ComfyUI 快速上手：AI绘画新手第一课

最新推荐文章于 2025-04-02 13:34:08 发布

程序员一东

最新推荐文章于 2025-04-02 13:34:08 发布

阅读量744

点赞数 38

文章标签： AI作画 stable diffusion 人工智能 SD绘画 Lora AI绘画 comfyui

本文链接：https://blog.youkuaiyun.com/Eqiqi/article/details/146906269

版权

前言

距上次发布相关内容已有 5 个月，ComfyUI 已有了诸多改进，功能更丰富，体验也更加完善。为帮助新用户快速上手，本文将围绕最新版本，重新整理 ComfyUI 的核心内容，包括简介、优势以及安装指导。

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~

一、ComfyUI 是什么？

首先，很多新用户可能还不太清楚 Stable Diffusion、ComfyUI、Stable Diffusion WebUI、ForgeUI 之间的区别，下面就来先帮你理清思路：

Stable Diffusion 是由 Stability AI 开发的 AI图像生成模型，最初主要在编程环境下运行，依赖于代码操作来实现图像生成。

Stable Diffusion WebUI、ComfyUI、ForgeUI 等工具是基于 Stable Diffusion 模型开发的可视化用户界面（UI），它们让用户可以通过直观的图形界面轻松调整参数、输入提示词、选择模型，并快速生成图像，无需编写代码。

简单来说，Stable Diffusion 就像是汽车发动机，而各种 UI 则是驾驶系统，帮助用户轻松操控这台强大的引擎，以获得理想的驾驶体验。

所以，ComfyUI 由 Comfy Org 发布的一款基于 Stable Diffusion 模型的用户界面，采用节点化操作的方式，让用户可以通过模块化的流程自由组合功能，进行灵活的图像生成。

二、ComfyUI 的特点与优势？

节点式工作流：采用可视化的“节点连接”方式，用户可以自由组合不同的功能模块，实现高度灵活的图像生成流程。
高度可控：通过拆分图像生成的每个步骤，用户可以精准控制采样、噪声、正则化等关键环节，实现更细致的创作。
显存占用更少：ComfyUI 通过优化内存管理，支持大模型运行，同时减少 GPU 显存占用，适合显存有限的设备。
易于复用和共享：用户可以轻松分享自己的工作流配置，让他人快速复现相同的效果，促进社区交流和共同进步。对于企业或团队合作，标准化的流程分享能提高协作效率，减少重复工作。
生态丰富：ComfyUI 拥有活跃的社区生态，持续推出丰富的插件、模板和教程，使其功能不断扩展，进而满足多样化创意需求。

三、ComfyUI 和 SD WebUI 学哪个？

如今对于这个问题，我的建议是，如果你想深入学习Stable Diffusion并将其应用到实际工作中，直接放弃SD-WebUI，全心学习ComfyUI。

理由如下：

更新频率：SD-WebUI的最后一个更新是在大约半年前，这意味着它可能缺乏对最新技术的支持以及最新的性能优化。
社区活跃度：目前，社区的生态环境已经显著地向ComfyUI倾斜。这不仅意味着更多的新功能和插件将首先在ComfyUI上实现，也表明你可以获得更广泛的技术支持和资源。
灵活性与学习曲线：虽然SD-WebUI提供了较为固定的用户界面，降低了初学者的学习门槛，但这种固定设计不利于用户深入理解底层逻辑，也不利于进行精细化控制。相比之下，ComfyUI虽然可能需要更多时间去适应，但它为高级用户提供了更大的灵活性和操控空间。

如果你只是想利用AI快速生成一张图像，并且对画面内容、风格和构图没有特别精准的控制要求，那么其实使用GPT或通义这样的大模型就已经足够了，没有必要专门学习Stable Diffusion。

四、安装指南（Windows）

由于ComfyUI不断更新，安装步骤可能会有所变化，这里仅提供Windows系统的本地部署指南。对于其他环境（如云使用、桌面版或不同操作系统），网上有丰富的教程可供参考，请根据需要自行查找。

