ComfyUI教程：从零开始掌握节点式AI绘画
ComfyUI是一款基于节点流程的AI绘画工具，它通过可视化节点连接的方式，让用户能够高度自定义Stable Diffusion的生成过程。不同于WebUI的简化操作，ComfyUI将每一步处理拆解为独立节点，适合需要精细控制生成流程的用户。无论是文生图、图生图，还是ControlNet、LoRA的组合应用，ComfyUI都能以更直观的方式实现。本教程将带你从安装开始，逐步掌握核心操作，并了解如何利用节点构建自己的生成工作流，解决常见卡点，快速上手这个强大的工具。
准备工作：安装与界面初识
首先，确保你的电脑拥有NVIDIA显卡（4GB以上显存）并已安装Python 3.10及以上版本。下载ComfyUI的压缩包（官方GitHub或国内镜像），解压后双击run_nvidia_gpu.bat即可启动。首次启动会自动下载基础模型，建议提前准备好Stable Diffusion模型文件（如SDXL或SD1.5），放入ComfyUI\models\checkpoints文件夹。
关键数据：ComfyUI下载量已超过500万次、支持超过2000个自定义节点、生成速度比WebUI快约20%、社区贡献的预置工作流超过1万个。
启动后，你会看到空白画布和左侧的节点菜单。默认界面分为三部分：上方是工具栏（加载、保存、清理等），中间是工作区（用于拖拽和连接节点），右侧是节点库（按功能分类）。初次接触可能觉得复杂，但只需记住：节点是处理单元，连线是数据流，从模型加载到输出图像，每个步骤都由节点完成。
核心操作：搭建第一个文生图工作流
1、在节点库中找到“Load Checkpoint”节点，拖入工作区，选择你放入的模型文件。这是工作流的起点，加载模型参数。
2、添加“CLIP Text Encode”节点，用于输入提示词。连接它的输出到“KSampler”节点的“positive”和“negative”输入口。在文本框中分别写入正向提示词（如“a beautiful landscape, photorealistic”）和负向提示词（如“blurry, low quality”）。
3、放置“Empty Latent Image”节点，设置图像尺寸（如512x512），并连接到“KSampler”的“latent_image”输入。这个节点生成空白潜空间，作为生成的基础。
4、添加“KSampler”节点，这是核心采样器。设置步数（step，建议20-30）、CFG（7-10）、采样器名称（如euler）等参数。连接所有输入后，添加“VAEDecode”节点，将潜空间解码为图像。
5、最后加入“Save Image”节点，指定输出路径。全部连线完毕后，点击“Queue Prompt”按钮，即可生成图像。如果出错，检查节点连接是否完整，或调整显存设置（在设置中开启“lowvram”模式）。
进阶技巧：集成ControlNet与LoRA
ComfyUI的强大在于组合扩展。要使用ControlNet，先下载ControlNet模型文件放入ComfyUI\models\controlnet文件夹，并在节点库中添加“ControlNetLoader”节点。将参考图像通过“Load Image”节点导入，连接至“ControlNetLoader”的“image”输入，再将其输出连接到“KSampler”的“control_net”输入。这样就能用边缘检测、深度图等条件控制生成结果。
对于LoRA模型，使用“Load LoRA”节点。将它插入到模型加载和CLIP编码之间：先加载基础模型，然后通过LoRA节点叠加微调效果，再连接到文本编码器。LoRA节点可以设置权重（strength），控制影响程度。例如，在肖像生成中叠加一个“photorealistic LoRA”权重0.8，能显著提升真实感。
另外，ComfyUI支持批量生成。在“Empty Latent Image”节点中增加batch_size参数，或使用“Latent Batch”节点组合多个潜空间，可以一次生成多张图像。配合“Image Save”节点的自动命名功能，适合大规模实验。
常见问题与优化建议
初次使用时，最常见的问题是“CUDA out of memory”。解决方法：在设置中降低“max_memory”或启用“lowvram”模式；也可以使用“VAEDecode”的“tiled”选项，分块解码减少显存占用。如果生成图像全是黑色或扭曲，检查模型文件是否损坏，或尝试降低CFG值。
工作流保存与分享：完成一个满意的工作流后，点击工具栏的“Save”按钮，保存为.json文件。你也可以从社区（如CivitAI）下载他人分享的工作流，直接拖入ComfyUI即可加载。建议从简单工作流开始，逐步添加节点，避免一开始就搭建复杂流程导致卡顿。
性能优化方面：使用“xformers”或“--force-fp16”参数启动可提升速度；对于SDXL模型，建议使用“SDXL Refiner”节点进行细化；如果生成速度慢，检查采样器步数是否过高（通常20步足够）。定期清理工作区中的冗余节点，保持流程清晰。
总结
ComfyUI以其节点式架构，为AI绘画提供了前所未有的控制力和灵活性。通过本教程，你已经掌握了从安装到搭建文生图工作流的基础，以及集成ControlNet和LoRA的进阶技巧。记住，每个节点都是一块积木，多尝试不同的组合，就能解锁无限创作可能。随着社区节点的不断丰富，ComfyUI正成为专业创作者的首选工具，值得投入时间深入探索。