最近在AIGC圈子里ComfyUI以其强大的节点式工作流和极高的自由度成为了许多AI绘画爱好者和专业创作者的新宠。然而对于国内用户来说纯英文的界面和复杂的配置过程尤其是显卡驱动的适配问题常常让人望而却步。你是否也曾在安装ComfyUI时被Python环境、CUDA版本、插件依赖搞得焦头烂额或者面对满屏的英文节点创作灵感瞬间被浇灭今天我们就来彻底解决这些问题。本文将详细介绍由秋叶大佬制作的ComfyUI-V17中文整合包。这个版本最大的亮点在于全中文界面、原生支持中文提示词、兼容NVIDIA 50/40/30系显卡并且支持Windows和Mac系统真正做到解压即用。无论你是刚入门的新手还是想寻找更稳定、更易用解决方案的资深玩家这份整合包都能让你快速上手专注于创作本身。接下来我将从ComfyUI的核心概念讲起带你一步步完成整合包的下载、安装、启动并深入讲解其核心功能、工作流搭建以及常见问题的排查方法。学完本文你将能独立完成ComfyUI中文版的部署并利用它生成高质量的AI图像。1. ComfyUI 是什么为什么选择它在深入安装之前我们有必要先理解ComfyUI到底是什么以及它相较于其他AI绘画工具如Stable Diffusion WebUI 即AUTOMATIC1111的优势。1.1 节点式工作流可视化编程的AI绘画引擎你可以把ComfyUI想象成一个可视化的编程环境专门为Stable Diffusion模型设计。它将AI图像生成的每一个步骤——加载模型、编写提示词、设置采样参数、后期处理等——都抽象成一个个独立的“节点”Node。用户通过连接这些节点构建出一个完整的图像生成“工作流”Workflow。这种设计带来了几个革命性的优势极高的灵活性与可控性你可以精确控制生成流程的每一个环节例如将不同模型的VAE和CLIP分开使用或者在生成过程中插入特定的图像处理步骤这是其他UI难以实现的。流程可复用与分享一个调试好的、能生成特定风格或效果的工作流可以保存为一个.json或.png文件。分享给他人后对方加载即可完全复现你的生成过程包括所有参数和模型组合极大地促进了社区协作。资源利用更高效由于其非线性的执行方式ComfyUI在某些复杂工作流中能更智能地管理显存避免不必要的重复计算对于显存有限的用户更为友好。更适合复杂任务对于需要多步控制、图像重绘、细节修复、批量处理等进阶操作节点式的工作流逻辑清晰易于管理和调试。1.2 秋叶ComfyUI-V17中文整合包的核心价值理解了ComfyUI的强大我们再来看秋叶整合包解决了哪些痛点语言门槛归零将整个界面、节点名称、参数说明全部汉化。你不再需要边翻译边操作学习成本和创作干扰大幅降低。安装部署极简整合了Python运行环境、必要的依赖库、以及兼容性经过测试的PyTorch和CUDA库。你无需手动配置复杂的环境真正做到“解压即用”。中文提示词原生支持内置或集成了能更好理解中文语义的CLIP文本编码器让你可以直接输入“一只在星空下奔跑的狐狸”而无需费力翻译成英文。广泛的硬件兼容针对NVIDIA显卡进行了深度优化明确支持从30系到最新的50系显卡。同时提供了对Mac Apple Silicon (M1/M2/M3)芯片的原生支持覆盖了绝大多数用户的硬件平台。预置丰富资源通常会预装一些实用插件如ComfyUI Manager用于管理插件 Impact Pack用于高级节点和热门基础模型开箱即用。持续维护与社区支持由国内知名的AI工具整合者“秋叶aaaki”维护更新及时遇到问题也更容易在中文社区如B站、QQ群找到解决方案。对于绝大多数国内用户而言选择秋叶的整合包是开始ComfyUI之旅最平滑、最高效的路径。2. 环境准备与安装指南在开始下载之前请确认你的系统环境这将决定你下载哪个版本的整合包。2.1 系统与硬件要求操作系统Windows 10 / 11(64位)主要支持平台。macOS(Apple Silicon 或 Intel)有专门的Mac版本。显卡NVIDIA显卡 (推荐)显存建议6GB 及以上。兼容30系 (如3060), 40系 (如4060), 50系 (如5090) 等。需要安装合适的显卡驱动。AMD显卡通过DirectML或ROCm支持但配置相对复杂整合包可能未做优先优化。Apple Silicon (M系列)通过mps后端支持整合包会包含相关PyTorch版本。无独立显卡/核显可使用CPU模式但速度极慢仅适合学习工作流逻辑不适合实际生成。存储空间至少准备20GB的可用空间用于存放整合包、模型和生成的图片。内存建议16GB或以上。2.2 下载整合包由于直接提供下载链接可能过期最可靠的方式是访问秋叶大佬的发布页。通常可以通过以下途径获取B站搜索在Bilibili搜索“秋叶 ComfyUI 整合包”关注作者“秋叶aaaki”的动态或视频简介。网盘链接作者通常会将整合包存放在百度网盘或123云盘并在视频描述或专栏文章中提供提取码。开源仓库有时也会在GitHub或Gitee发布。请注意下载时务必根据你的系统选择正确的版本例如ComfyUI_windows_portable_v17.7z(Windows) 或ComfyUI_macos_v17.zip(Mac)。2.3 Windows系统安装步骤假设你已经下载好了Windows版的压缩包通常是.7z或.zip格式。