ComfyUI 是一款免费、开源的 AI 绘图工具，用节点连线的方式搭建生图的工作流，能装在自己的电脑上本地运行，靠显卡出图，不依赖在线服务。
可以用 ComfyUI 搭出各种出图流程，文生图、图生图、局部重绘、放大、换脸、生成视频，都能用现成的节点拼出来。搭好的流程能保存成工作流文件，下次一键调用，也能分享给别人。社区里还有大量现成的工作流和插件，下载下来直接跑。
同类的本地 AI 绘图软件还有 Stable Diffusion WebUI、Fooocus 等，ComfyUI 的优势是节点自定义、工作流能存能复用、插件扩展多。代价是上手门槛比 WebUI 高，节点和连线要花点时间理解。
ComfyUI安装方式
装 ComfyUI 主要有两条路，走官方渠道，或者用热门的整合包（比如秋叶整合包）。两种装出来的都是同一个 ComfyUI，出图核心一样：
- ComfyUI 官方发布的安装包，支持 Windows、Linux、macOS。官方的 Windows 便携包自带 Python 环境，开箱能用，但预装插件少，模型管理要自己配，环境也容易出问题，对新手不友好。
- 整合包的安装方式，不用自己配环境，解压即用，自带常用插件，目前主要支持 Windows 系统，对新手非常友好。
ComfyUI 安装包：ComfyUI 官方+秋葉整合包
| 方式 | 支持系统 | 文件 | 说明 |
| 官方桌面版 | Windows、macOS、Linux | 官网安装包 | 一键安装，自动配好环境，插件自己装 |
| 官方便携包 | Windows | ComfyUI_windows_portable_*.7z | 约 1.4~1.9 GB，按显卡分 NVIDIA/AMD/Intel 版，解压即用 |
| 秋叶整合包（推荐新手） | Windows | 秋叶 ComfyUI 整合包（.7z） | 自带常用插件和绘世启动器，解压即用 |
ComfyUI本地部署
1）解压整合包：
2）进入解压出来的文件夹，双击启动器程序：
如果发现里面的 ComfyUI 不是最新版，不用重新下载整个整合包，在启动器的版本管理里就能手动切换到最新版：
成功切换后，重新启动就生效了：
3）在启动器里点“一键启动”，等待程序加载。首次启动会检查依赖、初始化环境，命令行窗口里会滚动很多行提示，属正常现象，耐心等待。浏览器会自动打开 ComfyUI 界面；没自动打开就手动访问 http://127.0.0.1:8188，能看到节点画布，说明本地部署完成，可以开始出图了。
ComfyUI配置
1）配置模型（必做）
装好的 ComfyUI 不带绘画大模型，要自己下好模型文件放进去才能出图，本节的资源包为大家整理好了一些常用的。模型统一放在根目录的 models 文件夹下：
不同的模型，要放置在不同的文件夹里，checkpoints 放基础大模型，loras 放风格模型，embeddings 放嵌入词，vae 放解码模型，controlnet 放控制模型。放好后在界面里刷新，节点中就能选到。
例如，anything-v5-PrtRE.safetensors 是资源包里的一个基础大模型，把它放进 checkpoints 目录：
放好之后回到 ComfyUI 界面刷新一下，在模型库的下拉列表里就能找到 anything-v5。点击它，画布上会出现一个“Checkpoint 加载器（简易）”节点（英文是 Load Checkpoint），模型名已经自动填好，配上提示词、点运行，就能用它出图；想换别的，把新模型放进 checkpoints，再在这个下拉里切换即可。
除了基础大模型，资源包里还有其他几类常用模型，按类型对号入座：
| 模型类型 | 常见文件（示例） | 存放目录 | 作用 |
| ControlNet 控制模型 | control_v11p_sd15_canny_fp16.safetensors | models/controlnet | 按参考图的边缘控制构图，常用于照着重绘轮廓 |
| ControlNet 控制模型 | control_v11p_sd15_openpose_fp16.safetensors | models/controlnet | 识别人物骨架，用来固定动作姿势 |
| ControlNet 控制模型 | control_v11p_sd15_depth_fp16.safetensors | models/controlnet | 按深度图控制远近关系，做立体感强的图 |
