ComfyUI 教程:AI 绘画工作流入门到进阶

本页是一份实用的ComfyUI教程,从零开始带你掌握AI绘画工作流的搭建与优化。无论你是设计师、插画师还是AI绘画爱好者,都能学会用节点式流程控制图像生成,提升创作效率,解锁更多创意可能。

许可证 GPL-3.0系统要求 Windows/Linux/macOS更新 2026-08-18

详细介绍

为什么你需要掌握ComfyUI?

当你在用其他AI绘画工具时,是否经常遇到这样的困境:想微调某个参数,却发现界面选项固定;想实现复杂的多模型融合,却只能对着几个预设按钮干瞪眼。ComfyUI的出现彻底改变了这一点——它用节点式流程图把AI绘画的每一步拆解成可视化的积木块。通过这份ComfyUI教程,你可以完全掌控从文本编码、采样器到图像解码的每个环节,让AI真正按照你的意图作画。

举个例子,当你需要批量生成同一风格但姿势不同的角色立绘时,在传统工具中可能需要反复修改提示词,而在ComfyUI中只需调整一个“条件输入”节点。这种精准控制能力,正是ComfyUI从众多工具中脱颖而出的原因。

核心功能:从基础到进阶的三个关键模块

1. 基础工作流:文生图的完整链路

ComfyUI最基础的流程包含加载模型、正向提示词、反向提示词、采样器、VAE解码和保存图像。本ComfyUI教程建议你先搭建一个最简工作流(只需6-7个节点),理解每个节点的作用。例如“CLIP Text Encode”节点负责将文字转为向量,采样器中的step值直接影响图像精细度。

2. 图像控制:让AI“照着画”

进阶玩家必学的核心技能是ControlNet和LoRA插件的使用。以ControlNet的Canny边缘检测为例,你可以将一张手绘线稿输入,AI会严格遵循线条结构上色,保存角色设定一致性。LoRA则能让你用20张小样本训练出特定画风或人物特征,挂载在“Load LoRA”节点上即可生效。

3. 批量处理:工作流的自动化技巧

利用“Latent Batch”节点,你可以将多个提示词批量输入,实现连环画生成。更高级的,还能通过“Save Animated WEBP”节点直接输出动态图。掌握这些节点组合,你的生产效能会翻倍。

ComfyUI教程:逐步实操指南

  1. 安装与启动:前往官方GitHub下载整合包(或使用一键安装包),解压后双击run_nvidia_gpu.bat(NVIDIA显卡)启动。初次打开是英文界面,可在设置中切换中文。
  2. 加载基础工作流:在页面点击“默认工作流”加载文生图模板。右侧面板会显示所有节点,你可以在空白处右键添加新节点。
  3. 修改关键节点:双击“Load Checkpoint”节点,在下拉菜单选择你下载的模型(如SD1.5或SDXL)。在“正向提示词”节点中输入描述词,比如“masterpiece, best quality, 1girl, 坐姿”。
  4. 连接并运行:将节点输出端连接到下一节点输入端(光标拖拽即可)。所有节点连接完成后,点击“执行”按钮。进度条走完,生成的图片会出现在右侧预览区。

注意事项与避坑指南

第一,显存不足时,优先降低采样器的batch size值,或在设置中开启“lowvram”模式。第二,节点不是越多越好,多余的连线会导致执行混乱,建议将常用节点组成组(Ctrl+G)命名收藏。第三,模型文件需放在models/checkpoints目录,LoRA和ControlNet各有专属文件夹,放错位置会加载失败。最后,本ComfyUI教程强烈建议定期在元数据面板保存工作流图片,方便复盘和分享。

系统要求

Windows/Linux/macOS

更新记录

最近更新:2026-08-18

下载

官方下载
源码地址

下载按优先级提供:国内网盘(第一优先,便于国内快速获取)→ 官方来源(官方正版背书)→ 源码地址(开源项目);网盘链接均经审核,如失效欢迎反馈。

怎么选(决策参考)

解决什么

暂无公开信号

替代什么

暂无公开信号

适合谁

暂无公开信号

不适合谁

暂无公开信号

核心优势

暂无公开信号

主要限制

暂无公开信号

社区信号

社区数据不足

成熟度

暂无公开信号

什么时候选它

暂无公开信号

什么时候不要选它

暂无公开信号

常见问题

ComfyUI和WebUI有什么区别?新手该学哪个?

ComfyUI更灵活,适合需要精细控制、复杂工作流的用户,但上手曲线较陡;WebUI操作简单,适合快速生成。建议先掌握WebUI基础,再攻ComfyUI教程,可以更好地理解底层逻辑。

我的显卡配置较低,能流畅运行ComfyUI吗?

可以。ComfyUI对显存优化做得很好,4GB显存即可运行SD1.5模型。若卡顿,可在设置中启用“低显存模式”,并降低图片分辨率和step值。

如何在ComfyUI中使用ControlNet控制生成姿势?

先下载对应的ControlNet模型文件,放入models/controlnet目录,然后在节点区添加“ControlNetLoader”和“Apply ControlNet”节点,将图片写入条件输入即可精准控制姿势和边缘。

相关推荐

Dify 本地部署教程:Docker 安装与配置
本教程手把手教你完成 Dify 本地部署,通过 Docker 安装与配置,把 AI 应用平台完全掌控在自己手中。无需依赖外部 SaaS,数据安全可控,还能自由对接私有模型和知识库。阅读本文,你将从零搭建起专属的 AI 工作流,解决日常办公与学习的自动化需求。
n8n 教程:开源自动化与 AI 工作流
本页是一份适合新手的 n8n 教程,带你快速掌握开源自动化工具的核心操作。从搭建节点到连接常用应用,一步步实现办公流程自动化,提升效率,节省重复劳动时间。
扣子 Coze 教程:字节 AI 智能体平台
本扣子 Coze 教程将带你从零上手字节跳动的 AI 智能体平台,学会搭建能自动处理文档、答疑解惑的工作流机器人。无论你是职场新人还是学生党,都能用它把重复性任务交给 AI,显著提升效率,告别繁琐手工操作。
FastGPT 教程:国产知识库问答平台
本文提供完整的FastGPT教程,从零开始搭建私有知识库问答系统。你将学会上传文档、配置工作流、发布应用,并解决企业信息检索难、客服响应慢等痛点,快速打造智能问答助手。
Dify 工作流教程:可视化编排 AI 应用
本教程将带你快速上手 Dify 工作流,学会用可视化画布编排 AI 应用,无需编程即可实现文档处理、数据抓取、自动回复等复杂流程。你将理解核心节点、条件分支与知识库接入,并掌握从创建到发布的全流程操作,真正解决办公与学习中的重复性工作痛点。
AnythingLLM 教程:本地知识库 AI 助手
想用 AI 管理本地文档?本 AnythingLLM 教程带你从零搭建私有知识库助手,轻松实现文档问答、摘要生成。学会配置模型、上传资料、调用 API,让 AI 真正为你工作,适合办公族与学习者。

相关文章