【comfyui教程】ComfyUI零基础入门搭建教程_comfyui clip模型

最新推荐文章于 2025-06-04 21:37:36 发布
原创 最新推荐文章于 2025-06-04 21:37:36 发布 · 1.3k 阅读 · 26 ·
CC 4.0 BY-SA版权
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。
文章标签：

#人工智能 #stable diffusion #AI作画 #音视频 #美女 #comfyui

大家好我是AIGC阿道夫

前言

一、介绍

ComfyUI 是一个强大的、模块化的 Stable Diffusion 界面与后端项目。该用户界面允许用户使用基于图形/节点/流程图的界面设计和执行高级稳定的扩散管道。该项目部分其它特点如下：

  • 目前全面支持 SD1.x，SD2.x，SDXL，SD3，Stable Video Diffusion 和 Stable Cascade

  • 命令行选项： --lowvram 使其在显存小于 1GB 的 GPU 上运行（在显存较低的 GPU 上自动启用）

  • 即使没有 GPU，也可以工作： --cpu （慢）

  • 可以加载 ckpt、safetensors 和 diffusers models/checkpoints。独立 VAE 和 CLIP 模型

  • 从生成的 PNG 文件加载完整的工作流程（带有种子）

  • 将工作流程保存/加载为 Json 文件

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~

请添加图片描述

二、容器构建说明

1. 部署ComfyUI
（1）使用命令克隆ComfyUI
git clone https://github.com/comfyanonymous/ComfyUI.git  
cd ComfyUI
（2）安装 conda（如已安装则跳过）

下面需要使用 Anaconda 或 Mimiconda 创建虚拟环境，可以输入 conda --version 进行检查。下面是 Mimiconda 的安装过程：

  • 下载 Miniconda 安装脚本
wget https://repo.anaconda.com/miniconda/Miniconda3\-latest-Linux-x86\_64.sh
  • 运行安装脚本
bash Miniconda3\-latest-Linux-x86\_64.sh
  • 遵循安装提示并初始化

按 Enter 键查看许可证条款，阅读完毕后输入 yes 接受条款，安装完成后，脚本会询问是否初始化 conda 环境，输入 yes 并按 Enter 键。

  • 运行 source ~/.bashrc 命令激活 conda 环境

  • 再次输入 conda --version 命令来验证是否安装成功，如果出现类似 conda 4.10.3 这样的输出就成功了。

（3）创建虚拟环境

输入下面的命令：

conda create -n comfyui  
conda activate comfyui
（4）安装pytorch
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu121
（5）安装项目依赖
pip install -r requirements.txt

此时所需环境就已经搭建完成，通过下面命令进行启动：

python main.py

访问网址得到类似下图界面即表示成功启动：

2. 下载stable diffusion 3的相关内容
（1）下载模型SD3

访问 Hugging Face 搜索“stable-diffusion-3-medium”下载 Stable Diffusion 3 的相关模型。首次访问该页面时，可能需要同意用户协议才能看到模型下载页。

官方提供了4个模型：

①由名字可以看出模型“sd3_medium”不带任何文本编码器，因此要使用的话需要下载 text encode 文件夹下的四个文件；

②模型“sd3_medium_incl_clips”可以直接生成图像，但不包含 T5xxlf的的文本编码器，所以性能会稍微差一些，但是需要的资源配置也会比较少；

③另外两个大模型类似v1.5 和 XL，可以直接用于图像生成。区别在于 T5xxlf编码器的浮点数不同，理论上 15GB 的stable-diffusion-3-medium的模型对语义的理解效果最好，但也最耗资源。

将适合自己的模型下载到 ComfyUI/models/checkpoint下。注：如果选择了不带clip的模型，则需要搭配 text_encoders中的文件，下载到 ComfyUI/models/clip文件下

（2）下载工作流

需下载图中的文件夹，这是官方提供的工作流。共三个，分别是：基础工作流、多提示词工作流和放大工作流。

重新启动模型导入工作流即可开始comfyui探索之旅

3. 拓展插件安装（可选）
（1）下载manager管理器

manager 是一个用来加强ComfyUI可用性的扩展，提供了对ComfyUI各种自定义节点的安装、删除、禁用、启用等管理功能。同时还提供了中心功能和便利功能，用来访问 ComfyUI 中各种信息。

cd /ComfyUI/custom\_nodes  
git clone https://github.com/ltdrdata/ComfyUI-Manager.git

成功安装之后重启界面会出现一个“Manager”如图：

（2）界面汉化插件
git clone https://github.com/AIGODLIKE/AIGODLIKE-ComfyUI-Translation.git

