这次我们来看一个完整的 ComfyUI 本地部署教程。ComfyUI 作为 Stable Diffusion 的重要图形化界面相比 WebUI 在性能优化、工作流管理和批量任务方面有明显优势特别适合需要稳定生成和流程复用的用户。如果你关心本地部署的显存占用、节点工作流搭建、模型管理和出图出视频的完整流程这篇文章可以直接收藏。我们将从环境准备开始一步步完成 ComfyUI 的安装、模型配置、节点使用和功能验证重点解决新手常见问题。ComfyUI 的核心特点是模块化节点操作每个生成步骤都可视化支持工作流保存和批量任务队列。对于 6G 显存以上的显卡可以流畅运行基础文生图任务8G 以上显存适合图生视频等高负载任务。我们将使用秋叶整合包进行一键部署避免复杂的依赖配置。1. ComfyUI 核心能力速览能力项说明项目类型基于节点的工作流式 Stable Diffusion 图形界面显存需求最低 4G基础文生图推荐 8G视频/高分辨率启动方式一键启动脚本自动识别端口WebUI 访问主要功能文生图、图生图、局部重绘、视频生成、ControlNet工作流支持节点式可视化搭建支持导入导出批量任务支持目录批量处理队列管理模型管理自动识别模型目录支持多版本切换适合场景本地测试、工作流复用、批量生成、流程调试ComfyUI 通过节点连接的方式将生成流程模块化每个节点代表一个处理步骤如加载模型、编码提示词、采样解码等这种设计便于理解生成逻辑和优化流程。2. 适用场景与使用边界ComfyUI 适合以下用户群体需要稳定复现生成效果的内容创作者希望深入理解 Stable Diffusion 工作流程的技术爱好者有批量生成需求的商业用户追求更低显存占用和更高生成效率的用户典型使用场景包括文生图/图生图内容创作角色一致性生成需配合相应节点视频帧序列生成工作流分享与团队协作重要边界说明生成内容需遵守版权法规避免使用未授权素材人脸生成和替换需确保肖像权合规商业使用前请确认模型许可协议本地部署不涉及云端数据上传隐私性较好3. 环境准备与前置条件在开始安装前请确认系统环境满足以下要求硬件要求GPUNVIDIA 显卡推荐 RTX 2060 及以上显存最低 4GB推荐 8GB 以上内存16GB 及以上磁盘空间至少 20GB 可用空间用于模型文件软件环境操作系统Windows 10/11 64位本文以 Windows 为例Python3.8-3.10整合包已内置CUDA11.3-11.8整合包自动匹配显卡驱动最新版本为宜环境检查命令# 检查显卡信息 nvidia-smi # 检查 Python 版本如果已安装 python --version如果使用秋叶整合包大部分依赖已内置只需确保显卡驱动正常即可。4. 安装部署与启动方式我们采用秋叶 ComfyUI 整合包进行安装这是最适合新手的部署方案。4.1 下载与解压从可靠来源下载秋叶 ComfyUI 整合包通常为 7z 或 zip 格式解压到英文路径避免中文目录如D:\ComfyUI检查解压后的目录结构应包含comfyui.exe启动脚本models/模型存放目录python_embeded/内置 Python 环境output/输出目录4.2 一键启动服务双击comfyui.exe或启动器.exe等待命令行窗口出现# 正常启动日志示例 * Serving Flask app comfyui * Debug mode: off * Running on all addresses (0.0.0.0) * Running on http://127.0.0.1:8188 * Running on http://[本地IP]:8188看到Running on http://127.0.0.1:8188表示启动成功。4.3 访问 Web 界面浏览器打开http://127.0.0.1:8188看到节点式界面即表示部署成功。首次启动注意事项如果端口 8188 被占用启动器会自动尝试其他端口启动时间可能较长首次需要初始化环境如果启动失败查看命令行窗口的错误信息5. 模型下载与配置ComfyUI 需要下载相应的模型文件才能正常工作。5.1 模型目录结构在 ComfyUI 根目录下的models文件夹内按类型存放模型models/ ├── checkpoints/ # 大模型.safetensors 或 .ckpt ├── vae/ # VAE 模型 ├── loras/ # LoRA 模型 ├── controlnet/ # ControlNet 模型 ├── upscale_models/ # 超分模型 └── clip_vision/ # CLIP 视觉模型5.2 基础模型下载对于新手建议先下载一个基础大模型访问 Hugging Face 或 Civitai 等模型平台下载喜欢的模型文件如revAnimated.safetensors将文件放入models/checkpoints/目录重启 ComfyUI 服务如果正在运行5.3 模型加载验证在 ComfyUI 界面中右键空白处 → 选择Load Checkpoint节点点击节点中的模型选择框应能看到刚下载的模型如果能正常选择说明模型加载成功6. 