最近在尝试AI视频生成时你是否也遇到过这样的困惑面对Stable Diffusion WebUI的便捷和ComfyUI的节点式界面不知该如何选择网上教程要么过于零散要么直接丢给你一个复杂的工作流文件看得云里雾里。特别是看到别人用ComfyUI生成的高质量、可精准控制的视频自己却连环境都搭不起来这种落差感确实让人头疼。本文正是为了解决这些问题而生。我将用一篇超过5000字的系统教程带你从零开始彻底搞懂ComfyUI。无论你是完全的新手还是从WebUI转战过来的玩家都能在这里找到清晰的路径。我们不只讲“怎么点”更重点剖析“为什么这么连”让你真正理解工作流背后的逻辑从而具备自主搭建和调试的能力。从最基础的安装部署、界面认知到核心的视频生成工作流搭建、关键参数解析再到插件生态管理和实用技巧本文将提供一个完整的闭环学习方案。你会发现一旦跨过最初的理解门槛ComfyUI带来的可控性和效率提升将是巨大的。1. ComfyUI是什么为什么值得你投入时间学习在深入操作之前我们必须先建立正确的认知。ComfyUI究竟是什么以及它为何在众多AI绘画工具中脱颖而出1.1 核心概念节点式工作流引擎ComfyUI是一个基于节点图Node Graph的Stable Diffusion图形用户界面GUI。你可以把它想象成一个视觉化的编程环境。与Stable Diffusion WebUIAUTOMATIC1111那种一步到位的“文生图”按钮不同ComfyUI将图像生成的每一步——加载模型、编写提示词、设置采样参数、解码图像等——都拆解成一个个独立的“节点”Node。你需要用“线”连接将这些节点按照逻辑顺序连接起来形成一个完整的“工作流”Workflow。这种设计带来了几个根本性的优势极高的透明度和可控性你能清晰地看到数据潜空间、图像、条件等是如何在管道中流动和转换的任何一个中间步骤的结果都可以被查看和干预。强大的可重复性与可分享性一个搭建好的工作流可以保存为JSON文件。下次使用或分享给他人时直接加载这个文件就能完全复现整个生成过程包括所有参数和模型组合这对于团队协作和流程标准化至关重要。无与伦比的灵活性你可以像搭积木一样组合不同的节点来实现复杂功能例如图像修复、高清放大、视频帧插值、多条件控制等。这种灵活性是传统线性界面难以企及的。1.2 ComfyUI vs. WebUI如何选择这是新手最常问的问题。我们可以用一个简单的表格来对比特性维度Stable Diffusion WebUI (AUTOMATIC1111)ComfyUI学习曲线平缓界面直观适合快速上手。陡峭需要理解节点逻辑初期有学习成本。工作流线性/隐式操作被封装在标签页和按钮后。可视化/显式以节点图形式完整展示。可控性较高通过插件扩展。极高每个参数可精调流程完全自定义。可重复性一般依赖保存的生成参数文本。优秀整个工作流可保存、加载、分享。资源占用相对较高界面功能多。相对较低界面更精简效率更高。适合人群AI绘画初学者、快速体验者、轻度用户。进阶用户、研究者、工作流开发者、对生成过程有控制需求的创作者。结论如果你满足于快速出图WebUI是优秀的选择。但如果你希望深入理解Stable Diffusion的工作原理追求极致的生成控制、流程自动化或需要稳定复现商业级产出那么ComfyUI是你必须攻克的技能。市场对能熟练使用ComfyUI搭建稳定工作流的人才需求正在增长掌握它无疑会增强你的竞争力。1.3 核心应用场景不止于静态图片虽然起源于图像生成但ComfyUI的真正威力在于处理时序性和流程化任务AI视频生成通过连接AnimateDiff等插件实现文本生成视频、图像生成视频。图生视频/视频重绘对现有视频进行逐帧处理应用风格化、修复或元素替换。工作流自动化搭建复杂的图像处理管线如批量生成→统一放大→面部修复→添加水印。可控性图像合成结合ControlNet、IP-Adapter等多重条件控制实现精准构图。2. 环境准备从零开始部署ComfyUI工欲善其事必先利其器。下面我们以Windows系统为例介绍最主流的部署方式。2.1 硬件与软件要求在开始之前请确保你的电脑满足以下基本条件操作系统Windows 10/11, Linux, 或 macOS (Apple Silicon芯片体验更佳)。显卡强烈推荐NVIDIA显卡并安装最新版的显卡驱动。