硬件要求

电脑关键硬件及影响：

CPU：处理能力直接影响到模型训练和推理的速度。对于复杂的图像生成任务，多核高频率的处理器能显著提高效率。
GPU：图形处理单元是运行深度学习模型的关键。NVIDIA GPU因其CUDA支持而成为首选，尤其是对于Stable Diffusion这样的AI模型。
RAM：足够的内存可以确保程序流畅运行，尤其是在处理大型数据集或复杂模型时。
硬盘：高速SSD有助于加快数据读写速度，减少加载时间。特别是当需要频繁访问大量训练数据或模型文件时尤为重要。

重要级别排序：GPU (显卡) > RAM (内存) > CPU > 硬盘

最低配置要求：

CPU：现代多核处理器（如Intel i5或AMD Ryzen 5）
GPU：NVIDIA GTX 1060 6GB或等效显卡
RAM：8GB
存储：256GB SSD

但相信我，这个最低配置不会有良好的体验。

建议配置要求：

CPU：高性能多核处理器（如Intel i7或AMD Ryzen 7）
GPU：NVIDIA RTX 30系列或更高（例如RTX 3060、3070），具有8GB以上显存
RAM：16GB或更高
存储：512GB SSD或更大容量

随着AI生成图像的效果越来越好，模型也变得越来越大，对内存和显存的需求也随之增加。因此，上述建议配置是保证较好体验的基础，更高的配置将带来更流畅的使用体验。

安装指南

ComfyUI的本地部署非常简单，一个包解压即用。

1. 下载并安装 [7-zip](https://7-zip.org/)，因为ComfyUI的安装包是7-zip格式。

2. 访问https://github.com/comfyanonymous/ComfyUI/releases，下载最新版本的ComfyUI压缩包。

3. 右键点击压缩包 → 7-Zip → 提取到当前位置，完成后将得到 ComfyUI_windows_portable 文件夹。

4. 下载模型，例如 v1-5-pruned-emaonly.safetensors

https://huggingface.co/runwayml/stable-diffusion-v1-5/tree/main（与SD通用），保存到ComfyUI/models/checkpoints/

5. 运行 ComfyUI： Nvidia GPU显卡用户运行 run_nvidia_gpu.bat；反之运行 run_cpu.bat

稍等片刻，当在浏览器中看到如下界面时，选择已安装的模型，然后点击“Queue”。如果图片顺利生成，则表示安装成功。

汉化

如今ComfyUI的汉化已无需额外安装插件，在用户界面左下角打开设置，在 Comfy → Language 选择 “中文”。

五、认识用户界面

对于新手，先了解界面的基本功能就足够了，它们很直观。通过学习一些图像生成的案例，你会逐渐熟悉更多。

如果你对Stable Diffusion模型的工作原理还不了解，建议你先看懂以下两张图，再去对照ComfyUI的默认工作流，它呈现了Stable Diffusion的核心要素和基本原理。

ComfyUI 默认工作流：

六、与 SD-WebUI 共用模型

如果你已经安装了SD-WebUI及其相关模型，无需为ComfyUI重复安装这些模型，以避免占用额外的硬盘空间。你可以通过设置路径共享来实现ComfyUI和SD-WebUI的模型共用：

1. 将 ComfyUI_windows_portable/ComfyUI/extra_model_paths.yaml.example 文件更名为 extra_model_paths.yaml

2. 用记事本打开该文件，将 base_path: path/to/stable-diffusion-webui/ 改为真实的SD-WebUI路径，例如：base_path: D:/AIGC/StableDiffusion/stable-diffusion-webui/。之后，各模型路径会被自动检测到（注意：controlnet的路径需要手动修改，因为.yaml中controlnet的默认路径有错误。）

3. 重启ComfyUI

七、快捷键

以下是比较常用的快捷键，在设置>快捷键中可以进行自定义。

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。