【AIGC】ComfyUI 入门教程:ComfyUI 管理器|AI 生成图片

前言


ComfyUI 是 Stable Diffusion 的一个基于节点组装绘图流程的图形用户界面(GUI)。通过将不同的节点连接在一起,你可以在 ComfyUI 中构建图像生成工作流。一个完整的工作流看起来像下面这样:

这篇教程我们来继续介绍 ComfyUI 的管理器。ComfyUI 管理器是一个自定义节点,它允许你通过 ComfyUI 界面 安装和更新其他自定义节点。

所有的AI设计工具,安装包、模型和插件,都已经整理好了,👇获取~在这里插入图片描述

1、安装 ComfyUI 管理器

1.1、在 Windows 上安装 ComfyUI 管理器

在文件资源管理器中,导航到文件夹 ComfyUI_windows_portable > ComfyUI > custom_nodes

custom_nodes 目录

在地址栏中,键入 cmd 并点击键盘回车键。

输入 cmd 命令

接下来,会弹出一个命令行终端。你在命令行终端中输入以下命令并回车:

git clone https://github.com/ltdrdata/ComfyUI-Manager   

等待它完成后,重新启动 ComfyUI。你应该在浮动面板上看到新的 Manager 按钮。

Manager 按钮

如果 ComfyUI 管理器没有显示出来,请阅读终端中的错误消息。

一个常见的错误是你没有安装 GIT(一个源代码管理系统),你应该先安装它,再重试上面的流程。

1.2、在 macOS 上安装 ComfyUI 管理器

要在 macOS 上安装 ComfyUI 管理器,可以到 macOS 的终端应用程序先进入 ComfyUI 的自定义节点文件夹:

cd ComfyUI/custom_nodes   

并克隆节点到你的本地存储:

git clone https://github.com/ltdrdata/ComfyUI-Manager   

然后,重新启动 ComfyUI 即可。

2、使用 ComfyUI 管理器

ComfyUI 管理器安装完成后,你应该在 Queue Prompt 菜单上看到一个额外的 Manager 按钮。

Manager 按钮

点击它会显示一个界面,在这里你可以:

  • 安装/卸载自定义节点。

  • 在当前工作流中安装缺失的节点。

  • 安装模型,如:Checkpoint 模型、AI 上采样器、VAE、LoRA、ControlNet 模型等。

  • 更新 ComfyUI UI。

  • 阅读社区手册。

ComfyUI Manager Menu

其中,Install Missing Nodes(安装缺失节点) 功能对于查找当前工作流中所需的自定义节点特别有用。

Install Missing Nodes(安装缺失节点) 菜单让你可以管理自定义节点。你可以卸载或禁用已安装的节点,或安装一个新的。

Install Missing Nodes

3、如何安装缺失的自定义节点

你可能没有在工作流中安装所有需要的自定义节点。在加载工作流文件后,执行以下步骤以安装缺失的自定义节点。

  • 1、点击菜单中的 Manager

  • 2、点击 Install Missing Custom Nodes(安装缺失的自定义节点)

  • 3、重新启动 ComfyUI。

4、更新 ComfyUI 及节点

更新 ComfyUI 的最简单方法是点击 ComfyUI 管理器中的 Update All 按钮,它将更新 ComfyUI 本身以及所有已安装的自定义节点,然后重新启动 ComfyUI 以完成更新。

如果你想独立更新 ComfyUI 或自定义节点,请按照以下更新步骤操作:

4.1、更新 ComfyUI

要单独更新 ComfyUI,可以按照下面步骤操作:

  • 1、点击菜单中的 Manager

  • 2、点击 Update ComfyUI

  • 3、重新启动 ComfyUI。

4.2、更新自定义节点

要更新自定义节点,可以按照下面步骤操作:

  • 1、点击菜单中的 Manager

  • 2、点击 Fetch Updates,这个过程可能需要一段时间才能完成。

  • 3、点击 Install Custom Nodes

  • 4、如果有更新可用,已安装的自定义节点旁边将出现一个新的 Update 按钮。

  • 5、点击 Update 即可更新节点。

  • 6、重新启动 ComfyUI。

更新自定义节点

如果这个更新过程不起作用,你将需要使用终端来进行更新操作,如:Windows 平台的 PowerShell 应用程序或 macOS 平台的 终端应用程序,来执行 git pull

