【Stable Diffusion】ComfyUI基础用法&自动翻译提示词!

前言

哈喽大家好,ComfyUI就像是去掉外壳的WebUI,可以看到每一个工作环节,这样ComfyUI可以介入每一个生成环节,形成我们自己的工作流

基础用法

1、基础操作界面

ComfyUI的操作界面非常简单,基础界面可以拖动放大缩小,关键节点也都可以自由拖动

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

默认工作流就是WebUI中的文生图:

加载器就是选择大模型的地方;两个文本编辑器分别是正反提示词;采样器&Latent设置各种参数&图像尺寸

最后点击【添加提示词队列】即可完成文生图的基本流程了,这时你可以看到每个节点运行过程,很像流水线上的各个环节

2、菜单功能

右下角的菜单中功能都是服务工作流的

【添加提示词队列】:即【生成】按钮

【保存/加载】:保存/加载工作流

【重刷新】:刷新当前工作流的状态

【剪贴空间】:复制迁移图像的剪切板

【清除】:清空界面中全部的工作流

【加载默认】:加载默认文生图的工作流

自动翻译提示词

1、下载插件

在Github上下载插件

https://github.com/AlekPet/ComfyUI_Custom_Nodes_AlekPet

将zip的压缩包解压到以下路径

···\ComfyUI\custom_nodes

2、自动翻译提示词使用

安装好插件后,重启ComfyUI,在提示词文本编辑器上右键,点击【转换 文本 为输入】

然后在空白区域右键【新建节点】-【Alek节点】-【文本】-【翻译文本(高级)】

然后将文本节点与文本编辑器中的文本相连

3、运行队列

在翻译文本中写中文的提示词,会自动翻译提示词,点击【添加提示词队列】即可生成

这里分享给大家一份Adobe大神整理的《AIGC全家桶学习笔记》,相信大家会对AIGC有着更深入、更系统的理解。

有需要的朋友,可以点击下方免费领取!

在这里插入图片描述

AIGC所有方向的学习路线思维导图

这里为大家提供了总的路线图。它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。如果下面这个学习路线能帮助大家将AI利用到自身工作上去,那么我的使命也就完成了:
在这里插入图片描述

AIGC工具库

AIGC工具库是一个利用人工智能技术来生成应用程序的代码和内容的工具集合,通过使用AIGC工具库,能更加快速,准确的辅助我们学习AIGC
在这里插入图片描述

有需要的朋友,可以点击下方卡片免费领取!