基础工作流搭建与出图测试我们从最简单的文生图工作流开始理解节点连接逻辑。6.1 创建基础文生图流程在空白画布上依次添加以下节点Load Checkpoint- 加载模型CLIP Text Encode (Prompt)- 正向提示词CLIP Text Encode (Prompt)- 负向提示词Empty Latent Image- 生成空白潜空间图像KSampler- 采样器VAE Decode- 解码潜空间为图像Save Image- 保存图像6.2 节点连接方式按以下顺序连接节点Load Checkpoint 的CLIP输出连接到两个 CLIP Text Encode 的CLIP输入Load Checkpoint 的VAE输出连接到 VAE Decode 的VAE输入Load Checkpoint 的模型输出连接到 KSampler 的模型输入正向 CLIP Text Encode 连接到 KSampler 的正面提示词负向 CLIP Text Encode 连接到 KSampler 的负面提示词Empty Latent Image 连接到 KSampler 的潜空间KSampler 连接到 VAE Decode 的潜空间VAE Decode 连接到 Save Image 的图像6.3 参数设置示例// CLIP Text Encode (正向提示词) text: masterpiece, best quality, 1girl, beautiful detailed eyes // CLIP Text Encode (负向提示词) text: worst quality, low quality, blurry // Empty Latent Image width: 512, height: 512, batch_size: 1 // KSampler steps: 20, cfg: 7, sampler_name: euler, scheduler: normal6.4 执行生成点击右下角Queue Prompt按钮观察进度条。生成完成后图像会自动保存到output目录。7. 常用节点功能详解掌握核心节点是使用 ComfyUI 的关键。7.1 图像加载与处理节点Load Image- 加载本地图像支持 PNG、JPG 等常见格式输出图像数据供其他节点使用Image Scale- 图像缩放支持多种插值算法可指定精确尺寸或缩放比例VAE Encode- 将图像编码为潜空间用于图生图流程连接 Load Image 和 KSampler7.2 ControlNet 相关节点Load ControlNet Model- 加载 ControlNet 模型需提前将 ControlNet 模型放入models/controlnet/Apply ControlNet- 应用 ControlNet 控制连接 Load Image 和 KSampler支持 canny、depth、openpose 等类型7.3 高级生成节点KSampler Advanced- 高级采样器支持更精细的参数控制可设置开始/结束步数Latent Upscale- 潜空间放大在潜空间进行超分节省显存配合 Upscale Model 使用7.4 批量处理节点Image Batch- 图像批量处理加载整个目录的图像每张图像应用相同处理流程Save Image- 支持批量保存自动按序号命名可指定输出格式和质量8. 图生视频工作流搭建ComfyUI 通过帧序列生成支持视频创作。8.1 基础图生视频流程Load Image- 加载初始帧或参考图VAE Encode- 编码为潜空间KSampler- 设置视频帧数batch_sizeVAE Decode- 解码所有帧Image Batch to Video- 合成视频文件8.2 关键参数设置// Empty Latent Image 或 VAE Encode 后接的节点 batch_size: 24, // 生成 24 帧 // KSampler 参数 steps: 20, cfg: 7, denoise: 0.8 // denoise 控制帧间变化强度 // Save 节点选择视频格式 format: MP4, fps: 128.3 一致性控制技巧使用较低的 denoise 值0.6-0.8保持帧间一致性配合 ControlNet 确保构图稳定使用相同的 seed 值生成相似风格帧9. 