  • 1、打开终端。

  • 2、cd 到自定义节点的目录。下面是一个进入 controlnet aux 目录的示例:

cd ComfyUI/custom_nodes/comfyui_controlnet_aux/   
  • 3、执行 git pull
git pull   
  • 4、重新启动 ComfyUI。

5、搜索自定义节点

当我们安装了较多自定义节点后,Add Node 菜单可能不是查找自定义节点的最佳方式。这时候,你可以通过双击任何空白区域来调用一个菜单来搜索节点。

为了帮助大家更好地掌握 ComfyUI,我在去年花了几个月的时间,撰写并录制了一套ComfyUI的基础教程,共六篇。这套教程详细介绍了选择ComfyUI的理由、其优缺点、下载安装方法、模型与插件的安装、工作流节点和底层逻辑详解、遮罩修改重绘/Inpenting模块以及SDXL工作流手把手搭建。

由于篇幅原因,本文精选几个章节,详细版点击下方卡片免费领取

在这里插入图片描述

一、ComfyUI配置指南

  • 报错指南
  • 环境配置
  • 脚本更新
  • 后记

img

二、ComfyUI基础入门

  • 软件安装篇
  • 插件安装篇

img

三、 ComfyUI工作流节点/底层逻辑详解

  • ComfyUI 基础概念理解
  • Stable diffusion 工作原理
  • 工作流底层逻辑
  • 必备插件补全

img

四、ComfyUI节点技巧进阶/多模型串联

  • 节点进阶详解
  • 提词技巧精通
  • 多模型节点串联

img

五、ComfyUI遮罩修改重绘/Inpenting模块详解

  • 图像分辨率
  • 姿势

img

六、ComfyUI超实用SDXL工作流手把手搭建

  • Refined模型
  • SDXL风格化提示词
  • SDXL工作流搭建

img

由于篇幅原因,本文精选几个章节,详细版点击下方卡片免费领取

在这里插入图片描述

img

### AI绘画课程与学习资源推荐 对于希望深入学习AI绘画的新手而言,可以从以下几个方面入手: #### 一、在线教程 1. **全面的入门指导** 可以参考《AI绘画入门教程》[^1],该教程覆盖了从零基础到精通的学习路径。它详细介绍了如何使用AI绘画工具中的不同功能模块,例如选择分类(人物、风景、卡通等),以及调整参数的具体方法。 2. **简洁实用型指南** 对于追求效率和实用性的人来说,《AI绘画学习入门指南》[^4] 是一个很好的选择。这份材料专注于解决实际问题,帮助用户快速掌握核心技能,而不会被冗长的技术理论所困扰。 #### 二、常用工具及其特点 - 市面上主流的AI绘画工具有两类:Stable Diffusion 和 MidJourney[^2]。这两款工具均基于先进的机器学习算法开发而成,可以根据用户的文字描述自动生成高质量图像。 - Stable Diffusion 更适合喜欢动手实践和技术探索的人群;其配套的工作流教程如 ComfyUI 教程[^3] 提供了详尽的操作指引。 - MidJourney 则以其简单易用著称,特别适合作为初学者的第一款尝试工具。 #### 三、系统化学习方案 如果计划长期投入并深入研究,则可以考虑按照以下顺序逐步推进: 1. 下载安装 Stable Diffusion 软件包,并利用官方提供的 PDF 文档完成初步配置; 2. 结合视频教学内容熟悉界面布局及基本命令语法; 3. 尝试模仿经典作品来巩固知识点; 4. 不断优化模型设置直至达到理想效果为止。 此外,《AI绘画小白必读——一份超详细的AI学习路线图!》[^5] 还探讨了 AIGC 技术未来的应用前景,这有助于开阔视野并对行业趋势保持敏感度。 ```python # 示例代码展示如何调用稳定扩散API生成一张图片 import requests def generate_image(prompt_text): url = 'https://api.stability.ai/v1/generation/stable-diffusion' headers = {'Authorization': 'Bearer YOUR_API_KEY'} payload = {"text_prompts": [{"text": prompt_text}]} response = requests.post(url, json=payload, headers=headers) return response.json()['artifacts'][0]['base64'] image_data = generate_image('a beautiful sunset over the ocean') with open("output.png", "wb") as f: f.write(base64.b64decode(image_data)) ``` 以上就是针对您提问整理的相关信息汇总,请根据个人兴趣爱好挑选合适的方式开启您的艺术创作之旅吧! 相关问题
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值