步骤一解压文件使用解压软件如7-Zip、Bandizip将下载的压缩包解压到你希望放置ComfyUI的目录。路径中最好不要包含中文或特殊字符例如可以解压到D:\AI_Tools\ComfyUI。解压后你会看到一个包含许多文件和文件夹的目录关键文件/文件夹包括run_nvidia_gpu.bat用于NVIDIA显卡启动的脚本。run_cpu.bat用于CPU模式启动的脚本。python_embeded/内置的Python环境。ComfyUI/ComfyUI的核心程序目录。models/存放各类模型Checkpoint, LoRA, VAE等的文件夹。步骤二放置模型文件首次运行前这是最重要的一步。整合包通常不包含大模型你需要自己准备。将你下载的 Stable Diffusion 大模型文件.safetensors或.ckpt格式放入ComfyUI\models\checkpoints文件夹内。如果需要将VAE模型放入ComfyUI\models\vae LoRA模型放入ComfyUI\models\loras。步骤三启动ComfyUI双击运行run_nvidia_gpu.bat文件。首次运行会自动安装一些依赖需要等待一段时间。命令行窗口会显示安装进度。当看到类似“Running on local URL: http://127.0.0.1:8188”的输出时表示启动成功。打开你的浏览器推荐Chrome或Edge访问http://127.0.0.1:8188即可看到全中文的ComfyUI界面。2.4 Mac系统安装步骤Mac版的安装通常更为简单。步骤一解压与放置将下载的.zip文件解压到“应用程序”文件夹或你喜欢的任何位置。同样将你的模型文件放入解压目录下的ComfyUI/models/checkpoints中。步骤二启动ComfyUI在解压后的文件夹中找到名为run.sh或start_comfyui_mac.command的可执行脚本文件。双击运行它。系统可能会提示“无法打开因为来自身份不明的开发者”此时需要去“系统设置”-“隐私与安全性”中允许运行。首次运行同样会进行环境准备。启动成功后在浏览器中访问http://127.0.0.1:8188。3. 初识中文版界面与核心节点成功启动后映入眼帘的就是亲切的中文界面。我们来快速熟悉一下布局和几个最核心的节点。3.1 界面布局概览节点图区域中间最大的空白区域是你构建和编辑工作流的地方。节点菜单右键点击节点图区域或按空格键会弹出所有可用的节点分类菜单。在中文版中所有分类和节点名都已汉化。工作流管理顶部或侧边栏通常有“加载工作流”、“保存工作流”、“清空”等按钮。队列按钮有一个“队列提示”按钮用于执行当前工作流生成图像。历史记录/预览生成的图片会显示在右侧或下方的预览区域。3.2 必须掌握的五个核心节点要生成一张图片最少需要连接以下几个节点加载检查点 (Load Checkpoint)作用加载你放在checkpoints文件夹里的大模型。使用右键菜单 -加载器 - 加载检查点。点击节点上的“ckpt_name”可以选择你的模型。CLIP文本编码器 (CLIP Text Encode)作用将你的文字提示词Prompt转换为模型能理解的数学向量。使用需要两个一个用于正向提示词希望出现的一个用于负向提示词希望避免的。连接从“加载检查点”节点的CLIP输出端连接到两个CLIP文本编码器节点的CLIP输入端。然后在节点的text框里输入中文提示词。采样器 (KSampler / KSampler Advanced)作用控制图像生成的核心算法包括采样方法、步数、种子等。使用右键菜单 -采样 - KSampler。关键连接model连接“加载检查点”节点的MODEL输出。positive连接正向CLIP文本编码器节点的CONDITIONING输出。negative连接负向CLIP文本编码器节点的CONDITIONING输出。latent_image连接一个“空潜空间图像”节点。空潜空间图像 (Empty Latent Image)作用定义生成图像的初始随机噪声的尺寸宽高和批次大小。使用右键菜单 -潜空间 - 空潜空间图像。设置width和height如512x768。连接其LATENT输出连接到采样器的latent_image输入。VAE解码器 (VAE Decode)作用将采样器输出的“潜空间”数据解码成我们可以看到的RGB像素图像。使用右键菜单 -潜空间 - VAE解码。连接samples连接采样器节点的LATENT输出。vae连接“加载检查点”节点的VAE输出。保存图像 (Save Image)作用将最终生成的图像保存到磁盘。使用右键菜单 -图像 - 保存图像。它会自动连接到VAE解码器的输出。当你按顺序连接好这些节点后一个最基本的文本生成图像txt2img工作流就搭建完成了。点击“队列提示”等待片刻就能在预览窗口看到生成的图片并自动保存到ComfyUI\output目录下。4. 实战构建你的第一个中文提示词工作流现在让我们动手搭建一个完整的工作流并尝试使用中文提示词。4.1 搭建基础文生图流程清空画布如果界面有默认节点先点击工具栏的“清空”按钮。添加节点右键 -加载器 - 加载检查点。选择你的模型。