一、为什么先从云端开始

1.1 本地部署的门槛

很多新手一听说 ComfyUI，第一反应是”我要不要先买一张好显卡”。确实，ComfyUI 的本地运行对硬件有一定要求：

如果你现在还没有合适的显卡，或者不想花几个小时安装 Python、PyTorch、CUDA 和各种依赖，那么云端 ComfyUI 平台就是最佳起点。RunningHub 是其中中文生态最成熟、节点和模型最丰富的选择。

1.2 云端学习的优势

• 零安装：打开浏览器即可使用，不需要配置任何环境
• 零硬件门槛：云端提供 RTX 4090、A100 等高性能 GPU
• 模型开箱即用：FLUX、SDXL、Wan、LTX 等热门模型已预装
• 工作流一键复用：10万+ 创作者分享的专业工作流可直接运行
• 学习成本低：专注于 ComfyUI 本身，而不是环境排错

二、RunningHub 是什么

RunningHub 是一个基于 ComfyUI 的云端 AI 创作与算力平台，由海马云团队打造。它把 ComfyUI 的节点式工作流搬到了云端，用户无需本地显卡，通过浏览器即可设计、编辑和运行 AI 工作流。

2.1 平台核心能力

2.2 为什么选择 RunningHub

目前市面上的云端 ComfyUI 平台有不少，RunningHub 的优势在于：

• 节点最全：9000+ 预装节点，每日同步 GitHub 最新开源节点
• 模型最多：40000+ 热门模型，FLUX、SDXL、Wan、LTX、MiniMax H3 等应有尽有
• 社区活跃：10万+ 专业工作流，覆盖电商、短剧、影视、动画、设计等行业
• 中文友好：官网和文档对中文用户友好，支付方式便捷
• API 支持：企业可将跑通的工作流通过 API 接入自有系统

三、注册账号与 RH 币机制

3.1 注册步骤

1. 访问官网：打开 https://www.runninghub.cn
2. 点击注册：支持邮箱、手机号、Google 账号等多种方式
3. 填写邀请码：如果有邀请码，注册时填写可额外获得 RH 币奖励
4. 完成验证：按提示完成手机或邮箱验证
5. 进入工作台：注册完成后即可进入 RunningHub 主界面

3.2 RH 币是什么

RH 币是 RunningHub 的算力计量单位，相当于平台的”虚拟货币”。运行 ComfyUI 工作流时，系统会根据你选择的 GPU 规格、运行时长、模型大小等因素扣除相应的 RH 币。

3.3 消耗规律

RH 币的消耗主要取决于以下几个因素：

• GPU 规格：RTX 3090 / 4090 / A100 等不同显卡单价不同
• 运行时长：任务运行时间越长，消耗越多
• 模型大小：FLUX、Wan 14B 等大模型比 SDXL 更耗币
• 分辨率与帧数：高分辨率图片和长视频消耗更多

四、工作台界面全解析

4.1 左侧：节点库

左侧是 ComfyUI 的节点库，所有可用节点按功能分类。你可以通过搜索快速找到需要的节点，然后拖拽到中央画布。

常见节点分类包括：

• 加载类：Load Checkpoint、Load LoRA、Load Image
• 条件类：CLIP Text Encode、ControlNet Apply
• 采样类：KSampler、KSampler Advanced
• 输出类：Save Image、Save Video、Preview Image
• 工具类：Image Resize、Mask Composite、VAE Decode

4.2 中央：画布 Canvas

中央是无限画布，你可以在这里拖拽节点、连接端口、组织工作流。RunningHub 的画布操作和本地 ComfyUI 基本一致：

• 滚轮缩放：放大/缩小画布
• 右键拖拽：移动画布
• 左键拖拽节点：移动节点位置
• 拖拽端口连线：把上游输出连接到下游输入
• 双击节点：展开/折叠节点参数

4.3 右侧：参数面板

选中节点后，右侧会显示该节点的可调整参数。例如选中 KSampler 节点，你可以修改：

• seed：随机种子，决定生成结果的随机性
• steps：采样步数，通常 20-30
• cfg：提示词引导强度，通常 7-8
• sampler_name：采样器算法，如 euler、euler_ancestral、dpmpp_2m
• scheduler：调度器，如 normal、karras

