ComfyUI上手指南5步跑通你的第一个节点式图像生成工作流【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想批量生成不同提示词、不同种子、不同后处理步骤的图片最先卡住人的往往是参数散落各处、改一处要重跑全流程。ComfyUI是一个基于节点图的扩散模型GUI、API与后端把节点拖出来连成图每个模型、每个参数、每次输出都可见可调适合想完整掌控生成过程、或想把工作流嵌进脚本里批量跑的工程师。 安装与启动5步看到第一张图克隆仓库并装依赖git clone https://gitcode.com/GitHub_Trending/co/ComfyUI cd ComfyUI pip install -r requirements.txt预期依赖装完无报错Python建议3.12或3.13README.md中说明。放模型。把checkpoint大体积的safetensors文件放进models/checkpoints/VAE放进models/vae/。目录结构见 models/每个子目录里的占位文件会提示该放什么。启动服务运行python main.py终端打印监听地址后默认在http://127.0.0.1:8188端口与地址均可通过--port、--listen调整见 comfy/cli_args.py。加--auto-launch会自动打开浏览器。载入默认图打开页面后按CtrlD载入内置文生图模板包含 CheckpointLoaderSimple、EmptyLatentImage、KSampler、VAEDecode、SaveImage 五个节点快捷键对照 README.md 的 Shortcuts 表。改提示词并排队在两个 CLIPTextEncode 节点里填正向/负向提示词按CtrlEnter提交。预期采样约20步后浏览器中出现512x512的结果同时落盘到 output/ 目录。到这里你已经走完了完整链路图即JSON浏览器只是它的一个前端。 容易卡住的两个机制增量执行只重算变化的节点执行引擎 comfy_execution/graph.py 按节点输入签名做缓存某个节点的输入与上次完全一致就直接复用上次结果。效果是同一个图连提交两次第二次几乎瞬间完成只改KSampler的seed则只有采样及之后的节点重跑依据README.md Notes 一段。最小例子把seed从5改成6模型加载和文本编码不会重新执行。缓存策略可切换——默认RAM压力缓存--cache-none关掉缓存逐节点重算--cache-classic回到旧的激进缓存comfy/cli_args.py 中 cache 参数组。工作流就是JSONUI和API同一份格式界面里的节点连线导出后就是可直接POST给/prompt端点的JSON每个节点有class_type标识类型连线写成[节点ID, 输出槽位号]。仓库自带最小样例 script_examples/basic_api_example.py核心结构长这样3: { class_type: KSampler, inputs: { seed: 8566257, steps: 20, model: [4, 0], positive: [6, 0], negative: [7, 0], latent_image: [5, 0] } }脚本里改text和seed字段再提交就是批量生成的全部技术含量。新式节点则用 comfy_api/latest/ 的schema风格定义输入IDE里对输入选项字段有补全default、lazy、min、max、placeholder等️ 完整案例文生图端到端并复现参数任务目标生成一张768x768的图且事后能凭图片精确复现所用工作流与种子。操作步骤按CtrlD载入默认图把 EmptyLatentImage 的 width、height 改为768正向提示词写a red robot watering a flower in a greenhouse负向加low qualityCtrlEnter排队等右下角进度走完从output/把生成的png直接拖回网页。得到什么结果第5步后界面还原出完整节点图KSampler的seed等参数原样带回依据README.md NotesDragging a generated png ... will give you the full workflow including seeds。这张图就是可复现凭证。想换成图生图测试input/目录自带示例图可接 LoadImage 节点⚙️ 省时间的配置与组合用法复用其他UI的模型把extra_model_paths.yaml.example改名为extra_model_paths.yaml填上 base_path无需复制几十GB的文件extra_model_paths.yaml.example 内有现成a1111配置注释。开启生成预览启动加--preview-method auto要更清晰的中途预览把 TAESD 解码器放入models/vae_approx/再用--preview-method taesdREADME.md How to show high-quality previews。隔离自定义节点故障先--disable-all-custom-nodes确认核心能起再用--whitelist-custom-nodes 节点名逐个放回快速定位是哪个包的问题comfy/cli_args.py 215-216行。看每次运行耗时终端默认打印 Prompt executed in X seconds长任务超过10分钟会按小时:分:秒显示main.py prompt_worker 中排查慢节点时先对时间。固定结果需要跨机器比对时加--deterministic注意文档提示它不能保证所有场景完全一致comfy/cli_args.py。️ 常见坑与修复坑1现象启动报 Torch not compiled with CUDA enabled 原因装的torch不是CUDA版本 修复pip uninstall torch后按 README.md NVIDIA 一节重装对应cu版本坑2现象启动报 Database is locked 原因已有另一个ComfyUI进程占用同一个sqlite库 修复给本实例指定独立库--database-url sqlite:///path/to/another.dbmain.py setup_database 中有该提示坑3现象节点下拉列表里看不到已下载的模型 原因文件没放在对应分类的子目录比如VAE被丢进了checkpoints 修复按models/下的目录归类放好checkpoints、vae、loras 各归各位重启后再扫描坑4现象VAEDecode 出黑图或颜色异常 原因VAE半精度在部分显卡上数值不稳 修复启动加--fp32-vae强制全精度跑VAEcomfy/cli_args.py 中 fpvae 参数组小结ComfyUI的核心价值是把生成过程变成一份可执行、可复现、可脚本化的JSON图。行动清单按上面5步跑通默认文生图图确认output/出图用 File → Export (API) 导出一次JSON弄清class_type与连线格式配置extra_model_paths.yaml把现有模型目录接进来改seed验证增量缓存同图第二次提交应秒过用 script_examples/basic_api_example.py 写一个最小提交脚本打通批量入口。