添加两个CLIP文本编码器右键 -条件 - CLIP文本编码器添加两个。分别命名为“正面提示词”和“负面提示词”。连接CLIP从“加载检查点”节点的CLIP端口拉出两条线分别连接到两个CLIP文本编码器节点的CLIP输入口。输入提示词在第一个CLIP节点的text框中输入大师级摄影一只优雅的白色猫坐在布满苔藓的古罗马石柱上金色阳光电影感细节丰富在第二个CLIP节点的text框中输入丑陋畸形模糊低质量水印添加空潜空间图像右键 -潜空间 - 空潜空间图像。设置宽度512高度768。添加采样器右键 -采样 - KSampler。参数建议steps步数: 20cfg提示词相关性: 7.5sampler_name采样器:DPM 2M Karrasscheduler调度器:normalseed种子: 随机留空连接采样器model- 连接“加载检查点”的MODEL。positive- 连接“正面提示词”节点的CONDITIONING。negative- 连接“负面提示词”节点的CONDITIONING。latent_image- 连接“空潜空间图像”节点的LATENT。添加VAE解码与保存添加VAE解码节点潜空间分类下。添加保存图像节点图像分类下。连接采样器的LATENT-VAE解码的samples加载检查点的VAE-VAE解码的vaeVAE解码的IMAGE-保存图像的images。4.2 使用LoRA模型微调风格LoRALow-Rank Adaptation是一种轻量化的模型可以微调大模型以产生特定风格、人物或对象。放置LoRA文件将下载的.safetensors格式的LoRA文件放入ComfyUI\models\loras文件夹。添加LoRA节点在工作流中在“加载检查点”和“CLIP文本编码器”之间插入LoRA节点。右键 -加载器 - 加载LoRA。连接model输入连接“加载检查点”的MODEL输出clip输入连接“加载检查点”的CLIP输出。在lora_name中选择你刚放入的LoRA模型。调整strength_model和strength_clip通常设为相同的值如0.8。更新连接将原来从“加载检查点”连接到两个CLIP文本编码器CLIP输入的线断开改为从“加载LoRA”节点的CLIP输出连接过去。将原来从“加载检查点”连接到采样器model输入的线改为从“加载LoRA”节点的MODEL输出连接过去。修改提示词在正面提示词中加入LoRA触发词。例如如果使用“韩国漫画风格”的LoRA可以在提示词开头加上lora:KoreanDollLikeness_v10:0.8具体触发词需查看LoRA说明或者直接使用LoRA描述的风格词如韩国漫画风格大眼睛。4.3 运行与查看结果点击“队列提示”按钮。在右下角或底部的历史记录区域你可以看到生成进度。完成后图片会显示在预览窗口。查看保存的图片 生成的图片默认保存在ComfyUI\output文件夹中。同时你的整个工作流也会被嵌入到图片的元数据中。你可以直接将生成的图片拖回ComfyUI的节点图区域它会自动加载当时的工作流这对于分享和复现极其方便。5. 进阶技巧与插件管理掌握了基础流程后可以通过插件来解锁ComfyUI的完全体。5.1 使用ComfyUI Manager管理插件秋叶整合包通常预装了ComfyUI Manager这是一个插件管理神器。打开Manager在WebUI界面中你应该能看到一个额外的标签页或一个齿轮/商店图标点击即可进入Manager。安装插件在Manager中你可以浏览热门插件列表一键安装。例如Impact Pack提供了大量实用节点如人脸细节修复FaceDetailer、分割一切SAM、图像批量处理等。WAS Node Suite扩展了图像处理、文本处理、逻辑判断等功能。ControlNet虽然ComfyUI原生支持但通过插件可以更新更多预处理器和模型。更新与卸载Manager也可以方便地更新已安装的插件或ComfyUI本身以及卸载插件。5.2 搭建图生图img2img工作流图生图允许你基于一张现有图片进行修改或重绘。添加“加载图像”节点右键 -图像 - 加载图像上传你的初始图片。添加“VAE编码”节点右键 -潜空间 - VAE编码。将“加载图像”节点的IMAGE输出连接到它的pixels输入将“加载检查点”节点的VAE输出连接到它的vae输入。这个节点会将像素图像编码为潜空间数据。修改采样器输入将原来连接到采样器latent_image的“空潜空间图像”节点替换为“VAE编码”节点的LATENT输出。调整降噪强度在采样器节点上找到denoise降噪强度参数。它控制新生成内容与原始图像的相似度范围0-1。1代表完全重新生成类似文生图0.5代表在原有基础上做较大修改0.2代表轻微修改。5.3 使用ControlNet进行精确控制ControlNet可以通过边缘检测、姿态识别、深度图等方式精确控制生成图像的构图。安装ControlNet模型将下载的ControlNet模型如control_v11p_sd15_canny.pth放入ComfyUI\models\controlnet文件夹。添加ControlNet应用节点右键 -条件 - ControlNet应用。首先需要一个“预处理”节点来从图像中提取控制信息例如Canny边缘检测在图像预处理分类下。