ComfyUI 入门教程：三步装好本地环境，接出第一条出图工作流-编程实验室

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/ComfyUI

ComfyUI 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, blurry）；
KSampler：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 LATENT；
Save 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 Karras，CFG 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