comfy

概述与目标

本页是一条 ComfyUI 入门与长期练习路线：先跑通最小工作流，再逐层理解提示词、采样参数、模型、LoRA 和插件。它记录图像生成工作流的通用方法，不把某一个 checkpoint 或一次出图结果写成稳定结论。

参考资料

https://laowang.vip/search/s.php?q=comfy

原记录曾在该站点参考教程；以下链接仅作资料入口，具体步骤以本页可复现流程为准。

超硬核详细的 Comfy UI速成_老王论坛

超硬核详细的comfy ui速成2_老王论坛

image 63.png

成功了！

info
🧭

读法建议：先把「最小工作流」跑通，再按路线逐步扩展。遇到报错时，直接跳到「排错思维」。

1. 建立正确认知：ComfyUI 是什么

ComfyUI 不是“一个模型”，而是把 AI 出图流程可视化、节点化的工作流工具。

你可以把一次出图理解成一条流水线：

  • 加载模型 → 输入提示词 → 创建 latent → 采样生成 → VAE 解码 → 输出图像

ComfyUI 把这些步骤都摊开给你看。结果是：

  • 一开始会觉得麻烦
  • 一旦理解，就更容易进阶到 LoRA、ControlNet、局部重绘、高清放大、批量化与自动化

2. 学习路线总览（按阶段）

  • 阶段 1：跑通最小工作流
    • 会安装、会放模型、会出第一张图
  • 阶段 2：提示词与参数
    • 知道为什么好看或不好看
  • 阶段 3：模型 / LoRA / 工作流导入
    • 能复现别人的图，也能在 workflow 上改
  • 阶段 4：插件与扩展节点
    • 开始用 Manager，安装常用自定义节点
  • 阶段 5：修图与提质
    • img2img、局部重绘、放大、修脸
  • 阶段 6：进阶工程化
    • 批量生成、参数管理、复杂工作流搭建

3. 安装前准备

最重要的是显卡，优先 NVIDIA。体验主要看显存：

  • 8GB：可入门，容易卡显存
  • 12GB：比较舒服
  • 16GB+：进阶更稳

内存建议至少 16GB，32GB 更合适。硬盘建议预留几十 GB 起步，模型会越来越多。

更推荐优先学 SDXL（如果显卡扛得住）。

  • SD1.5：轻、老、资源多、门槛低
  • SDXL：新、质量更高、理解提示词更好、显存要求更高

4. 安装 ComfyUI（Windows 新手推荐）

推荐 portable 便携版：自带 Python 环境，依赖少，出问题也方便整体替换。

放到英文路径，尽量不要有空格或中文，例如：

  • D:\ComfyUI\

  • ComfyUI\models\checkpoints：主模型（checkpoint）

  • ComfyUI\models\loras：LoRA

  • ComfyUI\models\vae：独立 VAE

  • ComfyUI\output：默认输出

  • python_embeded：自带 Python 环境（不要乱删）

5. 第一次启动

启动时运行对应显卡的 .bat。第一次启动慢很正常，会下载依赖。

正常情况：命令行窗口启动 + 自动打开浏览器进入 ComfyUI 页面。没弹出就手动访问本地地址。

6. 第一张图：最小可运行工作流（一定先跑通）

  1. Load Checkpoint（加载模型）
  2. CLIP Text Encode（Positive）（正面提示词）
  3. CLIP Text Encode（Negative）（负面提示词）
  4. Empty Latent Image（空 latent）
  5. KSampler（采样器）
  6. VAE Decode（解码）
  7. Preview Image / Save Image（预览或保存）

  • Load Checkpoint：输出 model / clip / vae

  • CLIP Text Encode：把提示词编码成模型能理解的向量

  • Empty Latent Image：决定要画多大的“潜空间画布”