将你的参考图连接给它。然后添加“加载ControlNet模型”节点加载器分类下并选择对应的模型。连接“预处理”节点的IMAGE输出 - “ControlNet应用”节点的control_net输入“加载ControlNet模型”节点的CONTROL_NET输出 - “ControlNet应用”节点的control_net输入。最后将“ControlNet应用”节点的CONDITIONING输出连接到采样器的positive输入通常需要用一个“条件组合”节点将其与原有的文本条件合并。6. 常见问题与故障排查即使使用整合包也可能遇到一些问题。这里列出一些常见情况及其解决方法。问题现象可能原因排查与解决思路双击.bat文件后窗口闪退1. 路径包含中文或特殊字符。2. 显卡驱动不兼容或未安装。3. 系统缺少运行库。1. 将整合包移动到纯英文路径下。2. 更新NVIDIA显卡驱动到最新版。3. 安装微软常用运行库合集如Visual C Redistributable。4. 尝试以管理员身份运行。启动时报错提示缺少模块或DLLPython依赖包安装不完整或损坏。1. 关闭所有命令行窗口。2. 重新运行run_nvidia_gpu.bat它会自动重装依赖。请保持网络通畅。3. 检查是否被安全软件拦截。生成图片时显存不足OOM1. 图像分辨率设置过高。2. 同时加载了过多模型或使用了高分辨率修复。3. 显卡显存本身较小。1. 降低“空潜空间图像”节点的宽高如从1024降至768。2. 使用--lowvram或--medvram参数启动需修改bat文件。3. 使用Tiled VAE或分块采样等显存优化插件。4. 尝试使用CPU模式生成小图再使用Upscale节点放大。生成速度非常慢1. 使用了CPU模式。2. 采样步数steps设置过高。3. 图片尺寸过大。1. 确保使用GPU模式运行。2. 适当降低步数20-30步通常足够。3. 使用效率更高的采样器如DPM 2M Karras。4. 在Mac上确认使用的是mps后端而非CPU。中文提示词效果不好1. 使用的底模型对中文语义理解不佳。2. 提示词语义过于复杂或矛盾。1. 尝试使用针对中文优化的模型如一些国产模型。2. 在提示词中加入一些英文关键词作为补充。3. 使用翻译插件或在节点菜单中搜索“中文编码”相关插件进行优化。插件安装后不显示或报错1. 插件版本与ComfyUI版本不兼容。2. 插件依赖未正确安装。3. 需要重启ComfyUI。1. 通过ComfyUI Manager安装通常能解决依赖问题。2. 查看命令行窗口的错误信息根据提示安装缺失的包。3. 安装新插件后务必完全关闭并重启ComfyUI。无法加载模型提示错误1. 模型文件损坏或不完整。2. 模型文件放错了文件夹。3. 模型类型不被支持。1. 重新下载模型文件确保是.safetensors或.ckpt格式。2. 确认模型放入了正确的子文件夹checkpoints, loras, controlnet等。3. 检查模型是否与ComfyUI兼容通常SD1.5, SDXL的模型都支持。如何查看详细日志所有运行信息都显示在启动的黑色命令行窗口中。如果遇到问题首先仔细阅读窗口中的红色错误信息Error这是定位问题的关键。7. 最佳实践与使用建议为了获得更稳定、高效的ComfyUI使用体验这里有一些工程上的建议。模型文件管理建议使用.safetensors格式的模型它比.ckpt更安全不包含可执行代码。为你的模型建立清晰的目录结构。可以在models文件夹下自行创建子文件夹进行分类如checkpoints/portraits/肖像模型、checkpoints/landscapes/风景模型。定期清理不用的模型节省磁盘空间。工作流管理勤保存构建复杂工作流时随时使用“保存工作流”功能快捷键CtrlS保存为.json文件。模块化将常用的功能组如一个完整的ControlNet处理链保存为子工作流方便在其他项目中复用。使用图片嵌入将最终满意的工作流和生成结果一起通过“保存图像”节点输出。这张图片包含了完整的工作流信息是分享和备份的最佳方式。性能优化固定种子当调试出满意的效果后在采样器中固定seed值可以确保结果可复现。使用预览节点在流程中间插入“预览图像”节点例如在VAE解码前可以快速查看中间结果避免跑完整个流程才发现问题。利用队列可以设置多个不同的提示词或参数一次性加入队列批量生成提高效率。学习资源社区工作流多去Civitai、OpenArt等网站下载和学习别人分享的.json或.png工作流这是最快的学习方式。节点手册在ComfyUI中将鼠标悬停在节点的输入输出端口上会显示简要说明。善用这个功能。循序渐进不要一开始就尝试搭建过于复杂的工作流。从文生图、图生图、LoRA应用、ControlNet应用这几个核心功能逐个击破。秋叶ComfyUI-V17中文整合包极大地降低了这款强大工具的使用门槛。从全中文界面到一键安装它解决的是“用起来”的问题。而ComfyUI节点式工作流带来的无限可能性则需要你在实践中不断探索和搭建。建议从模仿开始加载几个经典的工作流观察节点的连接方式然后尝试修改参数最后创造属于自己的独特流程。
