【第2章】ComfyUI安装（配置要求/一键安装/快速上手/生成第一张图）ComfyUI基础入门教程

最新推荐文章于 2025-05-14 19:36:29 发布
最新推荐文章于 2025-05-14 19:36:29 发布
阅读量7.9k 收藏 7
点赞数 4
分类专栏： ComfyUI基础入门课 文章标签： comfyui 基础教程 comfyui安装 人工智能 AI作画 stable diffusion 电脑配置
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/JuMengXiaoKeTang/article/details/139249871
版权
本文介绍了ComfyUI的电脑配置要求，包括CPU、显卡、内存和硬盘的推荐配置。然后详细阐述了一键安装过程，通过秋叶的一键安装包进行下载和更新。接着，指导了如何打开、升级ComfyUI以及生成第一张图片的步骤，包括解决大模型加载问题。最后，简要展示了生成图像的过程，并鼓励读者在评论区提问。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

🌼电脑配置要求

ComfyUI对电脑的配置要求整体还是比较高的，最重要的是对显卡要求最高，需要最少4G以上显存，否则在学习的过程中会非常吃力。

以下是对于配置的简单介绍和推荐配置，以及这些配置对于绘图的影响：

  • 【CPU】要求不高，intel10代i3以上就可以用，推荐intel 13代 i5，13600kf，性能强，跟14代同型号差别很小但价格便宜一些，发热量也不算大，双风扇风冷就能扛得住，省了水冷的价格还免去了水冷可能漏液的风险；如果非要减一些配置的话，CPU可以适当再降低一些也问题不大；
  • 【显卡最低要求】Nvdia显卡，4G以上显存；推荐RTX 4060ti 16G，相对来说性价比比较高，显存大，渲染相率也不低，甚至在某些对于显存要求高的场景下，比4070还要香一些；
  • 【内存】最低16G以上，推荐32G以上，有些模型会加载在内存中，所以如果太低可能会导致工作流运行不起来；
  • 【硬盘】最低200G的空置空间, 这里强烈推荐买个
了解本专栏 订阅专栏 解锁全文
【第8章】如何利用ControlNet生成“可控画面”？（配置要求/一键安装/快速上手/生成第一张图）ComfyUI基础入门教程
聚梦小课堂
06-12 1112
在ComfyUI中使用ControlNet来生成可控画面，内容涵盖：ControlNet定义、用途、15大类别、安装等基础知识，并以一个“真人转二次元”的风格转绘工作流为例，带你一步步搭建一个，支持多个ControlNet混用的ComfyUI工作流...
【第4章】手动搭建第一个ComfyUI工作流（文生图/搭建/参数/批量移动/节点分组）ComfyUI基础入门教程
聚梦小课堂
06-12 1512
搭建ComfyUI文生图工作流，内容涵盖：AI绘图的工作原理、创建第一个节点，通过实操过程，详细的了解节点上的输入项、输出项、手动输入项的参数含义，并掌握节点的批量移动、节点分组等基础知识...
AI绘画进阶工具ComfyUI 傻瓜整合包安装教程！模型共享，一键安装！
A13531922962的博客
05-15 4425
ComfyUI 本体 Github 主页：https://github.com/comfyanonymous/ComfyUI （注意：访问需要科学上网）ComfyUI 和同学们熟知的 WebUI 一样，都是 Stable Diffusion 的一种用户界面，可以实现文生图、图生图、图像处理、AI 视频生成等操作。
2025最新ComfyUI本地部署手把手教程！
m0_59236602的博客
01-22 7751
系统：推荐使用 Windows10 或 Windows11 系统；如何查看自己电脑的操作系统呢？内存：内存大小建议：最低 8G，越大越好。在设备规格/机带 RAM：表示电脑的内存容量，如果小于 8G，建议购买内存条对内存进行扩充。显卡：建议使用英伟达 40 系列显卡，8G 容量是最低要求，建议 16G，可以在价格和性能取一个平衡。查看显卡在上图最右侧：点这份完整版的comfyui整合包已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费。
AI图像处理之ComfyUI（一）
最新发布
u012825372的博客
05-14 1016
启动命令：run_cpu.bat：window系统下CPU启动run_nvidia_gpu.bat：window系统下GPU启动，默认为32位。依赖FP32精度，显存占用较高。run_nvidia_gpu_fast_fp16_accumulation.bat：window系统下GPU启动，1混合精度训练（FP16+FP32），适用于显存受限，多卡并行训练。选择建议fast_fp16_accumulation：如果训练参数量大于1亿的模型、单卡显存<24GB或追求极致训练速度时推荐使用。
ComfyUI安装完整攻略
AIGC绘图领域探索者，热衷于将创意与技术融合，致力于分享前沿AI绘图技巧与心得，让我们一起开启视觉艺术的新篇章。
07-07 9806