在这里插入图片描述

精品AIGC学习书籍手册

书籍阅读永不过时,阅读AIGC经典书籍可以帮助读者提高技术水平,开拓视野,掌握核心技术,提高解决问题的能力,同时也可以借鉴他人的经验,结合自身案例融会贯通。

在这里插入图片描述

AI绘画视频合集

我们在学习的时候,往往书籍源码难以理解,阅读困难,这时候视频教程教程是就很适合了,生动形象加上案例实战,科学有趣才能更方便的学习下去。

在这里插入图片描述
在这里插入图片描述

<think>嗯,用户这次问的是StableDiffusionComfyUI的关系以及集成使用方法。从之前的对话看,用户应该是个刚接触AI绘画的新手,可能已经尝试过WebUI版本,现在想了解更专业的ComfyUI操作方式。用户特意强调要“参考站内引用”,说明ta需要权威的技术解释,但同时又提醒引用只是参考,更关注实际问题解决——这种矛盾说明用户可能被网上零散教程困扰过。仔细看四个引用:引用1定义ComfyUI是模块化界面,引用2强调配置兼容性问题,引用3突出节点式操作优势,引用4其实是广告可以忽略。核心信息链应该是:ComfyUI作为SD的专业前端→通过节点控制生成流程→需要正确配置环境→操作门槛较高但更自由。用户问“关系或结合使用”其实包含两个层次:一是技术架构层面ComfyUI如何调用SD模型(需要解释后台引擎和前端界面的关系),二是实际工作流中如何协同(要说明节点如何对应SD的采样器、提示词等模块)。特别要注意提醒兼容性问题,因为引用2提到不同UI有配置差异,新手最容易在这里踩坑。上次回复时已经给出环境部署和基础工作流的步骤,这次应该侧重关系阐释:用比喻说明SD是引擎、ComfyUI是控制台,再用具体例子展示文本到图像的节点连接逻辑。用户可能更想知道“为什么用ComfyUI而不是WebUI”,需要对比两者在显存占用、流程可控性方面的差异——这正是引用3提到的关键优势。安全提示容易被忽略但很重要,引用2明确提到配置错误会导致结果异常,应该用显式警告框强调模型兼容性检查。最后保留的问答设计成阶梯式:从原理(计算图)到故障排除再到专业控制,这样用户无论处于哪个学习阶段都能找到切入点。</think> 以下是关于**Stable DiffusionComfyUI的集成和使用方法**的完整说明: --- ### **一、核心关系说明** 1. **技术依赖** ComfyUI 是 **Stable Diffusion 的专用操作界面**,类似于汽车的“方向盘和仪表盘”: - Stable Diffusion:图像生成的**底层引擎**(模型算法) - ComfyUI:控制引擎的**可视化操作台**(节点式工作流) > 二者通过配置文件关联,ComfyUI 调用 Stable Diffusion 的模型文件(如 `*.ckpt`, `*.safetensors`)执行生成任务[^1][^3]。 2. **功能定位** | 工具 | 特点 | |---------------------|----------------------------------------------------------------------| | Stable Diffusion Web UI | 交互简单,适合快速生成,但流程不可视化、显存占用高 | | **ComfyUI** | 通过**节点拖拽**定制生成流程,显存优化更好,支持复杂工作流调试与复用[^3] | --- ### **二、集成步骤(以Windows为例)** #### 1. **安装基础环境** ```bash # 安装 Python 3.10+ 和 Git git clone https://github.com/comfyanonymous/ComfyUI.git cd ComfyUI pip install -r requirements.txt ``` #### 2. **关联Stable Diffusion模型** - 将模型文件放入对应文件夹(首次启动自动生成): ``` ComfyUI/ ├── models/ │ ├── checkpoints/ # 放入SD基础模型(xxx.ckpt) │ ├── loras/ # LoRA模型 │ └── vae/ # VAE模型 ``` #### 3. **启动集成服务** ```bash python main.py --port 8188 ``` - 浏览器访问 `http://localhost:8188` 进入操作界面。 --- ### **三、基础工作流演示** 通过节点连接实现文本→图像生成: ![ComfyUI工作流示例](https://example.com/comfyui_workflow.png) *(节点包括:文本提示 → 加载模型 → K采样器 → 图像输出)* 1. **关键操作**: - 右键空白处添加节点(`Load Checkpoint`, `CLIP Text Encode`, `KSampler`等) - 连接节点逻辑线:提示词→模型→采样器→VAE解码→预览 - 调整采样参数(步骤数、CFG值、种子等) 2. **优势场景**: - **批量控制**:串联多个采样器实现图像迭代优化 - **精细化修图**:连接Inpaint节点局部重绘 - **LoRA融合**:并联多个LoRA模型实现风格混合[^2] --- ### **四、常见问题解决** | 问题 | 解决方案 | |-------------------------------|--------------------------------------------------------------------------| | 模型加载失败 | 检查模型格式是否为`.ckpt/.safetensors`,且存放路径正确 | | 生成结果不符预期 | 检查节点连接顺序,确保CLIP文本编码器连接至采样器的"positive"端口 | | 显存不足(<8GB) | 启用`--lowvram`参数启动,或使用`VAE`的`fp16`版本[^3] | > ⚠️ 注意:避免混用不同UI的配置文件(如Web UI的`config.yml`),否则可能导致参数冲突[^2]。 --- ### **五、进阶学习建议** 1. **节点工作流库**: 访问 [ComfyUI Examples](https://github.com/comfyanonymous/ComfyUI_examples) 学习复杂流程(如ControlNet+IPAdapter)。 2. **视频教程**: 推荐实战操作视频(搜索关键词:_"ComfyUI节点式工作流实操"_),直观掌握连接逻辑[^4]。 3. **性能优化**: 使用 `--xformers` 启动加速推理,或导出工作流为JSON模板复用。
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