秋叶ComfyUI-V17中文整合包：AI绘画节点式工作流一键部署与实战指南
最近在AIGC圈子里ComfyUI以其强大的节点式工作流和极高的自由度成为了许多AI绘画爱好者和专业创作者的新宠。然而对于国内用户来说纯英文的界面和复杂的配置过程尤其是显卡驱动的适配问题常常让人望而却步。你是否也曾在安装ComfyUI时被Python环境、CUDA版本、插件依赖搞得焦头烂额或者面对满屏的英文节点创作灵感瞬间被浇灭今天我们就来彻底解决这些问题。本文将详细介绍由秋叶大佬制作的ComfyUI-V17中文整合包。这个版本最大的亮点在于全中文界面、原生支持中文提示词、兼容NVIDIA 50/40/30系显卡并且支持Windows和Mac系统真正做到解压即用。无论你是刚入门的新手还是想寻找更稳定、更易用解决方案的资深玩家这份整合包都能让你快速上手专注于创作本身。接下来我将从ComfyUI的核心概念讲起带你一步步完成整合包的下载、安装、启动并深入讲解其核心功能、工作流搭建以及常见问题的排查方法。学完本文你将能独立完成ComfyUI中文版的部署并利用它生成高质量的AI图像。1. ComfyUI 是什么为什么选择它在深入安装之前我们有必要先理解ComfyUI到底是什么以及它相较于其他AI绘画工具如Stable Diffusion WebUI 即AUTOMATIC1111的优势。1.1 节点式工作流可视化编程的AI绘画引擎你可以把ComfyUI想象成一个可视化的编程环境专门为Stable Diffusion模型设计。它将AI图像生成的每一个步骤——加载模型、编写提示词、设置采样参数、后期处理等——都抽象成一个个独立的“节点”Node。用户通过连接这些节点构建出一个完整的图像生成“工作流”Workflow。这种设计带来了几个革命性的优势极高的灵活性与可控性你可以精确控制生成流程的每一个环节例如将不同模型的VAE和CLIP分开使用或者在生成过程中插入特定的图像处理步骤这是其他UI难以实现的。流程可复用与分享一个调试好的、能生成特定风格或效果的工作流可以保存为一个.json或.png文件。分享给他人后对方加载即可完全复现你的生成过程包括所有参数和模型组合极大地促进了社区协作。资源利用更高效由于其非线性的执行方式ComfyUI在某些复杂工作流中能更智能地管理显存避免不必要的重复计算对于显存有限的用户更为友好。更适合复杂任务对于需要多步控制、图像重绘、细节修复、批量处理等进阶操作节点式的工作流逻辑清晰易于管理和调试。1.2 秋叶ComfyUI-V17中文整合包的核心价值理解了ComfyUI的强大我们再来看秋叶整合包解决了哪些痛点语言门槛归零将整个界面、节点名称、参数说明全部汉化。你不再需要边翻译边操作学习成本和创作干扰大幅降低。安装部署极简整合了Python运行环境、必要的依赖库、以及兼容性经过测试的PyTorch和CUDA库。你无需手动配置复杂的环境真正做到“解压即用”。中文提示词原生支持内置或集成了能更好理解中文语义的CLIP文本编码器让你可以直接输入“一只在星空下奔跑的狐狸”而无需费力翻译成英文。广泛的硬件兼容针对NVIDIA显卡进行了深度优化明确支持从30系到最新的50系显卡。同时提供了对Mac Apple Silicon (M1/M2/M3)芯片的原生支持覆盖了绝大多数用户的硬件平台。预置丰富资源通常会预装一些实用插件如ComfyUI Manager用于管理插件 Impact Pack用于高级节点和热门基础模型开箱即用。持续维护与社区支持由国内知名的AI工具整合者“秋叶aaaki”维护更新及时遇到问题也更容易在中文社区如B站、QQ群找到解决方案。对于绝大多数国内用户而言选择秋叶的整合包是开始ComfyUI之旅最平滑、最高效的路径。2. 环境准备与安装指南在开始下载之前请确认你的系统环境这将决定你下载哪个版本的整合包。2.1 系统与硬件要求操作系统Windows 10 / 11(64位)主要支持平台。macOS(Apple Silicon 或 Intel)有专门的Mac版本。显卡NVIDIA显卡 (推荐)显存建议6GB 及以上。兼容30系 (如3060), 40系 (如4060), 50系 (如5090) 等。需要安装合适的显卡驱动。AMD显卡通过DirectML或ROCm支持但配置相对复杂整合包可能未做优先优化。Apple Silicon (M系列)通过mps后端支持整合包会包含相关PyTorch版本。无独立显卡/核显可使用CPU模式但速度极慢仅适合学习工作流逻辑不适合实际生成。存储空间至少准备20GB的可用空间用于存放整合包、模型和生成的图片。内存建议16GB或以上。2.2 下载整合包由于直接提供下载链接可能过期最可靠的方式是访问秋叶大佬的发布页。通常可以通过以下途径获取B站搜索在Bilibili搜索“秋叶 ComfyUI 整合包”关注作者“秋叶aaaki”的动态或视频简介。网盘链接作者通常会将整合包存放在百度网盘或123云盘并在视频描述或专栏文章中提供提取码。开源仓库有时也会在GitHub或Gitee发布。请注意下载时务必根据你的系统选择正确的版本例如ComfyUI_windows_portable_v17.7z(Windows) 或ComfyUI_macos_v17.zip(Mac)。