当前位置：首页 > 文章列表 > 科技周边 > 人工智能 > ComfyUI工作流搭建教程详解

ComfyUI工作流搭建教程详解

2026-03-16 21:28:34 0浏览收藏

本文详细介绍了如何在Windows系统上零代码搭建ComfyUI本地AI图像生成自动化工作流：从下载解压便携版、配置CUDA与PyTorch GPU加速，到手动部署模型与Lora，再到通过可视化节点拖拽连接构建完整生成链路，最后借助ComfyUI-Manager和rgthree插件实现定时自动出图——全程无需编程基础，真正让普通用户也能轻松掌控高性能、可扩展、全本地化的AI图像生产力工具。

ComfyUI如何搭建自动化工作流？节点式AI绘图环境配置【安装包】

如果您希望在本地构建一个基于节点连接的AI图像生成自动化工作流，ComfyUI 提供了无需编码即可组合模型、提示词、采样器与后处理模块的可视化方式。以下是完成 ComfyUI 环境搭建与基础自动化工作流配置的具体步骤：

一、下载并解压官方安装包

ComfyUI 官方未提供传统意义上的“安装程序”，但社区已打包整合了含 Python 运行时、依赖库及基础模型链接的便携式安装包，可跳过手动编译与环境配置环节。该方式适用于 Windows 用户且无 Python 基础。

1、访问 GitHub 上由 comfyanonymous/ComfyUI 官方仓库推荐的第三方打包项目（如 ComfyUI_Custom_Nodes_Manager 或 ComfyUI_windows_portable）。

2、在 Releases 页面中下载最新标注为 Windows Portable 的 ZIP 文件（例如 ComfyUI_windows_portable_nvidia_gpu.7z）。

3、使用 7-Zip 或 WinRAR 解压至不含中文与空格的纯英文路径，例如 D:\ComfyUI。

二、配置 GPU 加速与 CUDA 环境

启用 NVIDIA 显卡加速是保障 ComfyUI 工作流运行效率的关键前提，需确保系统已安装匹配版本的显卡驱动与 CUDA Toolkit 运行时组件。

1、打开命令提示符，执行 nvidia-smi，确认驱动版本不低于 510，并记录 CUDA Version 行显示的版本号（如 12.1）。

2、进入解压后的 ComfyUI 根目录，找到 python_embeded\python.exe 所在路径，运行 python -m pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121（cu121 需按实际 CUDA 版本替换）。

3、验证安装：运行 python -c "import torch; print(torch.cuda.is_available())"，返回 True 即表示 GPU 后端已就绪。

三、加载基础模型与 Lora 插件

ComfyUI 自身不附带任何大模型，所有 SDXL 或 SD1.5 类型的 .safetensors 模型需手动放入指定文件夹，Lora 权重则需配合对应加载节点启用。

1、在 ComfyUI 根目录下创建 models\checkpoints 子文件夹，将下载好的基础模型（如 dreamshaper_8.safetensors）放入其中。

2、创建 models\loras 文件夹，将 Lora 文件（如 detail_tweaker.safetensors）复制至此。

3、启动 ComfyUI 后，在节点编辑区右键选择 Load Checkpoint 节点，下拉菜单中应出现已放置的模型名称；添加 Lora Loader 节点后，其 Model Name 下拉项也应列出对应 Lora 文件。

四、构建首个自动化图像生成工作流

通过拖拽预设节点并连线，可定义从提示输入到图像输出的完整链路，无需编写脚本即可实现批处理、参数循环或条件分支逻辑。

1、在空白画布中右键，依次添加 CheckpointLoaderSimple、CLIPTextEncode（正向提示）、CLIPTextEncode（负向提示）、KSampler、VAEDecode 和 SaveImage 节点。

2、将 CheckpointLoaderSimple 的 CLIP 输出连接至两个 CLIPTextEncode 节点的 clip 输入；将其 VAE 输出连接至 VAEDecode 的 vae 输入。

3、将两个 CLIPTextEncode 的 CONDITIONING 输出分别接入 KSampler 的 positive 与 negative 输入；将 KSampler 的 LATENT 输出连至 VAEDecode 的 samples 输入；VAEDecode 的 IMAGE 输出连至 SaveImage 的 images 输入。

4、双击 SaveImage 节点，在 filename_prefix 字段输入 auto_gen，点击右上角 Queue Prompt 按钮，工作流即开始执行。