ComfyUI 入门教程三步装好本地环境接出第一条出图工作流【免费下载链接】ComfyUIThe most powerful and modular diffusion model GUI, api and backend with a graph/nodes interface.项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUIComfyUI 是一个节点式的视觉 AI 创作引擎把加载模型、编码提示词、采样生成、解码出图拆成一个个独立节点用连线把它们接成一条工作流每一步的参数都摆在明面上可以调。本文带你本地装好它并完成第一条文生图流程。节点式界面到底解决了什么问题传统绘图工具通常把生成过程封装成一个黑盒你只能改提示词和几个全局参数中间发生了什么、为什么这张图跑偏无从下手。ComfyUI 的做法相反——生成链路上的每个环节都是一个可见的节点你可以随时插进一个 LoRA 换风格、换一个采样器、在出图前加一步放大或重绘。它还有几个对实际使用很重要的特性本地离线运行核心流程不依赖云端模型和生成结果都留在本机不绑死单一模型原生支持 SD1.5 到 Flux、Wan、Qwen-Image 等大批开源模型文生图、图生视频、音频、3D 走的是同一套节点机制工作流可复用整个流程保存为 JSON下次加载即可原样复现也方便分享和接入 API。对新手来说理解 ComfyUI 只需要抓住一点它不是点生成按钮的软件而是一块画布你负责把功能节点连成一条数据管道。本地部署 ComfyUI 的三步安装手动安装支持 Windows、Linux、macOS以及 NVIDIA、AMD、Intel 和 Apple Silicon 等显卡。三步完成git clone https://gitcode.com/GitHub_Trending/co/ComfyUI cd ComfyUI pip install -r requirements.txt依赖装好后启动python main.py启动后浏览器会自动打开本地界面默认 8080 端口。此时界面是空的——你还不能生成图因为缺少模型文件把下载好的模型比如一个 checkpoint放到对应目录例如models/checkpoints/VAE 放models/vae/。模型放好节点里的下拉列表才有东西可选。读懂节点工作流数据沿着连线流动一条典型的 ComfyUI 文生图流程长这样信息流是这样的加载 Checkpoint把主模型读进来同时产出模型和 CLIP 文本编码器文本编码正向/负向提示词经 CLIP 编码成条件信号KSampler 采样核心生成步骤步数、采样器、CFG 强度都在这一个节点上VAE 解码把潜空间张量解码回像素图像保存图像结果写入output/目录。节点右侧的接口类型决定了它能接什么线MODEL、CONDITIONING、LATENT、IMAGE连线时类型不匹配会直接接不上。理解了数据沿连线流动任何复杂工作流都不过是这条最小链的加法和替换。第一条文生图工作流从提示词到出图下面走一遍最小编排。在界面中拖入 5 个节点并连线Load Checkpoint选择你放进models/checkpoints/的模型两个 CLIP Text Encode一个写正向提示词一个写负向提示词如lowres, blurryKSampler接收模型、两个条件信号和空的潜空间VAE Decode接采样器输出的 LATENTSave Image接解码后的图像。参数先用这组稳妥值尺寸 768×768步数 20~30采样器 DPM 2M KarrasCFG 7.5 左右。提示词写一个穿粉色裙子的黄色卡通角色背景是蓝天白云和绿色草地点 Queue 出图出图后建议顺手把整个流程另存为 JSON——这就是你的第一份可复用工作流。玩深一步现成模板与自定义节点不想从零连线时项目自带的 blueprints/ 目录里有近百个开箱即用的工作流模板覆盖文生图、图生视频、深度估计、背景移除、电影颗粒等场景直接加载改参数即可。想加功能则看 custom_nodes/把社区节点放进去重启后就能在节点库里看到新节点。每个节点的输入都是在代码里显式声明的数值类型可以限定默认值、上下限等行为这也是参数控制精细的原因它能用在哪些实际场景不必把它只当成玩票的画图工具三个方向上手价值最高概念与素材生产角色设计、电商产品图、社媒配图同一工作流换提示词批量出变体短视频流水线文生视频、首尾帧插值、超分放大都是现成节点图像和视频可以串在同一条流程里研究与教学模型管线被完整可视化每一步都能单独观察和替换适合讲清楚扩散模型到底怎么跑。收尾装好之后今天就该把上面那条 5 节点流程亲手跑通一遍——节点式界面的价值只有连线的时候才显现。跑通之后再谈加 LoRA、换采样器、把工作流接进 API路径都是现成的。【免费下载链接】ComfyUIThe most powerful and modular diffusion model GUI, api and backend with a graph/nodes interface.项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 ComfyUI 入门教程：三步装好本地环境，接出第一条出图工作流