2.3 Windows系统安装步骤假设你已经下载好了Windows版的压缩包通常是.7z或.zip格式。步骤一解压文件使用解压软件如7-Zip、Bandizip将下载的压缩包解压到你希望放置ComfyUI的目录。路径中最好不要包含中文或特殊字符例如可以解压到D:\AI_Tools\ComfyUI。解压后你会看到一个包含许多文件和文件夹的目录关键文件/文件夹包括run_nvidia_gpu.bat用于NVIDIA显卡启动的脚本。run_cpu.bat用于CPU模式启动的脚本。python_embeded/内置的Python环境。ComfyUI/ComfyUI的核心程序目录。models/存放各类模型Checkpoint, LoRA, VAE等的文件夹。步骤二放置模型文件首次运行前这是最重要的一步。整合包通常不包含大模型你需要自己准备。将你下载的 Stable Diffusion 大模型文件.safetensors或.ckpt格式放入ComfyUI\models\checkpoints文件夹内。如果需要将VAE模型放入ComfyUI\models\vae LoRA模型放入ComfyUI\models\loras。步骤三启动ComfyUI双击运行run_nvidia_gpu.bat文件。首次运行会自动安装一些依赖需要等待一段时间。命令行窗口会显示安装进度。当看到类似“Running on local URL: http://127.0.0.1:8188”的输出时表示启动成功。打开你的浏览器推荐Chrome或Edge访问http://127.0.0.1:8188即可看到全中文的ComfyUI界面。2.4 Mac系统安装步骤Mac版的安装通常更为简单。步骤一解压与放置将下载的.zip文件解压到“应用程序”文件夹或你喜欢的任何位置。同样将你的模型文件放入解压目录下的ComfyUI/models/checkpoints中。步骤二启动ComfyUI在解压后的文件夹中找到名为run.sh或start_comfyui_mac.command的可执行脚本文件。双击运行它。系统可能会提示“无法打开因为来自身份不明的开发者”此时需要去“系统设置”-“隐私与安全性”中允许运行。首次运行同样会进行环境准备。启动成功后在浏览器中访问http://127.0.0.1:8188。3. 初识中文版界面与核心节点成功启动后映入眼帘的就是亲切的中文界面。我们来快速熟悉一下布局和几个最核心的节点。3.1 界面布局概览节点图区域中间最大的空白区域是你构建和编辑工作流的地方。节点菜单右键点击节点图区域或按空格键会弹出所有可用的节点分类菜单。在中文版中所有分类和节点名都已汉化。工作流管理顶部或侧边栏通常有“加载工作流”、“保存工作流”、“清空”等按钮。队列按钮有一个“队列提示”按钮用于执行当前工作流生成图像。历史记录/预览生成的图片会显示在右侧或下方的预览区域。3.2 必须掌握的五个核心节点要生成一张图片最少需要连接以下几个节点加载检查点 (Load Checkpoint)作用加载你放在checkpoints文件夹里的大模型。使用右键菜单 -加载器 - 加载检查点。点击节点上的“ckpt_name”可以选择你的模型。CLIP文本编码器 (CLIP Text Encode)作用将你的文字提示词Prompt转换为模型能理解的数学向量。使用需要两个一个用于正向提示词希望出现的一个用于负向提示词希望避免的。连接从“加载检查点”节点的CLIP输出端连接到两个CLIP文本编码器节点的CLIP输入端。然后在节点的text框里输入中文提示词。采样器 (KSampler / KSampler Advanced)作用控制图像生成的核心算法包括采样方法、步数、种子等。使用右键菜单 -采样 - KSampler。关键连接model连接“加载检查点”节点的MODEL输出。positive连接正向CLIP文本编码器节点的CONDITIONING输出。negative连接负向CLIP文本编码器节点的CONDITIONING输出。latent_image连接一个“空潜空间图像”节点。空潜空间图像 (Empty Latent Image)作用定义生成图像的初始随机噪声的尺寸宽高和批次大小。使用右键菜单 -潜空间 - 空潜空间图像。设置width和height如512x768。连接其LATENT输出连接到采样器的latent_image输入。VAE解码器 (VAE Decode)作用将采样器输出的“潜空间”数据解码成我们可以看到的RGB像素图像。使用右键菜单 -潜空间 - VAE解码。连接samples连接采样器节点的LATENT输出。vae连接“加载检查点”节点的VAE输出。保存图像 (Save Image)作用将最终生成的图像保存到磁盘。使用右键菜单 -图像 - 保存图像。它会自动连接到VAE解码器的输出。当你按顺序连接好这些节点后一个最基本的文本生成图像txt2img工作流就搭建完成了。点击“队列提示”等待片刻就能在预览窗口看到生成的图片并自动保存到ComfyUI\output目录下。4. 实战构建你的第一个中文提示词工作流现在让我们动手搭建一个完整的工作流并尝试使用中文提示词。4.1 搭建基础文生图流程清空画布如果界面有默认节点先点击工具栏的“清空”按钮。