| ControlNet 控制模型 | control_v11p_sd15_lineart_fp16.safetensors | models/controlnet | 按线稿出图，适合上色和画风转换 |
| ControlNet 控制模型 | control_v11f1e_sd15_tile_fp16.safetensors | models/controlnet | 分块放大和补充细节，常用于高清化 |
| VAE | flux-ae.safetensors | models/vae | 负责图像的编解码，部分大模型需要单独指定 VAE |
2）安装插件管理器（推荐）
导入别人的工作流时，经常提示缺节点，一个个装很麻烦。装一个 ComfyUI-Manager 插件管理器，就能在界面里一键补上缺失的节点和插件，也能查看、更新已装的扩展。
在启动器的版本管理里搜索安装即可，装好重启 ComfyUI，界面里就会出现管理器入口。
ComfyUI基础使用
ComfyUI 的日常操作围绕“连节点、点运行”展开。下面先认识几个常用节点，再看它们之间怎么连，最后用一个最基础的文生图流程走一遍，就能得到一个“文生图”工作流。
1）认识常用节点
在 ComfyUI 里，每个方块就是一个节点，每个节点只负责一件事——加载模型、处理文字、采样生成、保存图片，各管一段。把多个节点用线连起来，组成的就是一条工作流，所以搭 ComfyUI 的过程，本质上就是“挑节点、再连起来”。
节点在添加时是按类别分组的，比如加载器、条件、采样、图像、遮罩等，需要什么就按类别去找：
ComfyUI 内置的节点有一千多个，社区扩展里还能再装几万个。不过日常出图用到的只是其中很少一部分，新手先把下面这几个记住就够了。
| 节点 | 作用 |
| Checkpoint 加载器（简易） | 加载底模，给整条流程提供模型、CLIP 和 VAE |
| CLIP 文本编码 | 把文字转成模型能读懂的提示词，一般用两个，一个放正向、一个放负向 |
| 空 Latent 图像 | 设置出图的宽度、高度和数量，作为采样的起点 |
| K 采样器 | 按提示词一步步去噪，是真正“作画”的地方 |
| VAE 解码 | 把采样得到的 Latent 数据还原成能看的图片 |
| 保存图像 | 把生成的图存到 output 文件夹 |
其余节点不用急着学，等有具体需求（比如换脸、放大、生成视频）再去按类别找对应的就行。
2）节点之间怎么连
连接顺序就是数据流动的顺序，从 Checkpoint 加载器开始：它加载底模后分出 model、CLIP、VAE 三路，model 接给 K 采样器，两路 CLIP 分别接给两个 CLIP 文本编码，VAE 接给 VAE 解码；两个 CLIP 文本编码的输出（正向、负向条件）和空 Latent 图像的初始数据，都接进 K 采样器；K 采样器采完把结果交给 VAE 解码，最后接保存图像节点。
记住一条线：从加载底模开始，把每个节点的输出接到下一个需要的输入，一直到保存图像结束。
3）选底模、写提示词、设参数
先在模型库的下拉列表里找到要用的底模（比如前面放进去的 anything-v5），点一下画布上就会出现对应的加载节点，也可以将它拖进已有的加载器里：
再找到两个 CLIP 文本编码节点，在正向提示词里写想要的内容（比如 1girl, white dress, sunset），在负向提示词里写不想要的（比如 lowres, bad hands）。
在空 Latent 图像节点里设好宽度、高度和出图数量：
在 K 采样器节点里设置迭代步数（一般 20 上下）和 CFG 引导（一般 7 上下），采样器、调度器保持默认即可，想固定画面就在种子（seed）里填一个固定值。
4）点运行，看队列出图、保存
确认节点都连好之后，点顶部的运行（Queue Prompt）按钮，流程会进入右侧队列依次执行：
跑完这一轮，画布上就能看到生成的图，并按保存图像节点的设置存进 ComfyUI 目录下的 output 文件夹：
想固定这套流程，用菜单“保存”把工作流存成 .json 文件，下次打开直接调用；想复现同一张图，记下这次的种子值就行。别人分享的工作流常以一张成品图或 .json 文件给出，把它拖进画布就能还原，想换玩法时用这个方式最省事。
