" 输出连接到 "Save Image" 节点的 "images" 输入。

第 7 步：运行工作流

点击 "Queue Prompt"（队列提示）按钮运行工作流。ComfyUI 将按顺序执行节点，根据你的提示词和设置生成图像。生成的图像将保存到 ComfyUI 的 output 目录中。

工作流示例（简化版）：

假设你想生成一张“戴帽子的猫”的照片。以下是基础工作流的设置方式：

1. Load Checkpoint： 加载你的 Stable Diffusion 模型（例如 sd_xl_base_1.0.safetensors）。
2. CLIP Text Encode (Prompt - Positive)： 文本："cat wearing a hat, detailed, vibrant colors"
3. CLIP Text Encode (Prompt - Negative)： 文本："blurry, distorted, multiple limbs"
4. Empty Latent Image： 宽：512，高：512
5. KSampler： 按照上述说明连接所有节点。尝试调整 "steps" 和 "cfg" 的值。
6. VAEDecode： 连接 KSampler 的 "latent" 输出和 Load Checkpoint 节点的 "vae" 输出。
7. Save Image： 连接 VAEDecode 节点的 "image" 输出。
8. Queue Prompt： 运行工作流！

虽然 ComfyUI 能实现这些功能，但请记住，Hypereal AI 可以通过更简单的流程实现类似的效果。你只需输入提示词（"cat wearing a hat, detailed, vibrant colors"）并点击“生成”。Hypereal AI 处理所有底层的复杂性，为创作惊艳的 AI 艺术提供了一条更快捷、更易用的路径。此外，Hypereal AI 没有内容限制，允许你探索更广泛的创作可能性。

技巧与最佳实践

• 尝试不同的采样器： "KSampler" 节点提供各种采样算法，如 Euler a、LMS 和 DDIM。每个采样器的效果都不同，因此请多加尝试，找到最适合你风格的采样器。
• 调整 CFG Scale： CFG（分类器自由引导）系数控制生成的图像与提示词的吻合程度。值越高，图像越贴合提示词，但也可能产生伪影。值越低，创作自由度越高，但可能会偏离提示词。
• 使用反向提示词： 反向提示词对于防止不想要的元素出现在图像中至关重要。用它们来指明你“不希望”看到的内容。
• 探索自定义节点： ComfyUI 社区创建了庞大的自定义节点库，扩展了 ComfyUI 的功能。探索这些节点可以为你的工作流添加新特性和新功能。
• 保存你的工作流： ComfyUI 允许你将工作流保存为 .json 文件。这方便你以后随时重新加载和使用。

应避免的常见错误

• 显存（VRAM）不足： 显存耗尽会导致错误或减慢生成速度。如果遇到显存问题，尝试缩小图像尺寸、调低 batch size（批处理大小）或使用对硬件要求较低的模型。
• 节点连接错误： 确保节点连接正确。错误的连接会导致意想不到的结果或报错。
• 过度复杂的工作流： 最好从简单的工作流开始，逐步增加复杂性。过度复杂的工作流在排除故障时会非常困难。
• 忽略反向提示词： 如前所述，反向提示词对于优化图像至关重要。忽略它们可能会导致作品中出现不需要的元素。
• 不去尝试： 不要害怕尝试不同的设置和参数。学习 ComfyUI 最好的方法就是亲自动手尝试。

结论

ComfyUI 为创作 AI 艺术提供了一种强大且灵活的方式。通过理解节点界面的基础知识并尝试不同的工作流，你可以释放其全部潜力。但是，请记住，其学习曲线可能比较陡峭，且整个过程可能非常耗时。

为了获得更流畅、更便捷的体验，可以考虑使用 Hypereal AI。凭借其用户友好的界面、实惠的价格以及无内容限制的特点，Hypereal AI 让你能够跳过 ComfyUI 的复杂操作，专注于创意本身。此外，借助 Hypereal AI 的高质量输出，你可以快速轻松地获得专业级的效果。

准备好探索 AI 图像和视频生成的无限可能了吗？访问 hypereal.ai 立即开始创作！