ComfyUI入门

前言

对于新手来说，ComfyUI 是一个非常强大的工具，但是它的使用起来非常复杂。本文将介绍 ComfyUI 的基本概念和使用方法，帮助新手快速上手。

本教程整理自网络资源，同时融入了泠夜Soul自己的理解和经验，帮助你快速掌握使用 ComfyUI 进行 SDXL 模型生图的基础技能。

目录

  1. 安装 ComfyUI
  2. 环境配置
  3. SDXL 模型介绍
  4. ComfyUI 核心节点
  5. SDXL 文生图工作流
  6. SDXL 图生图工作流
  7. 常见问题与解决方案
  8. 进阶技巧

1. 安装 ComfyUI

1.1 什么是 ComfyUI

ComfyUI 是一个基于节点流程的可视化操作界面。与 SD WebUI 不同，ComfyUI 采用节点化的设计理念，让用户可以通过连接不同的节点来构建复杂的工作流程。

核心特点：

  • 模块化设计：像搭积木一样构建工作流
  • 高效执行：内存优化，执行速度快
  • 工作流复用：可保存和分享工作流配置
  • 高度可定制：支持自定义节点和脚本

1.2 ComfyUI vs WebUI

特性 ComfyUI WebUI
操作方式 节点流程图 网页界面
学习曲线 较陡 较平缓
内存占用 优化较好 相对较高
工作流保存 JSON 格式 自动保存
批量处理 灵活强大 一般
适用场景 专业团队、高级用户 入门用户

1.3 安装方式

方式一：秋叶整合包（推荐新手）

直接去秋叶佬那下载整合包解压即可。

方式二：官方独立版本

你看不见

2. 环境配置

2.1 系统要求

最低配置：

  • 操作系统：Windows 10
  • 显卡：NVIDIA GPU，6GB+ VRAM
  • 内存：16GB+

2.2 模型目录结构

1
2
3
4
5
6
7
8
9
ComfyUI/
├── models/
│   ├── checkpoints/          # 模型检查点
│   ├── vae/                  # VAE 模型
│   ├── loras/                # LoRA 模型
│   └── controlnet/           # ControlNet 模型
├── custom_nodes/             # 自定义节点
├── output/                   # 输出目录
└── workflows/                # 工作流保存目录

3. SDXL 模型介绍

3.1 什么是 SDXL

  • SDXL（Stable Diffusion XL）是 Stability AI 发布的 Stable Diffusion 模型
  • 如今随着模型发展，目前主流的SDXL模型分支是Illustrious 光辉 以及 NoobAI ，其中Illustrious 光辉 是目前流行的SDXL模型分支，也是本文主要使用的分支。
  • 本文推荐模型为WAI_NSFW-illustrious-SDXL，后文会基于该模型的使用编写

3.2 模型下载来源

| Civitai | https://civitai.com |
| liblib | https://www.liblib.art/ |

3.3 模型说明

目前能够下载到的SDXL系列模型一般都是集clip，vae，checkpoint为一体的模型。

3.4 模型安装

  • 下载 WAI_NSFW-illustrious-SDXL.safetensors
  • 放置到 ComfyUI/models/checkpoints/

4. ComfyUI 核心节点

4.0 节点名称说明

本文中名称只是大致对应，具体节点名称请参考 ComfyUI内实际名称

4.1 基础节点分类

1
2
3
4
5
6
7
8
9
10
11
12
13
┌─────────────────────────────────────────────────────────┐
│                      节点类型                            │
├─────────────────────────────────────────────────────────┤
│ 📥 模型加载类 │ CLIP │ VAE │ Checkpoint │ LoRA          │
├─────────────────────────────────────────────────────────┤
│ 🔄 采样器类   │ KSampler                                │
├─────────────────────────────────────────────────────────┤
│ 📝 提示词类   │ CLIP Text Encode                        │
├─────────────────────────────────────────────────────────┤
│ 🖼️ 图像处理类 │ LoadImage │ SaveImage                   │
├─────────────────────────────────────────────────────────┤
│ 🔧 工具类     │ EmptyLatentImage                        │
└─────────────────────────────────────────────────────────┘

4.2 核心节点详解

4.2.1 CheckpointLoader

功能：加载 SDXL 模型检查点

1
2
3
4
5
输入：模型路径
输出：
  - MODEL：模型
  - CLIP：CLIP 模型
  - VAE：VAE 模型

使用位置：几乎所有工作流的起点

4.2.2 CLIPTextEncode

功能：将文本提示词编码为向量

SDXL 需要两个编码器：
一个负责正向提示词的编码器，一个负责反向提示词的编码器

1
2
3
4
5
输入：
  - text：提示词文本
  - clip：CLIP 模型
输出：
  - CONDITIONING：条件向量

4.2.3 KSampler

功能：SDXL 图像采样生成

1
2
3
4
5
6
7
8
9
10
11
12
输入：
  - model：模型
  - positive：正面条件
  - negative：负面条件
  - seed：随机种子
  - steps：采样步数
  - cfg：引导强度
  - sampler：采样器类型
  - scheduler：调度器
  - denoise：去噪强度
输出：
  - LATENT：潜空间图像