ComfyUI 入门教程三步装好本地环境接出第一条出图工作流【免费下载链接】ComfyUIThe most powerful and modular diffusion model GUI, api and backend with a graph/nodes interface.项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUIComfyUI 是一个节点式的视觉 AI 创作引擎把加载模型、编码提示词、采样生成、解码出图拆成一个个独立节点用连线把它们接成一条工作流每一步的参数都摆在明面上可以调。本文带你本地装好它并完成第一条文生图流程。节点式界面到底解决了什么问题传统绘图工具通常把生成过程封装成一个黑盒你只能改提示词和几个全局参数中间发生了什么、为什么这张图跑偏无从下手。ComfyUI 的做法相反——生成链路上的每个环节都是一个可见的节点你可以随时插进一个 LoRA 换风格、换一个采样器、在出图前加一步放大或重绘。它还有几个对实际使用很重要的特性本地离线运行核心流程不依赖云端模型和生成结果都留在本机不绑死单一模型原生支持 SD1.5 到 Flux、Wan、Qwen-Image 等大批开源模型文生图、图生视频、音频、3D 走的是同一套节点机制工作流可复用整个流程保存为 JSON下次加载即可原样复现也方便分享和接入 API。对新手来说理解 ComfyUI 只需要抓住一点它不是点生成按钮的软件而是一块画布你负责把功能节点连成一条数据管道。本地部署 ComfyUI 的三步安装手动安装支持 Windows、Linux、macOS以及 NVIDIA、AMD、Intel 和 Apple Silicon 等显卡。三步完成git clone https://gitcode.com/GitHub_Trending/co/ComfyUI cd ComfyUI pip install -r requirements.txt依赖装好后启动python main.py启动后浏览器会自动打开本地界面默认 8080 端口。此时界面是空的——你还不能生成图因为缺少模型文件把下载好的模型比如一个 checkpoint放到对应目录例如models/checkpoints/VAE 放models/vae/。模型放好节点里的下拉列表才有东西可选。读懂节点工作流数据沿着连线流动一条典型的 ComfyUI 文生图流程长这样信息流是这样的加载 Checkpoint把主模型读进来同时产出模型和 CLIP 文本编码器文本编码正向/负向提示词经 CLIP 编码成条件信号KSampler 采样核心生成步骤步数、采样器、CFG 强度都在这一个节点上VAE 解码把潜空间张量解码回像素图像保存图像结果写入output/目录。节点右侧的接口类型决定了它能接什么线MODEL、CONDITIONING、LATENT、IMAGE连线时类型不匹配会直接接不上。理解了数据沿连线流动任何复杂工作流都不过是这条最小链的加法和替换。第一条文生图工作流从提示词到出图下面走一遍最小编排。在界面中拖入 5 个节点并连线Load Checkpoint选择你放进models/checkpoints/的模型两个 CLIP Text Encode一个写正向提示词一个写负向提示词如lowres, blurryKSampler接收模型、两个条件信号和空的潜空间VAE Decode接采样器输出的 LATENTSave Image接解码后的图像。参数先用这组稳妥值尺寸 768×768步数 20~30采样器 DPM 2M KarrasCFG 7.5 左右。提示词写一个穿粉色裙子的黄色卡通角色背景是蓝天白云和绿色草地点 Queue 出图出图后建议顺手把整个流程另存为 JSON——这就是你的第一份可复用工作流。玩深一步现成模板与自定义节点不想从零连线时项目自带的 blueprints/ 目录里有近百个开箱即用的工作流模板覆盖文生图、图生视频、深度估计、背景移除、电影颗粒等场景直接加载改参数即可。想加功能则看 custom_nodes/把社区节点放进去重启后就能在节点库里看到新节点。每个节点的输入都是在代码里显式声明的数值类型可以限定默认值、上下限等行为这也是参数控制精细的原因它能用在哪些实际场景不必把它只当成玩票的画图工具三个方向上手价值最高概念与素材生产角色设计、电商产品图、社媒配图同一工作流换提示词批量出变体短视频流水线文生视频、首尾帧插值、超分放大都是现成节点图像和视频可以串在同一条流程里研究与教学模型管线被完整可视化每一步都能单独观察和替换适合讲清楚扩散模型到底怎么跑。收尾装好之后今天就该把上面那条 5 节点流程亲手跑通一遍——节点式界面的价值只有连线的时候才显现。跑通之后再谈加 LoRA、换采样器、把工作流接进 API路径都是现成的。【免费下载链接】ComfyUIThe most powerful and modular diffusion model GUI, api and backend with a graph/nodes interface.项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考