AIGC-ComfyUI工作流基础篇-入门教程

一、前沿

随着人工智能技术的日益成熟和广泛应用，艺术创作领域正经历着一场革命性的变革。特别是AIGC（人工智能生成内容）技术的崛起，为内容创作提供了前所未有的高效和便捷。在这场变革中，Comfyui作为一款前沿的AI绘画软件，正引领着艺术创作的新潮流。

ComfyUI是一款基于Python和PyTorch的图形界面，用于构建和运行深度学习模型，特别是生成对抗网络（GANs）。它提供了一个用户友好的环境，让研究人员和开发者能够轻松地实验和探索不同的模型架构和参数。其设计目标是简化实验流程，使得用户无需编写大量代码即可进行复杂的深度学习研究。由于篇幅过长，就分为基础篇和进阶篇两部分了，此篇为基础入门篇，下篇是进阶应用篇。如有描述错误的地方，欢迎指正!

二、ComfyUI基础介绍

ComfyUI是一个基于节点式流程的stable diffusion绘画工具WebUI，通过将stable
diffusion的流程拆分为节点，能够一键加载/定制大量的工作流和完善的可复现性，相较于我们常用的WebUI，ComfyUI有着轻量化、模块化以及灵活性的这些优势，劣势的话就是操作界面复杂，学习成本较高，对新手不太友好。下面通过本篇文章，带领你了解ComfyUI具体的使用方法。

没有ComfyUI

2.1、ComfyUI与WebUI对比优劣势

优势：

（1）轻量化：比SD更省内存，出图速度比SD快，硬件要求低，3G以上内存也能很好工作；

（2）模块化：按需启用不同模块，自由度高；

（3）灵活行，工作流机制，可以把以往复杂多个页面切换使用的步骤在一个流程里面都搞定；

（4）可以保存和共享工作流，可以使用别人的工作流，也可以分享给别人

（5）基于这种架构，适合快速研究新东西

劣势：

（1）操作界面复杂，学习曲线更大，对新手不友好

（2）需要了解一些关于AIGC的底层的知识，要了解编码器、采样器等相关知识，ComfyUI就像拼积木，你需要了解一个完整的流程需要干嘛，才会挑选对应的积木来拼起来这个工作流。

据说是3G以上显存的GPU上也能工作，单从降低电脑配置方面来说，ComfyUI就很值得来学了，总的来说，ComfyUI优点大于缺点，只要你完全掌握了，它能给你带来无限的可能，所以，有兴趣的小伙伴可以跟着我一起来学习ComfyUI技术，一起提高，那么，我们开始吧！

三、ComfyUI安装与配置

3.1、ComfyUI安装方法

由于本地部署的方式有多种，这边就选择最方便的一种来说明，就是直接使用秋叶大佬的整合包，一键安装方便快捷，整合包无需安装git、python、cuda等任何内容。

整合包下载链接可以自行B站搜索秋叶或者公众号回复：ComfyUI安装包

下载完成后，解压压缩包。打开ComfyUI的目录，找到启动器，双击启动即可。

来看看界面，玩过SD整合包的，一定对这个界面很熟悉，与WebUI界面一致，只是功能不同而已，点击一键启动即可。

整合包的插件支持在启动器这边安装，具体大家自行体验。

3.2、模型安装方法

3.2.1、独立模型配置

如果你只使用ComfyUI，点击进入ComfyUI的根目录，找到models的文件夹，对应找到checkpoints、controlnet、embeddings等文件夹，对应放置模型即可，他们分别放置什么类型模型具体看下图。

3.2.2、共享模型配置

如果之前有使用过Stable diffusion的话，那官方早就帮我们想到这点了，ComfyUI支持模型共享使用Stable
diffusion的，就不需要额外在下载重复的模型占用内存了。

同样我们还是找到ComfyUI的根目录，找到extra_model_paths.yaml.example这个文件

改名成extra_model_paths.yaml，也就是把尾缀的example去掉，然后直接双击打开

将base_path后面的这个路径，改成你SD的文件路径即可，这个是对应你SD的大模型；

将Controlnet后面路径也改成你WebUI对应的Controlnet的models路径，改完后的结果如下，最后保存即可。

然后重启你的ComfyUI，你就会发现可以选择的模型变多了。（如果没反应检查下前面的步骤是哪一步弄错了）。

3.2.3、各种模型存放路径

这里将comfyUI里面的目录结果做一下介绍，你可以和SD公用，也可以单独使用，下面路径保存对应的模型。

下面是官方版本的路径存放，秋叶整合包的也类似，自己对比下即可。

/ComfyUI\custom_nodes:各种安装的插件存放路径

/ComfyUI\models\checkpoin