ComfyUI 从零上手：安装、界面与第一个工作流

上一篇文章介绍了 ComfyUI 是什么，这篇来讲怎么用——从安装到跑通第一个工作流，全程实操。

一、安装 ComfyUI

Windows

两种方式任选：

方式一：一键包（推荐）

到 ComfyUI 官方 GitHub Releases 下载 ComfyUI_windows_portable_nvidia.7z
解压到任意目录，比如 D:\ComfyUI
双击 run_nvidia_gpu.bat 启动

方式二：手动安装

git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
python -m venv venv
venv\Scripts\activate
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124
pip install -r requirements.txt
python main.py

macOS（Apple Silicon）

git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
python3 -m venv venv
source venv/bin/activate
pip install torch torchvision torchaudio
pip install -r requirements.txt
python main.py

放置模型文件

启动前，把你的模型放进对应目录：

文件类型	路径
大模型 (SDXL/SD1.5)	`ComfyUI/models/checkpoints/`
VAE	`ComfyUI/models/vae/`
LoRA	`ComfyUI/models/loras/`
ControlNet	`ComfyUI/models/controlnet/`
CLIP 编码器	`ComfyUI/models/clip/`
Upscaler 模型	`ComfyUI/models/upscale_models/`

如果你之前用过 A1111，可以在 extra_model_paths.yaml 里配置共享目录，避免重复复制。

启动

1	python main.py

终端会输出 http://127.0.0.1:8188，浏览器打开就能看到 ComfyUI 界面了。

二、认识界面

ComfyUI 的界面非常简洁：

画布区 — 中间这块空白就是搭工作流的地方
菜单栏 — 顶部，有 Load、Save、清空、设置等按钮
右键菜单 — 在画布上右键可以添加各种节点
Queue Prompt — 右边的大按钮，点它开始跑图
Node 工具栏 — 双击空白处可以搜索并快速添加节点

初学者先记住三个操作：

右键 → Add Node — 添加节点
点住输出小圆点拖到输入小圆点 — 连接节点
选中节点按 Delete — 删除节点

三、跑通第一个文生图工作流

ComfyUI 自带的默认工作流就是文生图。如果你清空了画布，按下面步骤重建一个最基础的工作流：

基础版：文生图

需要 6 个节点串联在一起：

① Load Checkpoint → ② CLIP Text Encode (Prompt)
                    ③ CLIP Text Encode (Negative Prompt)
                    ②③ → ④ KSampler → ⑤ VAE Decode → ⑥ Save Image
                    ① → ④ (model)
                    ① → ⑤ (vae)

实操步骤：

右键 → Add Node → loaders → Load Checkpoint（加载模型）
右键 → Add Node → conditioning → CLIP Text Encode (Prompt)（正面提示词）
- 再添加一个，作为负面提示词
右键 → Add Node → sampling → KSampler（采样器）
右键 → Add Node → image → Save Image（保存图片）

连线方法：

Load Checkpoint 的 MODEL → KSampler 的 model
Load Checkpoint 的 CLIP → 两个 CLIP Text Encode 的 clip
Load Checkpoint 的 VAE → VAE Decode 的 vae
正面 CLIP Text Encode 的 CONDITIONING → KSampler 的 positive
负面 CLIP Text Encode 的 CONDITIONING → KSampler 的 negative
KSampler 的 LATENT → VAE Decode 的 samples
VAE Decode 的 IMAGE → Save Image 的 images

填参数：

KSampler 里：seed 随意，steps 20，CFG 7，sampler_name euler，scheduler normal，denoise 1
正面提示词：A cute cat, masterpiece, best quality
负面提示词：nsfw, ugly, blurry, low quality

全部配好之后，点 Queue Prompt，等几秒钟，右边就会出现生成的图片了。

四、安装 ComfyUI Manager

Manager 是 ComfyUI 的插件管理器，强烈建议第一步就装。

1 2	cd ComfyUI/custom_nodes git clone https://github.com/ltdrdata/ComfyUI-Manager.git

重启 ComfyUI 后，菜单栏会多出一个 Manager 按钮，点进去可以：

搜索和安装社区节点
更新现有节点
检查模型缺失
下载缺失的模型文件

五、导入社区工作流

这是 ComfyUI 最爽的功能：

在 Civitai 或 OpenArt 找一个你喜欢的图片
下载它的工作流文件（.json 或 .png 格式）
在 ComfyUI 里点击 Load，选择下载的文件
如果缺模型，Manager 会提示你，点一下就能下载
调整提示词，点 Queue Prompt 开跑

注意：工作流中使用的模型节点，你本地必须有。缺少的话要么手动下载，要么用 Manager 自动补。

六、给 A1111 用户的快速迁移指南

如果你之前用 A1111：

共享模型目录
在 ComfyUI 根目录创建或编辑 extra_model_paths.yaml：

a111:
  base_path: /path/to/stable-diffusion-webui/
  checkpoints: models/Stable-diffusion/
  vae: models/VAE/
  loras: |
    models/Lora/
    models/LyCORIS/
  controlnet: models/ControlNet/

这样就无需把模型复制到 ComfyUI 目录了。

常用插件的 ComfyUI 替代

A1111 的 ControlNet → ComfyUI 里搜索 ControlNet 节点
高分辨率放大 → 使用 Upscale Image + UltimateSDUpscale 节点
ADetailer 修脸 → 使用 FaceDetailer 节点
批量处理 → 写一个工作流循环，或用 LatentFromBatch

七、一个进阶示例：图生图 + 放大

最后给一个实用的进阶工作流结构：

1
2
3

加载模型 → 加载参考图 → VAE 编码 → 采样器（图生图模式）
                ↓
          放大节点 → VAE 解码 → 保存图片

具体节点组合可以自由发挥，这就是 ComfyUI 的魅力所在。

总结

ComfyUI 的学习曲线比 WebUI 陡一点，但一旦理解了节点图的思维，它的灵活度和效率远超传统界面。建议的顺序：

✅ 安装启动，跑通默认文生图
✅ 装 ComfyUI Manager
✅ 从社区导入一个感兴趣的复杂工作流，拆解学习
✅ 慢慢尝试自己搭建工作流

上面的内容有任何一步遇到问题，欢迎留言交流。