【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上手指南5步跑通你的第一个节点式图像生成工作流【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想批量生成不同提示词、不同种子、不同后处理步骤的图片最先卡住人的往往是参数散落各处、改一处要重跑全流程。ComfyUI是一个基于节点图的扩散模型GUI、API与后端把节点拖出来连成图每个模型、每个参数、每次输出都可见可调适合想完整掌控生成过程、或想把工作流嵌进脚本里批量跑的工程师。 安装与启动5步看到第一张图克隆仓库并装依赖git clone https://gitcode.com/GitHub_Trending/co/ComfyUI cd ComfyUI pip install -r requirements.txt预期依赖装完无报错Python建议3.12或3.13README.md中说明。放模型。把checkpoint大体积的safetensors文件放进models/checkpoints/VAE放进models/vae/。目录结构见 models/每个子目录里的占位文件会提示该放什么。启动服务运行python main.py终端打印监听地址后默认在http://127.0.0.1:8188端口与地址均可通过--port、--listen调整见 comfy/cli_args.py。加--auto-launch会自动打开浏览器。载入默认图打开页面后按CtrlD载入内置文生图模板包含 CheckpointLoaderSimple、EmptyLatentImage、KSampler、VAEDecode、SaveImage 五个节点快捷键对照 README.md 的 Shortcuts 表。改提示词并排队在两个 CLIPTextEncode 节点里填正向/负向提示词按CtrlEnter提交。预期采样约20步后浏览器中出现512x512的结果同时落盘到 output/ 目录。到这里你已经走完了完整链路图即JSON浏览器只是它的一个前端。 容易卡住的两个机制增量执行只重算变化的节点执行引擎 comfy_execution/graph.py 按节点输入签名做缓存某个节点的输入与上次完全一致就直接复用上次结果。效果是同一个图连提交两次第二次几乎瞬间完成只改KSampler的seed则只有采样及之后的节点重跑依据README.md Notes 一段。最小例子把seed从5改成6模型加载和文本编码不会重新执行。缓存策略可切换——默认RAM压力缓存--cache-none关掉缓存逐节点重算--cache-classic回到旧的激进缓存comfy/cli_args.py 中 cache 参数组。工作流就是JSONUI和API同一份格式界面里的节点连线导出后就是可直接POST给/prompt端点的JSON每个节点有class_type标识类型连线写成[节点ID, 输出槽位号]。仓库自带最小样例 script_examples/basic_api_example.py核心结构长这样3: { class_type: KSampler, inputs: { seed: 8566257, steps: 20, model: [4, 0], positive: [6, 0], negative: [7, 0], latent_image: [5, 0] } }脚本里改text和seed字段再提交就是批量生成的全部技术含量。新式节点则用 comfy_api/latest/ 的schema风格定义输入IDE里对输入选项字段有补全default、lazy、min、max、placeholder等️ 完整案例文生图端到端并复现参数任务目标生成一张768x768的图且事后能凭图片精确复现所用工作流与种子。操作步骤按CtrlD载入默认图把 EmptyLatentImage 的 width、height 改为768正向提示词写a red robot watering a flower in a greenhouse负向加low qualityCtrlEnter排队等右下角进度走完从output/把生成的png直接拖回网页。得到什么结果第5步后界面还原出完整节点图KSampler的seed等参数原样带回依据README.md NotesDragging a generated png ... will give you the full workflow including seeds。这张图就是可复现凭证。想换成图生图测试input/目录自带示例图可接 LoadImage 节点⚙️ 省时间的配置与组合用法复用其他UI的模型把extra_model_paths.yaml.example改名为extra_model_paths.yaml填上 base_path无需复制几十GB的文件extra_model_paths.yaml.example 内有现成a1111配置注释。开启生成预览启动加--preview-method auto要更清晰的中途预览把 TAESD 解码器放入models/vae_approx/再用--preview-method taesdREADME.md How to show high-quality previews。隔离自定义节点故障先--disable-all-custom-nodes确认核心能起再用--whitelist-custom-nodes 节点名逐个放回快速定位是哪个包的问题comfy/cli_args.py 215-216行。看每次运行耗时终端默认打印 Prompt executed in X seconds长任务超过10分钟会按小时:分:秒显示main.py prompt_worker 中排查慢节点时先对时间。固定结果需要跨机器比对时加--deterministic注意文档提示它不能保证所有场景完全一致comfy/cli_args.py。️ 常见坑与修复坑1现象启动报 Torch not compiled with CUDA enabled 原因装的torch不是CUDA版本 修复pip uninstall torch后按 README.md NVIDIA 一节重装对应cu版本坑2现象启动报 Database is locked 原因已有另一个ComfyUI进程占用同一个sqlite库 修复给本实例指定独立库--database-url sqlite:///path/to/another.dbmain.py setup_database 中有该提示坑3现象节点下拉列表里看不到已下载的模型 原因文件没放在对应分类的子目录比如VAE被丢进了checkpoints 修复按models/下的目录归类放好checkpoints、vae、loras 各归各位重启后再扫描坑4现象VAEDecode 出黑图或颜色异常 原因VAE半精度在部分显卡上数值不稳 修复启动加--fp32-vae强制全精度跑VAEcomfy/cli_args.py 中 fpvae 参数组小结ComfyUI的核心价值是把生成过程变成一份可执行、可复现、可脚本化的JSON图。行动清单按上面5步跑通默认文生图图确认output/出图用 File → Export (API) 导出一次JSON弄清class_type与连线格式配置extra_model_paths.yaml把现有模型目录接进来改seed验证增量缓存同图第二次提交应秒过用 script_examples/basic_api_example.py 写一个最小提交脚本打通批量入口。【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