参数说明：

参数 说明 推荐值
seed 随机种子，相同种子+相同参数=相同结果 随机或固定
steps 采样步数，越多越精细但越慢 20-30
cfg 提示词引导强度，值越高越遵循提示词 3-7
sampler 采样算法，不同算法效果不同 euler/euler_a/dpmpp_2m
denoise 去噪强度，1.0=完全重新生成 1.0

额外说明
采样算法，采样步数，CFG参数，调度器 等参数最后根据模型作者所给出的推荐值进行选择。

4.2.4 EmptyLatentImage

功能：创建空白潜空间图像

1
2
3
4
5
6
输入：
  - width：宽度（SDXL 推荐 1024）
  - height：高度（SDXL 推荐 1024）
  - batch_size：批量大小
输出：
  - LATENT：潜空间图像

SDXL 分辨率推荐：

  • 1024x1024（方形）
  • 1152x896（横向 4:3）
  • 896x1152（纵向 3:4）
  • 1344x768（横向 16:9）
  • 768x1344（纵向 9:16）

4.2.5 VAEDecode / VAEEncode

功能：

  • VAEDecode：将潜空间图像解码为真实图像
  • VAEEncode：将真实图像编码为潜空间图像

4.2.6 SaveImage

功能：保存生成的图像

1
2
3
输入：
  - images：图像
  - filename_prefix：文件名前缀

4.3 LoraLoader

功能： LoRA 加载器

5. SDXL 文生图工作流

5.1 基础工作流构建

以下是 ComfyUI 中 SDXL 文生图的基础工作流节点连接：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
┌─────────────────────────────────────────────────────────────────────┐
│                    SDXL 文生图基础工作流                              │
└─────────────────────────────────────────────────────────────────────┘

[CheckpointLoader]
       │
       ├── MODEL ───────────────┐
       ├── CLIP ────────────────┤
       │                        │
       │              ┌─────────▼─────────┐
       │              │  CLIPTextEncode   │ ←─── 正面提示词
       │              └─────────┬─────────┘
       │                        │
       │                        │
       └── VAE ─────────────────┘
                                   │
                          ┌────────▼────────┐
                          │   EmptyLatent   │ ←─── 创建空lantent图像
                          │  (1024x1024)    │
                          └────────┬────────┘
                                   │
                          ┌────────▼────────┐
                          │    KSampler     │ ←─── 采样器
                          └────────┬────────┘
                                   │
                          ┌────────▼────────┐
                          │    VAEDecode    │
                          └────────┬────────┘
                                   │
                          ┌────────▼────────┐
                          │    SaveImage    │
                          └─────────────────┘

5.2 详细节点配置

Step 1: 加载模型

1
2
3
4
节点：CheckpointLoader
操作：
  1. 点击模型选择器
  2. 选择 "WAI_NSFW-illustrious-SDXL"

Step 2: 编写提示词

正面提示词示例：

1
2
3
masterpiece, best quality, ultra detailed, photorealistic,
a beautiful woman standing in a park, golden hour lighting,
soft focus, 8k, professional photography

负面提示词示例：

1
2
3
worst quality, low quality, blurry, deformed, bad anatomy,
bad hands, extra fingers, fewer fingers, watermark, signature,
text, username, blurry, low resolution, bad proportions

以上内容根据模型作者推荐起手式编写

Step 3: 设置分辨率

1
2
3
4
5
节点：EmptyLatentImage
参数：
  - width: 1024
  - height: 1024
  - batch_size: 1

Step 4: 采样设置

1
2
3
4
5
6
7
8
节点：KSampler
参数：
  - seed: 42 (可随机)
  - steps: 30
  - cfg: 5.0
  - sampler_name: euler_a
  - scheduler: normal
  - denoise: 1.0

6. SDXL 图生图工作流

6.1 图生图与文生图的区别

图生图在文生图基础上增加了图像输入环节：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
┌──────────────────────────────────────────────────────┐
│                   图生图工作流                        │
└──────────────────────────────────────────────────────┘

[LoadImage] → [VAEEncode] → [EmptyLatentImage 位置]
                              │
                              ↓
                      [KSampler(降低 denoise)]
                              │
                              ↓
                         [VAEDecode]
                              │
                              ↓
                         [SaveImage]

6.2 关键参数调整

参数 文生图 图生图
denoise 1.0 0.5-0.8
steps 20-30 15-25
提示词 完全控制 参考原图+控制

6.3 图生图使用场景

  • 风格转换：将照片转换为动漫/油画风格
  • 局部重绘：修改图像特定区域
  • 高清放大：提升图像分辨率和细节
  • 角色一致性：保持角色特征进行创作

教程整理说明：本教程整合自网络公开资源，包括知乎、CSDN 等平台的技术文章。内容会持续更新，欢迎反馈问题和建议。

更新时间：2026 年 3 月

ComfyUI
#ComfyUI
ComfyUI入门
https://www.lingyuesoul.top/ComfyUI/comfyui/ComfyUI入门/
作者
泠夜Soul
发布于
2026年3月20日
许可协议