工作流管理与分享ComfyUI 的工作流可以保存和分享这是其核心优势。9.1 保存工作流点击界面右上角Save按钮保存为.json文件包含所有节点连接和参数设置方便下次快速加载9.2 加载工作流点击Load按钮选择.json文件自动还原完整工作流需确保所需模型已就位可从社区分享的工作流开始学习9.3 工作流优化技巧为节点添加有意义的标签双击节点标题使用Group功能将相关节点分组保存多个版本应对不同需求备份重要工作流文件10. 插件安装与扩展ComfyUI 有丰富的插件生态扩展功能强大。10.1 常用插件推荐ComfyUI Manager- 插件管理Impact Pack- 高级图像处理WAS Node Suite- 实用工具集ControlNet Aux- 更多 ControlNet 预处理器10.2 插件安装方法方法一通过 Manager 安装推荐安装 ComfyUI Manager 插件重启 ComfyUI在 Manager 界面浏览和安装插件方法二手动安装将插件代码克隆到custom_nodes/目录重启 ComfyUI 服务在节点菜单中确认新功能出现10.3 插件故障排查插件冲突一次只安装一个插件测试版本兼容确认插件支持当前 ComfyUI 版本依赖缺失查看插件文档安装额外依赖11. 资源占用与性能优化合理配置可以显著提升生成效率和稳定性。11.1 显存占用观察在生成过程中观察任务管理器基础文生图512x5124-6GB 显存高分辨率1024x10248-12GB 显存图生视频24帧12GB 显存11.2 性能优化技巧降低显存占用使用--lowvram参数启动降低生成分辨率768x768 以下减少 batch_size 和采样步数使用 CPU 卸载部分计算提升生成速度使用 Euler a 等快速采样器适当降低 cfg scale5-8启用 xFormers 优化整合包通常已启用11.3 批量任务优化对于批量生成任务使用队列功能避免重复加载模型预先调整好所有参数再开始批量监控显存使用避免溢出中断12. 常见问题与排查方法问题现象可能原因排查方式解决方案启动后页面打不开端口冲突或服务未启动检查命令行窗口日志更换端口或重新启动模型加载失败模型文件损坏或路径错误检查 models 目录结构重新下载模型文件生成结果全黑/全绿VAE 不匹配或节点连接错误检查 VAE 连接和采样参数添加 VAE 节点或调整参数显存不足报错分辨率过高或模型太大观察任务管理器显存占用降低分辨率或使用优化参数节点找不到插件未安装或版本不兼容检查 custom_nodes 目录重新安装插件或更新版本工作流加载失败JSON 文件损坏或节点缺失检查控制台错误信息重新创建工作流或安装缺失节点12.1 启动问题深度排查端口冲突解决# 手动指定端口启动 python main.py --port 8189 # 查看端口占用 netstat -ano | findstr :8188依赖问题解决确保使用整合包内置 Python 环境避免系统环境变量干扰重新解压整合包尝试纯净安装12.2 生成质量问题调整图像模糊增加采样步数20-30尝试不同的采样器DPM 2M Karras检查提示词是否足够具体色彩异常添加 VAE 节点明确指定检查模型是否需要特定 VAE调整 cfg scale 值13. 最佳实践与使用建议基于实际使用经验总结以下最佳实践13.1 项目管理规范目录结构建议ComfyUI/ ├── models/ # 模型文件 ├── output/ # 生成结果 ├── workflows/ # 工作流备份 ├── input/ # 输入素材 └── custom_nodes/ # 插件扩展工作流版本管理为每个项目创建独立工作流文件保存参数调整前后的多个版本添加注释说明特殊设置13.2 生成参数调优新手参数起点{ steps: 20, cfg_scale: 7, sampler: Euler a, scheduler: normal, width: 512, height: 512 }进阶调优方向根据模型推荐参数调整使用低 cfg 值3-5获得创意结果高 cfg 值10-15获得精确匹配13.3 批量任务管理对于商业级批量生成建立标准化的输入输出规范使用脚本自动化工作流加载设置生成队列避免资源竞争定期清理输出目录释放空间13.4 模型资产管理模型分类存储按类型基础模型、LoRA、ControlNet分类添加版本号和说明文件定期清理不使用的模型模型测试流程新模型先进行小图测试验证不同参数下的表现记录最佳参数组合ComfyUI 的节点式工作流虽然初期学习成本较高但一旦掌握就能提供远超传统界面的控制精度和复用性。建议从简单文生图开始逐步尝试图生图、ControlNet 等复杂功能最终搭建属于自己的自动化生成流水线。