添加节点右键 -加载器 - 加载检查点。选择你的模型。添加两个CLIP文本编码器右键 -条件 - CLIP文本编码器添加两个。分别命名为“正面提示词”和“负面提示词”。连接CLIP从“加载检查点”节点的CLIP端口拉出两条线分别连接到两个CLIP文本编码器节点的CLIP输入口。输入提示词在第一个CLIP节点的text框中输入大师级摄影一只优雅的白色猫坐在布满苔藓的古罗马石柱上金色阳光电影感细节丰富在第二个CLIP节点的text框中输入丑陋畸形模糊低质量水印添加空潜空间图像右键 -潜空间 - 空潜空间图像。设置宽度512高度768。添加采样器右键 -采样 - KSampler。参数建议steps步数: 20cfg提示词相关性: 7.5sampler_name采样器:DPM 2M Karrasscheduler调度器:normalseed种子: 随机留空连接采样器model- 连接“加载检查点”的MODEL。positive- 连接“正面提示词”节点的CONDITIONING。negative- 连接“负面提示词”节点的CONDITIONING。latent_image- 连接“空潜空间图像”节点的LATENT。添加VAE解码与保存添加VAE解码节点潜空间分类下。添加保存图像节点图像分类下。连接采样器的LATENT-VAE解码的samples加载检查点的VAE-VAE解码的vaeVAE解码的IMAGE-保存图像的images。4.2 使用LoRA模型微调风格LoRALow-Rank Adaptation是一种轻量化的模型可以微调大模型以产生特定风格、人物或对象。放置LoRA文件将下载的.safetensors格式的LoRA文件放入ComfyUI\models\loras文件夹。添加LoRA节点在工作流中在“加载检查点”和“CLIP文本编码器”之间插入LoRA节点。右键 -加载器 - 加载LoRA。连接model输入连接“加载检查点”的MODEL输出clip输入连接“加载检查点”的CLIP输出。在lora_name中选择你刚放入的LoRA模型。调整strength_model和strength_clip通常设为相同的值如0.8。更新连接将原来从“加载检查点”连接到两个CLIP文本编码器CLIP输入的线断开改为从“加载LoRA”节点的CLIP输出连接过去。将原来从“加载检查点”连接到采样器model输入的线改为从“加载LoRA”节点的MODEL输出连接过去。修改提示词在正面提示词中加入LoRA触发词。例如如果使用“韩国漫画风格”的LoRA可以在提示词开头加上lora:KoreanDollLikeness_v10:0.8具体触发词需查看LoRA说明或者直接使用LoRA描述的风格词如韩国漫画风格大眼睛。4.3 运行与查看结果点击“队列提示”按钮。在右下角或底部的历史记录区域你可以看到生成进度。完成后图片会显示在预览窗口。查看保存的图片 生成的图片默认保存在ComfyUI\output文件夹中。同时你的整个工作流也会被嵌入到图片的元数据中。你可以直接将生成的图片拖回ComfyUI的节点图区域它会自动加载当时的工作流这对于分享和复现极其方便。5. 进阶技巧与插件管理掌握了基础流程后可以通过插件来解锁ComfyUI的完全体。5.1 使用ComfyUI Manager管理插件秋叶整合包通常预装了ComfyUI Manager这是一个插件管理神器。打开Manager在WebUI界面中你应该能看到一个额外的标签页或一个齿轮/商店图标点击即可进入Manager。安装插件在Manager中你可以浏览热门插件列表一键安装。例如Impact Pack提供了大量实用节点如人脸细节修复FaceDetailer、分割一切SAM、图像批量处理等。WAS Node Suite扩展了图像处理、文本处理、逻辑判断等功能。ControlNet虽然ComfyUI原生支持但通过插件可以更新更多预处理器和模型。更新与卸载Manager也可以方便地更新已安装的插件或ComfyUI本身以及卸载插件。5.2 搭建图生图img2img工作流图生图允许你基于一张现有图片进行修改或重绘。添加“加载图像”节点右键 -图像 - 加载图像上传你的初始图片。添加“VAE编码”节点右键 -潜空间 - VAE编码。将“加载图像”节点的IMAGE输出连接到它的pixels输入将“加载检查点”节点的VAE输出连接到它的vae输入。这个节点会将像素图像编码为潜空间数据。修改采样器输入将原来连接到采样器latent_image的“空潜空间图像”节点替换为“VAE编码”节点的LATENT输出。调整降噪强度在采样器节点上找到denoise降噪强度参数。它控制新生成内容与原始图像的相似度范围0-1。1代表完全重新生成类似文生图0.5代表在原有基础上做较大修改0.2代表轻微修改。5.3 使用ControlNet进行精确控制ControlNet可以通过边缘检测、姿态识别、深度图等方式精确控制生成图像的构图。安装ControlNet模型将下载的ControlNet模型如control_v11p_sd15_canny.pth放入ComfyUI\models\controlnet文件夹。添加ControlNet应用节点右键 -条件 - ControlNet应用。