ComfyUI安装教程：手把手教你搭建本地AI绘画工作流

📖 为什么选ComfyUI？

用Stable Diffusion做AI绘画，大多数人一开始用的是WebUI（Automatic1111）。界面简单，填提示词点生成就行。但当你想做一些进阶操作——比如把两张图的特征融合、用ControlNet精准控制构图、搭建一套自动批处理流程——WebUI就力不从心了。

ComfyUI解决的就是这个问题。它用”节点”的方式把AI绘画拆解成一个个可组合的模块，你像搭积木一样把节点连起来，就能实现任意复杂的工作流。听起来门槛高？其实上手了比WebUI还直观。

这篇文章手把手教你从零安装ComfyUI，跑通第一个工作流。

🔧 环境准备

ComfyUI跑在本地，对硬件有要求：

显存是关键。8GB能跑SD 1.5和SDXL，但要跑Flux这类新模型建议12GB以上。显存不够会频繁爆OOM（内存溢出）错误。

📥 安装方式一：整合包（推荐新手）

国内用户最省心的方式是用秋叶整合包，B站搜”ComfyUI秋叶整合包”就能找到。整合包把Python环境、ComfyUI本体、常用插件、模型都打包好了，解压即用。

步骤：

1. 下载整合包压缩文件（通常8-15GB）
2. 解压到没有中文路径的目录（比如 D:/ComfyUI）
3. 运行 A启动器.exe
4. 点击”一键启动”
5. 浏览器会自动打开 http://127.0.0.1:8188

看到ComfyUI的节点界面就说明安装成功了。整合包的好处是省去配环境的麻烦，坏处是体积大、更新可能滞后。

📥 安装方式二：手动安装（推荐有基础的用户）

想保持最新版本，手动装更灵活。

第一步：安装Python和Git

装Python 3.10（不要用3.12，部分依赖不兼容）和Git。Windows用户去官网下载安装包，安装时勾选”Add to PATH”。

第二步：克隆ComfyUI

git clone https://github.com/comfyanonymous/ComfyUI
cd ComfyUI
pip install -r requirements.txt

第三步：安装PyTorch（带CUDA支持）

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

这一步是关键，必须装CUDA版本的PyTorch，否则只能用CPU跑，慢到怀疑人生。如果你的显卡不支持CUDA（比如AMD或Intel核显），需要装对应的ROCm或DirectML版本。

第四步：启动

python main.py

浏览器打开 http://127.0.0.1:8188 就能看到界面了。

📦 下载模型

ComfyUI装好了但没有模型，等于有枪没子弹。模型放到 ComfyUI/models/checkpoints/ 目录下。

新手推荐从这几个模型开始：

国内用户推荐去LiblibAI（哩布哩布）下载，速度比HuggingFace快得多。模型文件后缀是 .safetensors，别下错成 .ckpt 格式了——safetensors更安全，不会执行恶意代码。

🎯 第一个工作流：文生图

打开ComfyUI界面，默认会加载一个基础工作流。如果没有，点右侧面板的”Load Default”。

默认工作流的节点连接是这样的：

1. Load Checkpoint — 加载模型，选择你下载的safetensors文件
2. CLIP Text Encode (Prompt) — 正向提示词，描述你想要的画面
3. CLIP Text Encode (Negative) — 反向提示词，描述你不想要的
4. Empty Latent Image — 设置图片尺寸和批量数
5. KSampler — 采样器，核心节点，控制生成过程
6. VAE Decode — 将潜在空间数据解码成图片
7. Save Image — 保存图片

每个节点上有输入端口（左侧）和输出端口（右侧），用鼠标拖拽连线就行。节点之间靠连线传递数据，就像电路图一样。

KSampler的关键参数：

• seed — 随机种子，同样的参数+同样的种子=同样的图。想微调结果就固定seed改其他参数
• steps — 采样步数，20-30够用。多了不一定更好，但一定更慢
• cfg — 提示词权重，6-8是安全范围。太低AI不听话，太高画面会崩
• sampler_name — 采样器类型，dpmpp_2m 是万金油选择
• scheduler — 调度器，karras 配合dpmpp_2m效果最佳

填好提示词，点”Queue Prompt”，等待几秒钟就能看到生成的图片了。

💡 提示词怎么写？

SD系列模型的提示词跟Midjourney不太一样，更偏向”标签式”写法：

正向: a young woman reading a book in a cafe, 
warm lighting, shallow depth of field, 
film grain, 85mm lens, photorealistic, 
highly detailed, 8k

反向: blurry, low quality, distorted face, 
extra fingers, watermark, text

几个技巧：

• 用英文逗号分隔不同元素，不用写完整句子
• 权重用括号：(masterpiece:1.2) 表示masterpiece权重1.2倍
• 画质词放前面，细节描述放后面
• 反向提示词一定要写，能大幅减少翻车率

🔧 常用自定义节点推荐

ComfyUI的强大在于生态——社区开发了大量自定义节点。装了之后能实现更多功能。

安装方法：进入 ComfyUI/custom_nodes/ 目录，git clone对应的仓库，然后重启ComfyUI。

ComfyUI Manager必装。装了它之后，在ComfyUI界面里点”Manager”按钮就能搜索和安装其他节点，不用手动git clone了。

⚠️ 新手常见问题

问题一：OOM（显存不足）

最常见的问题。解决方案：

• 降低图片分辨率（512×512比1024×1024省4倍显存）
• 在启动命令加 --lowvram 参数
• 使用SD 1.5而非SDXL（模型小一半）
• 减少采样步数

问题二：生成速度太慢

先确认是不是在用GPU。打开任务管理器看GPU利用率，如果GPU没动说明PyTorch装的是CPU版本，需要重装CUDA版本。另外 --fp8_e4m3fn 参数可以开启半精度加速。

问题三：中文路径报错

ComfyUI对中文路径支持不好。整个安装路径不要有中文和空格，模型文件名也用英文。

问题四：节点显示红色

红色表示节点报错。常见原因：模型没加载、端口没连、缺少依赖节点。鼠标悬停在红色节点上会显示错误信息。

📌 总结

ComfyUI的入门门槛确实比WebUI高一点，但一旦上手，你会发现它的灵活性和可控性是WebUI没法比的。建议的学习路径：先用默认工作流跑通文生图 → 调参数理解每个节点的作用 → 安装ControlNet尝试构图控制 → 学习工作流模板的保存和加载 → 进阶到IPAdapter和Inpaint。

推荐去comfyworkflows.com看看社区分享的工作流，直接下载json文件导入ComfyUI就能用，是学习节点组合最好的方式。