4.4 顶部：工具栏

顶部工具栏包含工作流的核心操作按钮：

• Queue Prompt：运行当前工作流
• Save：保存工作流到个人资产库
• Load：加载已保存的工作流
• Clear：清空画布
• Settings：系统设置和主题切换

五、模型库与资源生态

5.1 图像大模型

图像生成是 ComfyUI 最基础也是最常用的能力。RunningHub 内置了目前主流的图像生成大模型：

5.2 视频大模型

RunningHub 同样集成了当前热门的视频生成模型：

• Wan 2.2：阿里通义万相视频模型，运动自然、物理规律好
• LTX 2.3：多模态音视频模型，支持文生视频、图生视频、首尾帧
• MiniMax H3： newly 开源的多模态视频模型，2K 画质、音画同步
• CogVideo / Hunyuan：国产视频模型，社区工作流丰富

5.3 风格与微调模型

除了大模型，RunningHub 还提供大量的微调模型和控制工具：

• LoRA：实现特定人物、风格、物品的生成
• ControlNet：用骨骼图、深度图、边缘图等控制生成
• IPAdapter：用参考图控制风格和内容
• Embedding：文本嵌入，用于负面提示词优化

六、运行第一个工作流

6.1 第一步：选择工作流

对于新手，强烈建议不要从零开始拉节点，而是直接复用社区工作流：

1. 点击顶部导航的 “AI Apps” 或 “探索”
2. 在搜索框输入你想要的效果，例如 “Flux 文生图”、”Wan 图生视频”
3. 浏览结果，选择一个热度高、评价好的工作流
4. 点击 “运行” 或 “一键同款”，系统会自动加载到画布

6.2 第二步：修改参数

工作流加载到画布后，你需要根据自己的需求修改参数：

• 正向提示词：描述你想要生成的内容
• 负面提示词：描述你不想要的内容
• 参考图片：如果是图生图或图生视频，上传你的参考图
• 分辨率：设置输出图片或视频的宽度和高度
• 采样参数：steps、cfg、sampler 等

6.3 第三步：选择算力

点击运行前，通常需要选择 GPU 规格。RunningHub 提供多种显卡选择：

新手建议先选择默认或性价比高的规格，等熟悉消耗规律后再根据任务需求升级。

6.4 第四步：运行与下载

确认参数无误后，点击右上角的 “Queue Prompt” 按钮开始运行。你会看到：

• 队列状态：显示当前排队位置和运行状态
• 实时日志：节点逐个执行的过程
• 预览窗口：生成完成后显示结果

如果对结果满意，右键点击图片或视频选择 “保存” 即可下载到本地。如果不满意，可以调整参数再次运行。

七、常见问题与省钱技巧

7.1 常见问题

7.2 省钱技巧

• 先用 AI Apps：一键同款的工作流经过优化，运行效率更高
• 从小分辨率开始：测试阶段用 512×512 或 768×768，确定效果后再放大
• 利用每日免费额度：每天登录领 100 RH 币，积少成多
• 错峰使用：凌晨和上午通常比晚上排队少
• 保存好参数：把跑通的工作流保存为模板，避免重复调试

八、关键术语速查

本课出现了一些新术语，先混个眼熟：

RH 币

RunningHub 的算力计量单位，运行任务时消耗

AI Apps

RunningHub 的应用市场，封装好的可一键运行的工作流

Canvas

ComfyUI 的无限画布，用于拖拽和连接节点

Checkpoint

大模型文件，决定生成图像的基础能力

Queue Prompt

运行工作流的按钮，提交任务到云端 GPU

GPU 规格

选择运行任务使用的云端显卡，如 RTX 4090、A100

节点库

ComfyUI 中所有可用节点的分类列表

参数面板

选中节点后在右侧显示的可调设置项

一键同款

直接复用他人分享的成熟工作流

邀请码

注册时填写可获得额外 RH 币奖励