首先需要一个“预处理”节点来从图像中提取控制信息例如Canny边缘检测在图像预处理分类下。将你的参考图连接给它。然后添加“加载ControlNet模型”节点加载器分类下并选择对应的模型。连接“预处理”节点的IMAGE输出 - “ControlNet应用”节点的control_net输入“加载ControlNet模型”节点的CONTROL_NET输出 - “ControlNet应用”节点的control_net输入。最后将“ControlNet应用”节点的CONDITIONING输出连接到采样器的positive输入通常需要用一个“条件组合”节点将其与原有的文本条件合并。6. 常见问题与故障排查即使使用整合包也可能遇到一些问题。这里列出一些常见情况及其解决方法。问题现象可能原因排查与解决思路双击.bat文件后窗口闪退1. 路径包含中文或特殊字符。2. 显卡驱动不兼容或未安装。3. 系统缺少运行库。1. 将整合包移动到纯英文路径下。2. 更新NVIDIA显卡驱动到最新版。3. 安装微软常用运行库合集如Visual C Redistributable。4. 尝试以管理员身份运行。启动时报错提示缺少模块或DLLPython依赖包安装不完整或损坏。1. 关闭所有命令行窗口。2. 重新运行run_nvidia_gpu.bat它会自动重装依赖。请保持网络通畅。3. 检查是否被安全软件拦截。生成图片时显存不足OOM1. 图像分辨率设置过高。2. 同时加载了过多模型或使用了高分辨率修复。3. 显卡显存本身较小。1. 降低“空潜空间图像”节点的宽高如从1024降至768。2. 使用--lowvram或--medvram参数启动需修改bat文件。3. 使用Tiled VAE或分块采样等显存优化插件。4. 尝试使用CPU模式生成小图再使用Upscale节点放大。生成速度非常慢1. 使用了CPU模式。2. 采样步数steps设置过高。3. 图片尺寸过大。1. 确保使用GPU模式运行。2. 适当降低步数20-30步通常足够。3. 使用效率更高的采样器如DPM 2M Karras。4. 在Mac上确认使用的是mps后端而非CPU。中文提示词效果不好1. 使用的底模型对中文语义理解不佳。2. 提示词语义过于复杂或矛盾。1. 尝试使用针对中文优化的模型如一些国产模型。2. 在提示词中加入一些英文关键词作为补充。3. 使用翻译插件或在节点菜单中搜索“中文编码”相关插件进行优化。插件安装后不显示或报错1. 插件版本与ComfyUI版本不兼容。2. 插件依赖未正确安装。3. 需要重启ComfyUI。1. 通过ComfyUI Manager安装通常能解决依赖问题。2. 查看命令行窗口的错误信息根据提示安装缺失的包。3. 安装新插件后务必完全关闭并重启ComfyUI。无法加载模型提示错误1. 模型文件损坏或不完整。2. 模型文件放错了文件夹。3. 模型类型不被支持。1. 重新下载模型文件确保是.safetensors或.ckpt格式。2. 确认模型放入了正确的子文件夹checkpoints, loras, controlnet等。3. 检查模型是否与ComfyUI兼容通常SD1.5, SDXL的模型都支持。如何查看详细日志所有运行信息都显示在启动的黑色命令行窗口中。如果遇到问题首先仔细阅读窗口中的红色错误信息Error这是定位问题的关键。7. 最佳实践与使用建议为了获得更稳定、高效的ComfyUI使用体验这里有一些工程上的建议。模型文件管理建议使用.safetensors格式的模型它比.ckpt更安全不包含可执行代码。为你的模型建立清晰的目录结构。可以在models文件夹下自行创建子文件夹进行分类如checkpoints/portraits/肖像模型、checkpoints/landscapes/风景模型。定期清理不用的模型节省磁盘空间。工作流管理勤保存构建复杂工作流时随时使用“保存工作流”功能快捷键CtrlS保存为.json文件。模块化将常用的功能组如一个完整的ControlNet处理链保存为子工作流方便在其他项目中复用。使用图片嵌入将最终满意的工作流和生成结果一起通过“保存图像”节点输出。这张图片包含了完整的工作流信息是分享和备份的最佳方式。性能优化固定种子当调试出满意的效果后在采样器中固定seed值可以确保结果可复现。使用预览节点在流程中间插入“预览图像”节点例如在VAE解码前可以快速查看中间结果避免跑完整个流程才发现问题。利用队列可以设置多个不同的提示词或参数一次性加入队列批量生成提高效率。学习资源社区工作流多去Civitai、OpenArt等网站下载和学习别人分享的.json或.png工作流这是最快的学习方式。节点手册在ComfyUI中将鼠标悬停在节点的输入输出端口上会显示简要说明。善用这个功能。循序渐进不要一开始就尝试搭建过于复杂的工作流。从文生图、图生图、LoRA应用、ControlNet应用这几个核心功能逐个击破。秋叶ComfyUI-V17中文整合包极大地降低了这款强大工具的使用门槛。从全中文界面到一键安装它解决的是“用起来”的问题。而ComfyUI节点式工作流带来的无限可能性则需要你在实践中不断探索和搭建。建议从模仿开始加载几个经典的工作流观察节点的连接方式然后尝试修改参数最后创造属于自己的独特流程。