下载文件之后需要重新启动，重启模型之后：

设置一次之后可点击图中框选出的选项进行语言的切换：

（3）中文提示词插件安装
cd /ComfyUI/custom\_nodes  
git clone https://github.com/thisjam/comfyui-sixgod\_prompt.git

然后重启ComfyUI后看到下图的小标志就表示可以了：

使用方法：双击页面，在搜索框中搜索“six”即可出现，点击sixGodPrompts，此时出现的就是提示词的中文输入框可以替代自带的clip输入框，可点击左下角的小标或按“AIT”+“q”打开和隐藏。

使用方法如下：

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

请添加图片描述

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

请添加图片描述

img

【comfyUI教程】节点知识补充和示例（三、CLIP多条件联结Concat,Combine,Average原理和区别）
qazzsq2420的博客
03-24 5644
当我们在comfyUI中想将多个条件联结输入，有Concat,Combine,Average三种节点可选：可以看到他们都是输入两个条件整合后输出一个条件，那么他们都如何使用，在原理上他们有什么区别，各自的适合场景有哪些呢？Conditioning(Concat) 是将两个条件节点串联投入，生成噪声和图像。适合对图画中不同的部分分开表述组合到一起。Conditioning(Combine)是两个不同条件分别生成噪声在融合采样成图像。适合对两个特征不十分冲突的条件效果进行融合。
2024年SD ComfyUI零基础入门教程：controlNet工作流程全解析
Yu91an的博客
07-12 1499
本教程是 2024 年最新的SD ComfyUI入门指南，专为初学者设计，详细介绍了如何搭建controlNet工作流程。通过逐步指导，让您轻松掌握SD ComfyUI的高级功能，提升AI绘图的精准度和创造力。我们在WebUI中使用controlnet都是通过插件，而插件中包含了预处理器和模型。而在comfyui中我们是预处理和模型分开搭建的，接下来就让我们看看如何搭建吧首先我们先加载我们的默认工作流。
ComfyUI搭建使用教程
培根芝士的专栏
11-23 2万+
ComfyUI 是一个基于节点流程式的stable diffusion AI 绘图工具WebUI， 通过将stable diffusion的流程拆分成节点，实现了更加精准的工作流定制和完善的可复现性。ComfyUI因为内部生成流程做了优化，生成图片时的速度相较于WebUI有10%~25%的提升（根据不同显卡提升幅度不同），生成大图片的时候不会爆显存，只是图片太大时，会因为切块运算的导致图片碎裂。
ComfyUI教程|（完整版）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
z19981的博客
06-04 2832
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。但ComfyUI真正特别之处在于，它如何让像你这样的艺术家释放创造力，将你最疯狂的想法变为现实。想象一下有一块数字画布，你可以通过连接不同的节点来构建自己独特的图像生成工作流，每个节点代表一个特定的功能或操作。
comfyui便携版（绿色版）安装CLIP报错no module named ‘CLIP‘
dalaomanzou的博客
04-11 1373
使用这个命令，默认是从pypi这个包管理网站的服务器获取名字是小写的clip，但它又恰好跟openai里的CLIP同名（只是大小写不同），这就导致我们看似安装了对方要求的东西，实际上却没有，因而没法继续后面的流程。这里有一个细节需要注意，它的提示是no module named ‘CLIP’，这里的CLIP是大写的。它跟我们一般情况下碰到的模块缺失报错提示不一样，一般的通常是小写的模块名。这样的形式（以模块化的形式安装到当前便携版的python库里，不会污染全局环境下的python）。
ComfyUI节点功能大全｜CLIP文本编码器及类似节点介绍
aivinla的博客
03-27 1747
最新更有腾讯混元hunyuan-ComfyUI，支持一键生图，小白上手，一键操作！
【Stable Diffusion】ComfyUI自助搭建工作流-文生图
m0_71745903的博客
05-11 1555
哈喽大家好，前几期分享了一些常用的插件，非常适合抄作业用，但想动手搭建自己的工作流，就要搞懂各个节点是做什么的，这样才能灵活的掌握和使用ComfyUI开始基础工作流拆解之前，先介绍下SD基础的转化流程【输入】—（转换）—【潜在空间】—（转换）—【输出】无论是文生图还是图生图，提示词/图片作为输入基础信息传递给AI，AI并不认识这些，这里需要转化成计算机认识的内容到潜在空间中所有的运算和生成过程也都是在潜在空间，当完成图片后，需要再从潜在空间次转化出来，转化成我们看得懂的像素图像。
（完整版）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
热门推荐
php源码
08-15 3万+
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。但ComfyUI真正特别之处在于，它如何让像你这样的艺术家释放创造力，将你最疯狂的想法变为现实。想象一下有一块数字画布，你可以通过连接不同的节点来构建自己独特的图像生成工作流，每个节点代表一个特定的功能或操作。