  • KSampler：把噪声逐步采样成图像结构（出图核心）

  • VAE Decode：把 latent 解码成人眼可见图

  • Preview / Save：显示或保存结果

  • Checkpoint 的 model → KSampler 的 model

  • Checkpoint 的 clip → Positive Text Encode 的 clip

  • Checkpoint 的 clip → Negative Text Encode 的 clip

  • Positive Text Encode 输出 → KSampler 的 positive

  • Negative Text Encode 输出 → KSampler 的 negative

  • Empty Latent → KSampler 的 latent_image

  • Checkpoint 的 vae → VAE Decode 的 vae

  • KSampler 输出 → VAE Decode 的 samples

  • VAE Decode 输出 → Preview / Save Image

7. 第一套推荐默认参数（先稳定，不追极限）

  • 分辨率：1024 × 1024

  • Steps：24

  • CFG：5.5

  • Seed：随机

  • Sampler / Scheduler：先用默认或常见组合

  • 分辨率：512 × 512 或 768 × 512

  • Steps：约 20

  • CFG：6 到 8 先试

8. 提示词入门：怎么写才不乱

按这个顺序写更稳定：

  • 主体 + 外观 + 动作/姿势 + 场景 + 光线 + 风格 + 质量词

示例：

  • 主体：1girl, young woman

  • 外观：long hair, white dress

  • 动作：standing, looking at viewer

  • 场景：garden, sunlight

  • 风格：cinematic, detailed

  • 质量词：masterpiece, best quality

  • low quality

  • bad anatomy

  • extra fingers

  • blurry

  • distorted face

不要追“神 prompt”。先做到：

  • 能控制主体是谁
  • 能控制构图方向
  • 能减少明显错误
  • 能通过增删词观察变化

9. KSampler 参数详解（从会用到懂用）

  • Seed：随机起点
    • 固定：更容易复现
    • 随机：更适合探索
  • Steps：采样步数
    • 20 ~ 30 最常用，新手从 24 稳
  • CFG：提示词遵从度
    • 太高：容易僵硬、翻车
    • 太低：容易偏题
    • 入门值：5.5 左右
  • 分辨率：要符合模型“舒适尺寸”
    • SD1.5 更适合 512 左右起步
    • SDXL 更适合 1024 左右起步

核心方法：先在舒适尺寸出结构正确的图，再放大。

10. 模型体系速览（你迟早会遇到）

  • Checkpoint：主模型，决定整体能力与风格
  • LoRA：附加偏向（角色、画风、服装、表情、摄影感等），不能脱离底模单独用
  • VAE：决定解码效果，多数情况先用模型自带
  • Embedding / Textual Inversion：文本向量扩展，新手可先不碰

11. LoRA 正确入门方式

新手常见错误：不看底模兼容、一次堆太多、权重乱拉。

建议做法：

  1. 先确认 LoRA 属于 SD1.5 还是 SDXL
  2. 一次只上 1 个 LoRA
  3. 权重从低到高试：0.6 → 0.8 → 1.0
  4. 每轮只改一个变量：LoRA 或权重 或提示词

12. 工作流保存、导入、复用

  • 先保存自己的 workflow：流程比提示词更重要
  • 常见分享形式：workflow JSON、带元信息图片、截图
  • 导入后报错通常是环境不完整：
    • 缺模型
    • 缺 LoRA
    • 缺自定义节点
    • 节点版本不一致

13. ComfyUI Manager（几乎必装）

作用：

  • 管理自定义节点
  • 补装缺失插件
  • 更新插件
  • 降低手动安装扩展的混乱

导入别人 workflow 时提示“某某节点不存在”，大概率就是没装对应节点包，优先用 Manager 处理。

14. 三类常见出图模式

  • Text to Image：提示词 + 模型 + 采样
  • Image to Image：基于现有图重做（改风格、改细节、保留构图）
  • Inpaint 局部重绘：只改局部（修手、修脸、改衣服、换背景一块、加道具）

建议：学会 text2img 后，优先学 inpaint。

15. 为什么不该一开始追高分辨率

  • 模型有舒适分辨率，偏离太多容易崩
  • 分辨率越大越吃显存
  • 大图不等于好图

正确流程通常是：

  • 先出结构正确的图 → 再放大 → 再局部修

16. 放大与提质：标准思路

  • 路线 1：纯放大：简单，细节补得有限
  • 路线 2：放大后重绘：效果更好，流程更复杂
  • 路线 3：局部重绘修关键区域：手、脸、眼睛、嘴、衣服边缘、饰品、背景文字

