用 Midjourney 用了半年，每次生图要花钱，也没法控制生成流程的细节。换到 ComfyUI 本地跑，用了三个月，回不去了。

—

ComfyUI 和其他工具的区别

不是那种「输入提示词点生成」的简单界面。ComfyUI 把整个生图流程拆成节点，节点之间用线连起来，数据像流水一样传下去。

看起来复杂，搞懂一次之后，你能控制生图的每一个环节。完全免费，数据不出本地。

—

配置要求

最低 NVIDIA GTX 1060 6GB，推荐 RTX 3060 12GB 以上。没有 N 卡，M 系列 Mac 支持可以，CPU 模式也行，就是慢，一张图几分钟。

—

安装：新手用整合包

搜「ComfyUI 整合包」或「秋葉整合包」，下载解压即用，自带常用插件和部分模型，不用折腾环境。

想从官方装：

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

cd ComfyUI

pip install -r requirements.txt

python main.py

访问 localhost:8188，界面出来就能用了。

—

先认识六个核心节点

默认工作流里就这几个，认识了就知道数据怎么流动：

—

文生图参数怎么设

KSampler 是核心，这几个参数最影响结果：

Steps（采样步数）：20-30 步够用。超过 40 基本没收益，只是更慢。

CFG：提示词引导强度，7-9 是甜蜜点。太高图会过饱和，颜色失控。

Sampler + Scheduler：dpmpp_2m + karras 几乎万能，不知道选哪个就用这个。

Seed：固定 seed 可以复现同一张图。调参时先锁住 seed，这样能清楚对比参数变化。

—

三个最实用的工作流

图生图（img2img）

在现有图片基础上修改，给参考图换风格、把草图细化都用这个。加载参考图，经过 VAE Encode 进潜空间，接到 KSampler 的 latent_image 输入。

关键参数是 Denoise：

• 0.4-0.5：高度保留原图结构，只改风格和质感
• 0.6-0.7：平衡，适合大多数场景
• 0.8 以上：基本重新生成，原图只作参考

放大工作流（高清修复）

先生成 512×512 小图，再高清放大，是最常用的工作流：

生成 512×512 基础图

  → Upscale 放大 2x（4x-UltraSharp 模型）

  → img2img 补细节（Denoise 0.4-0.5）

出来的图比直接生 1024 的质量更稳定，细节更丰富。

ControlNet 精准控制

用参考图控制生成结构，是 ComfyUI 最强劲的功能之一：

实用场景：固定姿势换服装、保留场景结构换风格、线稿上色。

—

模型从哪里下

Civitai 是最大的模型社区（需要翻墙），国内用 LiblibAI，大部分热门模型都有。

下载后放到
ComfyUI/models/checkpoints/ 目录，刷新界面就能在 Load Checkpoint 里选到。

推荐入手的三个模型：

• Realistic Vision V6：真实人像，质量稳定
• AnythingV5：动漫风格，二次元必备
• SDXL Base 1.0：高质量通用，官方出品

—

必装插件：ComfyUI Manager

这是插件管理器，装了之后能在界面内搜索安装所有插件，不用手动 git clone。

安装方法：

cd ComfyUI/custom_nodes

git clone https://github.com/ltdrdata/ComfyUI-Manager

重启 ComfyUI，侧边栏出现 Manager 按钮，后来装插件都在里面操作。

后续按需添加：WAS Node Suite（大量实用节点）、AnimateDiff（生成动画）、IPAdapter Plus（风格迁移）。

—

工作流怎么找

有一个很好的资源：ComfyUI 工作流可以直接从图片读取。别人分享的生成图，拖进 ComfyUI 界面，工作流就直接加载出来了（前提是图片里包含了工作流元数据）。

社区工作流分享：OpenArt、Civitai 的 workflow 板块，有大量现成工作流可以直接用。

—

*第一次用 ComfyUI 觉得头大是正常的，看一次默认工作流的节点连接方式，基本就通了。*