【AIGC】ComfyUI 入门教程：图生图工作流｜AI 生成图片
2401_86895074的博客
08-28 4269
大家好，我是SD教程菌。如果你也对 AIGC 技术感兴趣，可以点个关注，我会定期分享AI绘画、人工智能相关教程。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使用 ComfyUI 来进行图生图。
2025年SD ComfyUI零基础入门教程：Lora工作流搭建
m0_64365896的博客
02-17 1026
本教程是 2024 年最新的SD ComfyUI入门指南，专为初学者设计，详细介绍了如何搭建Lora工作流程。通过逐步指导，让您轻松掌握SD ComfyUI的高级功能，提升AI绘图的精准度和创造力。模型存放位置在“ComfyUI_windows_portable\ComfyUI\models\loras”目录下，如果你是和 Web UI 共用的模型，那就放在“sd-webui\models\Lora”目录下。如果不知道怎么与WebUI共享模型的小伙伴可以看我们的第二节有详细介绍。
ComfyUI 基础教程—— 应用 Controlnet 精准控制图像生成
2401_86940371的博客
09-08 3727
你是否有见过下面类似这样的图片：看起来平平无奇，当你站远点看，或者把眼睛眯成一条缝了看，你会发现，这个图中藏有一些特别的元素。这就是利用了 Ai 绘画中的 ControlNet，实现对图片的相对更精准控制。上一篇文章讲述了文生图的基本工作流和最基础的核心插件用法。通过提示器可以描述我们想要生成的图片。但是通过文字是无法精准描述描述图片的。
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教程】ComfyUI基础 - 如何通过条件控制生图过程！
2401_84760719的博客
11-05 2526
【条件】在整个AI绘画过程中至关重要，适当的条件可以让生图结果事半功倍，在ComfyUI中，【条件】充当了指挥官的角色，画质如何，画风如何，场景如何等等，都可以通过【条件】来进行精准控制。我们以最简文生图工作流为例，简要回顾一下文生图的流程。可以看到，【CLIP文本编码器】就是一个我们最常见最常用的条件节点，告诉采样过程，我要什么，我不要什么。K采样器就会按照我们的要求进行采样工作，最终生成我们想要的画面。除了【CLIP文本编码器】这个条件节点，我们再来看看其他条件节点。
ComfyUI 完全入门：安装部署
z099164的博客
05-22 8446
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。
AI绘画【ComfyUI】爽玩必备！6大插件汇总推荐
yihanss的博客
10-10 1718
如果你是真正有耐心想花功夫学一门技术去改变现状，我可以把这套AI教程无偿分享给你，包含了。
ComfyUI学习旅程
weixin_47420447的博客
04-24 1347
首先它很大，这些文件是你从huggingface或者civitai下载而来的，所以这些大文件如 .ckpt 或 .safetensors ，实际上包含了什么内容呢？它包含了包含了三种不同模型的权重：CLIP、主模型和VAE。在默认的ComfyUI工作流中，由这里的CheckpointLoader加载模型到ComfyUI中。你能看到它会有3种输出。
Comfyui插件CLIPSeg应该如何安装
聚梦小课堂
04-04 6213
Comfyui CLIPSeg是一个相对没那么大众的插件，在基于语义分割和自动抠图方面，还是比较实用的一个插件。但是插件安装起来，跟普通的插件安装有亿点不一样，所以很多小朋友可能会无从下手。这里简单分享一下报错情况和具体的安装方法。如果你比较赶时间，可以直接跳转到具体解决方案部分。如果直接使用comfyui的插件管理器来安装，点击install之后，会直接给个报错信息。点击查看后台，会发现这个插件直接没找到合适
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。
ComfyUI-unclip模型部署指南
SJJS_1的博客
11-19 679
unCLIP 模型是 SD 模型的版本，经过专门调整，除了文本提示之外，还可以接收图像概念作为输入。使用这些模型附带的 CLIPVision 对图像进行编码，然后在采样时将其提取的概念传递给主模型。
ComfyUI 教程
最新发布
07-05
<think>我们正在处理一个关于ComfyUI使用教程、开发指南和入门示例的查询。根据提供的引用，我们需要构建一个结构清晰的回答，帮助用户逐步解决问题。 步骤1: 理解用户需求 用户明确表示想学习如何使用ComfyUI进行操作或开发，要求提供使用教程、开发指南和入门示例。 步骤2: 整理引用中的关键信息 引用[1]: 包含一套ComfyUI基础教程（六篇），涵盖选择理由、优缺点、安装、模型与插件安装、工作流节点和底层逻辑、遮罩修改重绘/Inpainting模块、SDXL工作流搭建。 引用[2]: 介绍了ComfyUI Manager（扩展），用于管理自定义节点，提供集成中心和便捷功能。 引用[3]: 提供了在Mac M系列和Windows上安装ComfyUI的详细指南。 引用[4]: 介绍了ComfyUI界面和基础操作（如拖动画布、节点，连接节点等），以及文生图工作流。 