admin 最近身边越来越多朋友问我，怎么用AI画图。说实话，我第一次接触AI生图的时候也是一脸懵。试了Midjourney，试了Stable Diffusion WebUI，兜兜转转最后发现ComfyUI才是最适合我的工具。今天就来好好聊聊ComfyUI这个东西，从零开始，带你生成你的第一张AI图片。
ComfyUI到底是什么
简单说，ComfyUI是一个基于节点的Stable Diffusion图形化前端。什么意思呢？就是它不像WebUI那样给你一堆按钮和输入框，而是把整个生图过程拆成一个个小模块——我们叫它"节点"——然后你把这些节点用线连起来，形成一条完整的工作流。
这种设计最大的好处是灵活。你可以非常精确地控制图片生成的每一步：用什么模型、什么采样器、怎么设置步数、要不要用ControlNet控制构图、怎么放大细节。缺点嘛，就是上手曲线比WebUI陡一些，刚开始看到满屏的连线和密密麻麻的参数确实会有点慌。
我自己用了大概一周才真正上手，但一旦理解了节点逻辑，就再也回不去WebUI了。因为你会发现，以前在WebUI里很多做不到的事情，在ComfyUI里只需要多连一个节点就能搞定。
安装ComfyUI
安装其实比你想的简单很多。官方给了一个一键包，Windows用户直接下载解压就能用。如果你用的是Linux或者Mac，就需要手动装一些依赖，但也不算太复杂。
Windows用户（推荐直接用一键包）：
去ComfyUI的GitHub仓库（github.com/comfyanonymous/ComfyUI），找到Releases页面，下载最新的一键包。解压后双击run_nvidia_gpu.bat，等一会儿，浏览器会自动打开一个页面，就是ComfyUI的操作界面了。整个过程大概五分钟就能搞定。
手动安装的话：
- 确保你的Python版本是3.10或3.11，太新的版本有些库还不兼容
- 克隆仓库：
git clone https://github.com/comfyanonymous/ComfyUI - 进入目录后，安装PyTorch（选你显卡对应的CUDA版本）
pip install -r requirements.txt- 运行
python main.py
几个重要的注意事项：
显卡至少需要4GB显存，推荐8GB以上。N卡（NVIDIA）基本没问题，开箱即用。A卡（AMD）需要额外折腾一下ROCm，不太推荐新手尝试。Mac用户用M系列芯片也可以跑，但速度会比N卡慢不少。我一开始用的是6GB显存的1660Ti，跑SD1.5的模型完全没问题，但上SDXL就比较吃力了，生成一张图要等挺久。
另外，模型文件要放在ComfyUI/models/checkpoints目录下，这点别搞错了，很多人装好之后发现加载不了模型，就是路径放错了。
理解工作流的核心概念
ComfyUI的精髓就是"工作流"（Workflow）。我第一次打开界面的时候，里面已经有一个默认的生图工作流。你可以把它理解为一条流水线：原材料进去，经过一系列加工处理，成品图片从另一端出来。
一条最基础的工作流通常包含这几个核心节点：
- 加载模型（Load Checkpoint）：选择你用的AI模型，这是整条流水线的起点
- 正向提示词（CLIP Text Encode）：告诉AI你想要什么样的画面，比如"一个女孩在海边"
- 反向提示词（CLIP Text Encode）：告诉AI你不想要什么，比如"模糊、低质量、变形"
- 空的潜在图像（Empty Latent Image）：设定图片的初始尺寸
- 采样器（KSampler）：这是控制生成过程的核心参数，决定了AI如何一步步画出图片
- 解码器（VAE Decode）：把AI内部的数学表示转成人眼能看的图片
- 保存图片（Save Image）：把结果保存到硬盘上
这些节点之间用线连起来，数据就像水流一样从左往右流过每个节点，最后输出一张图片。每个节点只负责一件事，但组合起来就能完成复杂的生图任务。
我建议你第一次用的时候，先不要急着改任何东西，直接用默认工作流跑一遍，看看效果。这样你对整个流程会有一个直观的感受。等你看到图片生成出来之后，再尝试修改提示词，观察变化，这样学习效率最高。
生成你的第一张图片
好，现在来实际操作一下，跟着我一步步来。
- 打开ComfyUI界面
- 你看到的默认工作流里应该已经加载了一个模型，如果没有，点击"加载模型"节点的下拉框，选一个你下载好的模型文件
- 找到正向提示词的节点，在文本框里输入你想画的内容，比如：
a cute cat sitting on a windowsill, sunlight, detailed fur, anime style, masterpiece - 反向提示词可以填：
