comfyui工作流FLUX模型第二期

ComfyUI 入门教程

1. 安装与启动

1. 下载ComfyUI

官方GitHub地址:
https://github.com/comfyanonymous/ComfyUI

下载方式：

直接下载压缩包并解压。

或使用Git命令：

git clone https://github.com/comfyanonymous/ComfyUI

“`

2. **安装依赖**

– 进入解压后的文件夹，运行：

“`bash

pip install -r requirements.txt

确保已安装支持CUDA的PyTorch（适用于NVIDIA显卡）。

3. 启动ComfyUI

运行主程序：

python main.py

浏览器访问 http://127.0.0.1:8188 打开界面。

2. 界面介绍

节点（Nodes）：ComfyUI的核心功能模块，通过连接节点构建工作流。

画布：拖放和连接节点的区域。

右键菜单：点击空白处添加节点，点击节点编辑参数。

Queue Prompt：执行当前工作流。

保存/加载：支持保存工作流为JSON文件。

3. 基础工作流：文生图

目标：用Stable Diffusion生成一张图片。

1. 添加必要节点（右键菜单 → Add Node）：

Checkpoint Loader：加载模型（如
sd_xl_base_1.0.safetensors ）。

CLIP Text Encode（2个）：分别输入正向和负向提示词。

KSampler：设置采样参数（步骤、CFG值、种子等）。

VAE Decode：将潜在空间图像解码为普通图片。

Save Image：保存生成的图片。

2. 连接节点：

Checkpoint Loader → CLIP Text Encode（正向/负向） → KSampler → VAE Decode → Save Image

具体连接方式：

将 Checkpoint Loader 的 CLIP 输出连接到两个 CLIP Text Encode 的输入。

将 Checkpoint Loader 的 model 和 positive/negative 文本输出连接到 KSampler 。

KSampler 输出到 VAE Decode ，最后到 Save Image 。

3. 填写参数：

在 CLIP Text Encode 中输入提示词（如 “a cute cat”）。

在 KSampler 中设置 steps=20 , cfg=7 , 选择采样器（如 Euler）。

4. 生成图片：

点击 Queue Prompt ，结果会保存在 ComfyUI/output 文件夹。

4. 进阶技巧

自定义节点：安装社区节点（如 ComfyUI-Manager 扩展管理工具）。

工作流复用：导出JSON文件分享或备份。

图像输入：使用 VAE Encode 和 Load Image 节点实现图生图。

5. 常见问题

报错“模型未找到”：将模型文件（ .safetensors ）放入
ComfyUI/models/checkpoints 。

显存不足：在 KSampler 中降低分辨率或启用 –lowvram 启动参数。

通过这个教程，你可以快速理解ComfyUI的模块化设计逻辑。后续可以尝试更复杂的工作流（如ControlNet、LoRA等）。如果需要更详细的节点说明，可以参考官方Wiki或社区教程！