ComfyUI是一种新型的Stable Diffusion用户界面，因其独树一帜的“节点式”界面，逐渐成为了AI绘画领域进阶玩家的得力武器。搭配各式各样的自定义节点与功能强大的工作流，它得以用更低的配置实现许多在WebUI等常规界面里无法做到的复杂生成任务，并为基于Stable Diffusion搭建各类AIGC应用提供了便利。
AI绘图的场景应用：文生图、图生图
qq_41314882的博客
03-15 5563
AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。感兴趣的小伙伴，赠送全套AIGC学习资料和安装工具，包含AI绘画、AI人工智能等前沿科技教程，模型插件，具体看下方。
ComfyUI 完全入门：安装部署
z099164的博客
05-22 8326
在AI绘画领域，Stable Diffusion 因其开源特性而受到广泛的关注和支持，背后聚拢了一大批的应用开发者和艺术创作者，是AI绘画领域当之无愧的王者。目前使用 Stable Diffusion 进行创作的工具主要有两个：Stable Diffusion WebUI 和 ComfyUI。Stable Diffusion WebUI 开箱即用，基本功能齐全，社区也有很多的插件支持，入门比较简单，适合新手，但是可定制性稍微差点，很多作品不容易传播复现，使用API进行操作也有一定的难度。
comfyui入门｜超详细安装教程（汉化+管理器）
热门推荐
z19981的博客
08-14 3万+
今天我给大家分享的是怎么安装comfyUI。网上安装comfyui的教程有很多，但是说的有点偏复杂了，特别是安装节点的时候，其实没那么难，这篇文章我就给大家分享下如何快速安装comfyui及各个节点的安装卸载。其实刚开始我也摸索了很久，遇到很多问题，我把遇到的问题都给大家整理好了，继续往下看；本次教程主要针对windows的小伙伴，下一篇文章，我会专门出一期mac系统的安装教程。comfyui软件安装comfyui节点管理器安装comfyui汉化方法——🔋——comfyui软件安装。
【大模型系列篇】ComfyUI一键安装部署教程
木亦汐丫
12-23 3363
​如何安装ComfyUI是不是难倒了一众想体验的玩家，当然使用官方提供的整合包或者使用秋叶的一键启动器也是非常简单的。但是这次我们来体验下Docker一键安装部署的快感。 当然首先我们需要在宿主机上安装好Docker以及需要让容器能访问到宿主机的GPU资源，大家可以参考之前整理的《GPU资源容器化访问使用指南》一步一步操作。
【第6章】如何生成“优质高清”的写实人像？（进阶文生图/提升画质/潜空间放大/像素空间放大）ComfyUI基础入门教程
聚梦小课堂
06-12 1029
从0开始，利用ComfyUI文生图工作流，绘制一个高质量、大尺寸的真人画面，内容涵盖：进阶版的文生图工作流搭建、提升图像质量、2种放大方式（潜空间放大、像素空间放大）的用法及区别，如何在放大时，保证画面的一致性...
【第1章】Stable Diffuison WebUI 安装（配置要求/一键安装/云端部署/手动私有化部署/N卡/A卡/Mac电脑）
聚梦小课堂
10-29 2244
Stable Diffusion WebUI的详细安装教程，内容涉及：软件简介、电脑配置要求、一键安装、手动私有化部署等，对Window系统、N卡/AMD卡/Inter显卡、Mac OS系统均适用。完成本章学习后，您将拥有属于自己的本地版免费AI绘画软件——Stable Diffusion WebUI
ComfyUI基础篇：安装方法（Windows系统）
2401_84760527的博客
09-26 1万+
前言ComfyUI作为一款功能强大的AI生图工具，它通过节点方式，使用户可以直观地看到各个模块的功能，并根据需求进行调整和连接。这种方法使工作流程更加清晰，同时降低了使用门槛，使得不熟悉代码的用户也能轻松使用。本文我将教会你ComfyUI的安装方法。目前主流的安装方法有下面三种：由于前两种方法安装简单，只需下载解压即可，所以本文我主要介绍本地部署环境的安装方法，同时本文也会提供前两种方法的下载链接。注意：本文的安装方法只适用于英伟达GPU和Windows操作系统的设备。目录1.前两种方法的安装链接。
全网最全comfyui工作流保姆级教程来啦！comfyui工作流搭建看这一篇就够了
m0_71746299的博客
05-10 2万+
ControINet 有独立的控制图像，通过对图像的预处理，再结合提示词进行生成图像 不同的预处理可以对生成的图像进行不同的控制，一般有风格约束、线条约束、姿态约束、景深控制等，不管是WebUI还是ComfyUI，都有强大ControlNet，这里不详细介绍ControlNet，主要讲下如何在ComfyUI中使用ControlNet，后续可能专门写一篇ControlNet的详细介绍。当我们采用他人创建的工作流时，有时会遇到他们所使用的一些节点我们本地并未安装，从而出现了节点缺失的问题。
从零开始教你玩转ComfyUI-保姆级部署教程-手把手带你ComfyUI工作流搭建
2401_84760527的博客
08-31 1万+