blurry, low quality, deformed, bad anatomy, extra fingers - 点击右侧的"Queue Prompt"按钮（就是排队执行的意思）
- 等待进度条走完，你的图片就生成了
第一次看到自己用AI画出来的图，那种感觉还挺奇妙的。虽然可能效果一般，但确实是自己一步步操作出来的。如果结果不满意，别灰心，调整一下提示词再试，AI生图本身就是一个反复试验的过程。
常用模型推荐
模型是AI生图的灵魂。不同的模型擅长不同的风格，选对模型比调参重要得多。
Stable Diffusion 1.5（SD1.5）
这是最经典的老牌模型，资源多、插件丰富、跑得快，显卡要求低。很多人的入门选择就是它。缺点是画质上限不算高，细节处理一般，分辨率也比较低。但如果你显卡不够好，SD1.5依然是最稳妥的选择。
SDXL（Stable Diffusion XL）
SD1.5的全面升级版，画质有质的飞跃。默认支持1024x1024的分辨率，细节、光影、构图、色彩都好了一个档次。我现在日常用得最多的就是SDXL。不过对显存要求也更高，8GB显存是最低门槛，12GB以上体验会好很多。推荐去CivitAI下载社区微调过的版本，效果比官方原版更好。
Flux
最近比较火的新模型，由Black Forest Labs出品。Flux最大的特点是对提示词的理解能力非常强，基本上你写什么它就能画什么，不像早期模型经常"不听话"或者自作主张。画质也非常出色，尤其是真实感方面表现突出。缺点是模型文件比较大，推理速度稍慢，对显存要求也比较高。推荐在Hugging Face上下载官方的Flux.1-dev版本，想要速度快一些可以试试量化后的版本。
我自己的建议： 如果你的显卡是8GB以上，直接上SDXL或者Flux，画质完全不在一个级别。如果显卡一般，从SD1.5开始也没问题，先把工作流搞明白、把提示词写熟练，后面换模型就是换个文件的事。
新手实用技巧
提示词怎么写才有效果？
不需要写很长很复杂的句子。英文效果通常比中文好很多，因为模型主要是在英文数据上训练的。结构大致是：主体描述 + 环境氛围 + 画风风格 + 质量标签。比如1girl, flower garden, golden hour lighting, detailed illustration, best quality。不用死记硬背，多去CivitAI看别人的作品和对应的提示词，慢慢就有感觉了。
采样器和步数怎么选？
采样器推荐新手先用dpmpp_2m或者euler_ancestral，这两种比较通用，出图稳定。步数设20到30步就够了。步数太少图会糊，太多则浪费时间而且提升非常有限。CFG Scale一般设7到8，太高会导致画面过饱和、颜色失真。
图片尺寸怎么定？
SD1.5推荐512x512或者512x768，SDXL推荐1024x1024或者1024x768。尺寸设错容易出问题，比如人物多出来几根手指、构图混乱、出现奇怪的重复图案。这些其实是模型的训练分辨率决定的，别硬撑着用不合适的尺寸。
ComfyUI Manager是必备工具
社区里有大量优秀的自定义节点，比如ControlNet（精确控制人物姿势和构图）、LoRA加载器（微调特定风格或角色）、图像放大节点（提升画质）、局部重绘（只修改图片的某个区域）等等。安装这些自定义节点的时候，ComfyUI Manager这个插件是必备的，它能让你一键搜索和安装各种社区节点，省去了手动下载和配置的麻烦。强烈推荐在安装好ComfyUI后第一时间装上它。
多用别人的工作流
ComfyUI的一大优势就是工作流可以导出分享。你可以在CivitAI、OpenArt或者GitHub上找到别人分享的工作流，直接把工作流图片拖进ComfyUI就能加载和使用。这是学习最快的方式，看看别人的作品用的是什么节点、怎么连的、参数怎么设的，慢慢你就理解了每个节点的真正作用。我到现在还会经常去看别人的工作流来学习新的技巧。
善用图像放大和修复
很多时候AI直接生成的图片分辨率不够用。这时候可以先用基础工作流生成一张小图，然后再用放大节点（比如Hires Fix或者Ultimate SD Upscale）来提升分辨率和细节。这个两步走的策略比直接生成大图要高效得多，而且效果往往更好。
写在最后
ComfyUI的学习曲线确实比一些一键出图的工具要陡一些，但它的上限也高得多。当你真正理解了节点逻辑之后，你几乎可以实现任何你想要的生图效果。而且社区非常活跃，每天都有新的节点和工作流出现，这个工具还在快速进化中。
我的建议是，别怕折腾，也别急着一步到位。多试、多看、多调。AI生图本身就是一个不断试错和探索的过程，每一次尝试都在积累经验。等哪天你回头看自己最开始生成的那些图，再对比现在的作品，你会惊讶于自己的进步。
希望这篇文章能帮你顺利迈出AI生图的第一步。
本文内容由AI辅助整理生成，仅供参考。