高质量图片通常是多轮迭代出来的，不是一次算完。

17. 排错思维（遇到问题先归类）

  1. 模型没识别：路径、目录、格式、是否重启/刷新
  2. 显存爆了：降分辨率、降 batch、减少复杂节点、减少 LoRA、换轻量模型
  3. 缺节点：没装扩展，优先用 Manager
  4. 图总变形：分辨率是否夸张、CFG 是否过高、Steps 是否不合理、提示词是否冲突、LoRA 是否堆太多
  5. 换模型后效果全变：正常，不同 checkpoint 的词汇理解和最佳参数都不同

18. 新手常见误区清单

  • 提示词越长越好：不对，越长越容易互相冲突
  • CFG 越高越好：不对，太高容易僵硬
  • 步数越高越细：不对，可能适得其反
  • 分辨率越大越高级：不对，先把结构做对
  • workflow 导不进就是对方问题：不对，通常是你环境缺东西
  • 一上来收集几百个模型：不对，先少量、明确用途

19. 7 天游泳式训练法（照着练最有效）

  • 第 1 天：跑通最小工作流（目标：出第一张图）
  • 第 2 天：只练提示词（固定模型与参数）
  • 第 3 天：只练参数（seed / steps / cfg / 分辨率）
  • 第 4 天：只练模型对比（同一组词换 3 个模型）
  • 第 5 天：第一次加 LoRA（一次 1 个，练权重）
  • 第 6 天：导入别人的 workflow（练“缺什么补什么”）
  • 第 7 天：学局部重绘（从修脸或修手开始）

20. 进阶阶段：你最终会学到什么

  • 多模型混用
  • 多 LoRA 组合
  • ControlNet 控制姿势/结构
  • 遮罩与分区重绘
  • 高清修复链路
  • 角色一致性流程
  • 批量生成、参数自动化
  • 视频与动画工作流
  • API 化与自动化调用

一句话：ComfyUI 更像“图像生成工作流引擎”，不只是出图软件。

21. 给你的实操版标准入门方案（可直接照做）

  1. 安装 ComfyUI portable。
  2. 下载一个确定兼容的 SDXL checkpoint，放进 checkpoints。
  3. 搭建最小工作流（Load Checkpoint → 两个 Text Encode → Empty Latent → KSampler → VAE Decode → Save/Preview）。
  4. 参数先固定：1024×1024、Steps 24、CFG 5.5、Seed 随机。
  5. 正面词先写：主体、外观、场景、风格；负面词只写常见问题项。
  6. 连续跑 10 张图，不要急着换工作流，先观察差异。
  7. 保存第一套“稳定出图”的 workflow，以后所有学习都在这套上迭代。

22. 长期方法论：每次出图按层定位问题

  1. 我用什么模型（先决定底模）。
  2. 我想要什么主体和风格（再写提示词）。
  3. 要不要加 LoRA（明确偏向）。
  4. 这次目标是探索还是稳定复现（决定 seed 等策略）。
  5. 图的问题在哪里（主体 / 构图 / 细节 / 局部翻车）。
  6. 我该改哪一层。
  • 主体不对：改提示词
  • 风格不对：换模型 / LoRA
  • 随机性不对：改 seed
  • 听话程度不对：改 CFG
  • 细节不对：改 steps 或后期修
  • 局部翻车：局部重绘
check_circle
✅

结论：先学会“最小主链”，再学提示词和参数，然后学模型与 LoRA，最后进阶到插件、重绘、放大和复杂工作流。

info
（可选）下一步内容选项
expand_more
  • A.《ComfyUI 新手标准工作流图解版》：把每个节点、连线、关键参数用更直白方式讲清楚
  • B.《ComfyUI 进阶工作流大全》：文生图 / 图生图 / 局部重绘 / 放大修脸 / LoRA / ControlNet 分别拆开讲

验证与边界

最小工作流至少应能稳定生成一张图，并在固定模型、参数和 seed 后复现同一结果。出现报错时按“节点缺失 → 模型路径 → 显存/分辨率 → 参数 → 自定义插件”顺序排查；插件、模型和工作流版本要一起记录。高分辨率、视频和批量自动化属于进阶场景，不能用一次成功出图代替长期稳定性验证。

总结

ComfyUI 的核心是可观察、可复用的节点工作流。先固定最小主链，再一次只改变一个变量，最后将稳定工作流保存为基线；这样才能把出图体验转化为可解释、可回归的工程方法。