本教程专为初学者设计，详细介绍了 2024 年最新版的SD ComfyUI的使用方法。通过逐步指导，让你无需任何基础，快速学会并使用这一强大的AI绘图工具。ComfyUI就像拥有一支神奇魔杖，可以轻松创造出令人惊叹的AI生成艺术。从本质上讲，ComfyUI是构建在Stable Diffusion之上的基于节点的图形用户界面(GUI)，而Stable Diffusion是一种最先进的深度学习模型，可以根据文本描述生成图像。
ComfyUI-Easy-Use 使用教程
gitblog_00302的博客
09-03 2303
ComfyUI-Easy-Use 使用教程 项目地址:https://gitcode.com/gh_mirrors/co/ComfyUI-Easy-Use 项目介绍 ComfyUI-Easy-Use 是一个基于 TinyTerraNodes 的效率自定义节点集成包，旨在通过集成和优化多个流行的自定义节点，实现更快、更便捷地使用 ComfyUI。该项目确保了操作的自由度，同时恢复了 Stable D...
关于ComfyUI的Comfy-Easy-Use节点安装心得
weixin_60457545的博客
01-03 2052
关于comfy-easy-use节点，这个节点其实很难安装，因为很容易出错，但是我后来发现了，其实最大的问题是安装步骤，首先我们需要下载该节点，直接GitHub上下载压缩包，或者通过cmd的gitclone都可以，这里可能需要使用镜像网站。然后重点来了，我觉得之所以这么容易出错就是因为好像我这种新手很容易会忘记关注该节点的环境要求，这时候我们就需要在该文件夹内cmd，“pip install -r requirements.txt”,把该节点所需要的环境给安装上去。
AIGC绘画: ComfyUI安装及环境配置
2401_84760719的博客
12-31 1059
ComfyUI是一种新型的Stable Diffusion用户界面，因其独树一帜的“节点式”界面，逐渐成为了AI绘画领域进阶玩家的得力武器。搭配各式各样的自定义节点与功能强大的工作流，它得以用更低的配置实现许多在WebUI等常规界面里无法做到的复杂生成任务，并为基于Stable Diffusion搭建各类AIGC应用提供了便利。温馨提示：篇幅有限，已打包文件夹，获取方式在：文末。
【ComfyUI】MacBook Pro 安装(Intel 集成显卡)
山鬼谣的专栏
10-11 6360
看之前，一定要确认环境。看之前，一定要确认环境。看之前，一定要确认环境。我这台MacBook Pro是英特尔的集成显卡，所以用不了CUDA，也就用不了GPU。（主要是因为英特尔没有出相应的工具包）所以按照ComfyUI思路就是，最终是要使用CPU来跑的。
autogptq
03-11
### 使用 AutoGPTQ 库量化 Transformer 模型 为了使用 `AutoGPTQ` 对 Transformer 模型进行量化，可以遵循如下方法： 安装所需的依赖包是必要的操作。通过 pip 安装 `auto-gptq` 可以获取最新版本的库。 ```bash pip install auto-gptq ``` 加载预训练模型并应用 GPTQ (General-Purpose Tensor Quantization) 技术来减少模型大小和加速推理过程是一个常见的流程。下面展示了如何利用 `AutoGPTQForCausalLM` 类来进行这一工作[^1]。 ```python from transformers import AutoModelForCausalLM, AutoTokenizer from auto_gptq import AutoGPTQForCausalLM model_name_or_path = "facebook/opt-350m" quantized_model_dir = "./quantized_model" tokenizer = AutoTokenizer.from_pretrained(model_name_or_path) model = AutoModelForCausalLM.from_pretrained(model_name_or_path) # 加载已经量化的模型或者创建一个新的量化器对象用于量化未压缩过的模型 gptq_model = AutoGPTQForCausalLM.from_pretrained(quantized_model_dir, model=model, tokenizer=tokenizer) ``` 对于那些希望进一步优化其部署环境中的模型性能的人来说，`AutoGPTQ` 提供了多种配置选项来自定义量化参数，比如位宽(bit-width)，这有助于平衡精度损失与运行效率之间的关系。 #### 注意事项 当处理特定硬件平台上的部署时，建议查阅官方文档以获得最佳实践指导和支持信息。此外，在实际应用场景之前应该充分测试经过量化的模型以确保满足预期的质量标准。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

聚梦小课堂

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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