ComfyUI节点教程：AI绘画入门指南

想要入门节点式AI绘画吗？本教程为你提供一份详尽的ComfyUI安装使用指南。首先，你需要下载ComfyUI并安装必要的Python依赖，然后将Stable Diffusion模型放置于指定文件夹。通过运行启动脚本，即可在浏览器中打开ComfyUI界面，开启你的创作之旅。ComfyUI的核心在于其灵活的节点式工作流，你可以通过连接CheckpointLoaderSimple、CLIPTextEncode、KSampler等节点，构建个性化的图像生成流程。此外，你还可以导入JSON模板，快速使用预设配置，轻松实现各种复杂的绘画效果。无论你是AI绘画新手还是进阶玩家，ComfyUI都能为你提供高效、便捷的可视化创作体验。赶快开始你的ComfyUI探索之旅，释放你的无限创意吧！

首先下载ComfyUI并安装Python依赖，接着将Stable Diffusion模型放入指定文件夹，然后运行启动脚本并在浏览器中打开界面，之后通过连接CheckpointLoaderSimple、CLIPTextEncode、KSampler等节点构建绘图工作流，最后可导入JSON模板快速使用预设配置完成图像生成。

如果您想通过可视化节点的方式进行AI绘画创作，ComfyUI提供了一种灵活且高效的工作流操作界面。以下是安装与使用ComfyUI的基本步骤：

一、下载并安装ComfyUI

此步骤的目的是获取ComfyUI的核心程序文件，并搭建本地运行环境。

1、访问ComfyUI的官方GitHub仓库：https://github.com/comfyanonymous/ComfyUI，点击“Code”按钮并选择“Download ZIP”或使用git命令克隆项目。

2、将下载的文件解压到您指定的本地目录，例如 D:\ComfyUI 或 ~/comfyui。

3、确保您的系统已安装Python 3.10版本，推荐使用Anaconda管理虚拟环境。

4、打开终端或命令行工具，进入解压后的主目录，执行命令：pip install -r requirements.txt 安装依赖库。

二、安装模型文件

ComfyUI需要加载Stable Diffusion系列模型才能生成图像，必须将模型放置在正确的文件夹中。

1、下载常用的Stable Diffusion基础模型（如 v1.5、v2.1 或 SDXL）以及LoRA、ControlNet等扩展模型。

2、将主模型（.ckpt 或 .safetensors 文件）放入 models/checkpoints/ 目录下。

3、将ControlNet模型放入 models/controlnet/，LoRA模型放入 models/loras/，依此类推。

三、启动ComfyUI服务

启动后将在本地开启一个Web服务，通过浏览器访问操作界面。

1、在ComfyUI根目录下找到并运行启动脚本：Windows用户双击 run.bat，Linux/Mac用户执行 python main.py。

2、等待命令行输出显示服务器已启动，默认地址为 http://127.0.0.1:8188。

3、打开浏览器，输入上述地址即可进入节点编辑界面。

四、创建第一个绘图工作流

通过连接不同的功能节点，构建完整的图像生成流程。

1、在界面左侧的节点列表中，拖拽一个“CheckpointLoaderSimple”节点到画布上，并选择已安装的模型。

2、依次添加“CLIPTextEncode”节点用于正向提示词输入，“CLIPTextEncode”另一个实例用于反向提示词。

3、添加“EmptyLatentImage”设置输出图像的尺寸和批次。

4、添加“KSampler”配置采样器参数，如步数、CFG值、种子等。

5、添加“VAEDecode”将潜变量解码为像素图像，最后连接“SaveImage”输出结果。

6、右键点击画布并选择“Queue Prompt”提交任务，生成完成后图片将保存至 output 文件夹。

五、使用预设工作流模板

导入他人分享的工作流JSON文件可快速实现复杂效果。

1、从社区平台（如ComfyUI官方论坛或Civitai）下载他人分享的 .json 格式工作流文件。

2、在ComfyUI界面点击“Load”按钮，选择该JSON文件即可自动重建节点布局。

3、根据需要修改提示词、模型名称或参数值，确保所用模型名称与本地一致。

4、提交队列前检查所有节点是否连接完整，无红色错误提示。

本篇关于《ComfyUI节点教程：AI绘画入门指南》的介绍就到此结束啦，但是学无止境，想要了解学习更多关于科技周边的相关知识，请关注golang学习网公众号！