步骤3: 构建回答框架 考虑到用户可能是初学者，我们将从安装开始，逐步介绍基本操作、核心概念（工作流）、开发自定义节点等。 回答结构: 1. 安装ComfyUI（参考引用[3]） 2. 安装必要组件（模型、插件，参考引用[1][2]） 3. 界面介绍与基本操作（参考引用[4]） 4. 构建第一个工作流（文生图示例，参考引用[4]） 5. 开发指南（自定义节点开发） 6. 进阶学习资源 步骤4: 生成相关问题（根据指令） 在回答的最后，生成几个相关问题，帮助用户深入学习。 注意: 由于引用内容有限，开发指南部分可能需要结合一般开发知识进行补充，但尽量基于引用信息。 开始构建回答:</think>### ComfyUI 使用与开发指南 ComfyUI 是一个基于节点工作流的 AI 图像生成工具，支持灵活定制和扩展开发。以下是操作与开发的核心步骤： --- #### **一、基础操作教程** 1. **安装与环境配置** - **Windows/Mac 安装**： 克隆官方仓库并安装依赖： ```bash git clone https://github.com/comfyanonymous/ComfyUI cd ComfyUI pip install -r requirements.txt ``` （Mac M系列需额外配置 PyTorch 的 MPS 支持[^3]） - **模型安装**： 将 Stable Diffusion 模型（如 `sd_xl_base_1.0.safetensors`）放入 `ComfyUI/models/checkpoints` 目录[^1]。 2. **界面与基础操作** - **工作流构建**： 通过拖拽节点连接生成流程（如：`加载模型 → 输入提示词 → K采样器 → 保存图像`）。 ![基础工作流示例](https://example.com/workflow-demo.png) *图：文生图基础节点连接[^4]* - **快捷操作**： - 鼠标滚轮缩放画布 - 右键菜单添加节点 - `Ctrl+S` 保存工作流[^4] 3. **插件管理** 使用 **ComfyUI Manager** 安装扩展： ```bash cd custom_nodes git clone https://github.com/ltdrdata/ComfyUI-Manager ``` 重启后可在界面一键安装插件（如 ControlNet 节点）[^2]。 --- #### **二、开发入门指南 1. **自定义节点开发** **步骤**： 1. 在 `custom_nodes` 目录创建插件文件夹（如 `my_node`）。 2. 编写节点类（示例：添加两个数字的节点）： ```python from comfy.sd import CLIPTextEncode import torch class AddNumbers: @classmethod def INPUT_TYPES(s): return {"required": {"a": ("FLOAT",), "b": ("FLOAT",)}} RETURN_TYPES = ("FLOAT",) FUNCTION = "add" def add(self, a, b): return (a + b,) ``` 3. 注册节点：在 `__init__.py` 中添加： ```python NODE_CLASS_MAPPINGS = {"AddNumbers": AddNumbers} ``` 2. **调试与测试** - 启动时添加 `--dev` 参数启用开发模式 - 使用 `print()` 输出日志到终端 - 通过 `http://localhost:8188/` 实时测试节点 --- #### **三、入门示例：文生图工作流** ```json { "nodes": [ { "type": "CheckpointLoaderSimple", "inputs": {"ckpt_name": "sd_xl_base_1.0.safetensors"} }, { "type": "CLIPTextEncode", "inputs": {"text": "一只坐在沙发上的猫", "clip": [0,1]} }, { "type": "KSampler", "inputs": {"seed": 42, "steps": 20, "cfg": 7} }, { "type": "VAEDecode", "inputs": {"samples": [2,1], "vae": [0,2]} } ] } ``` *将此 JSON 导入 ComfyUI 即可生成图像[^4]* --- #### **四、进阶资源** 1. **官方文档**：[ComfyUI GitHub Wiki](https://github.com/comfyanonymous/ComfyUI/wiki) 2. **开发教程**：[节点开发示例](https://github.com/comfyanonymous/ComfyUI_examples) 3. **模型仓库**：[CivitAI](https://civitai.com/)（下载专用模型） > 提示：开发时优先参考 `ComfyUI/custom_nodes/examples` 中的官方示例，避免兼容性问题[^2]。
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
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