ComfyUI主要依靠GPU进行加速N卡对CUDA的支持最好。AMD显卡可通过DirectML运行但性能和兼容性可能不及N卡。显存建议8GB及以上4GB显存可运行基础模型但限制较多。Python需要安装Python 3.10或3.11版本。避免使用3.12等太新的版本可能存在库兼容性问题。Git用于从代码仓库拉取ComfyUI本体和一些插件。2.2 推荐方案使用“秋叶大佬”的整合包最适合新手对于绝大多数国内Windows用户最省心、最不容易出错的方式就是使用由“秋叶aaaki”制作的ComfyUI整合包。这个整合包预置了Python环境、必要的依赖、以及一个便捷的管理器解决了令人头疼的环境配置问题。安装步骤获取整合包在可靠的资源站或B站“秋叶aaaki”的动态中找到最新的ComfyUI整合包下载链接。通常是一个压缩文件如.7z或.zip。解压将下载的压缩包解压到一个英文路径的文件夹中例如D:\AI_Tools\ComfyUI。路径中不要包含中文或特殊字符这是很多错误的根源。启动进入解压后的文件夹双击运行启动器运行依赖.exe如果首次运行然后双击启动器.exe。一键启动在启动器界面直接点击“一键启动”按钮。启动器会自动为你配置虚拟环境并启动ComfyUI服务。等待命令行窗口加载完毕当出现类似“To see the GUI go to: http://127.0.0.1:8188”的信息时说明启动成功。打开浏览器访问http://127.0.0.1:8188即可看到ComfyUI的界面。2.3 备用方案手动安装适合开发者或Linux用户如果你更喜欢从源码开始或需要在Linux服务器上部署可以遵循以下步骤# 1. 克隆仓库 git clone https://github.com/comfyanonymous/ComfyUI.git cd ComfyUI # 2. 创建并激活虚拟环境推荐 python -m venv venv # Windows: venv\Scripts\activate # Linux/macOS: source venv/bin/activate # 3. 安装PyTorch请根据CUDA版本去官网获取对应命令 # 例如CUDA 11.8 pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 # 4. 安装ComfyUI依赖 pip install -r requirements.txt # 5. 下载模型 # 将Stable Diffusion基础模型.safetensors格式放入 ComfyUI/models/checkpoints/ 目录。 # 将VAE模型放入 ComfyUI/models/vae/。 # 将LoRA模型放入 ComfyUI/models/loras/。 # 6. 启动 python main.py手动安装能让你更了解其构成但需要自行处理所有依赖和模型放置问题。3. 初识界面ComfyUI的核心操作区域成功打开ComfyUI后你可能会被空白的界面和右侧的节点列表吓到。别慌我们先来认识几个核心区域。节点图工作区中央空白区域这是你搭建工作流的“画布”。所有操作都在这里进行。节点菜单右键点击工作区这是你的“工具箱”。右键点击画布空白处会弹出分类的节点列表如加载器Loaders、采样器Sampling、图像Image等。节点Node从菜单中拖出或添加的每个功能块都是一个节点。节点有输入槽左侧通常为橙色、绿色等和输出槽右侧。连接Links鼠标从一个节点的输出槽拖拽到另一个节点的输入槽就形成了数据流的连接。线有不同的颜色代表不同类型的数据如模型、条件、图像。队列按钮Queue Prompt位于界面右侧点击它当前工作流就会开始执行。工作流管理按钮Save保存、Load加载、Clear清空画布等。第一个练习尝试右键添加一个Load Checkpoint节点和一个Empty Latent Image节点。然后从Load Checkpoint的MODEL输出拖出一条线你会看到哪些节点能接收它先感受一下连接的逻辑。4. 构建你的第一个AI视频生成工作流理解了基础概念后我们直接进入实战——搭建一个最基础的文生视频工作流。这里我们将使用Stable Diffusion 1.5/2.1 的基础模型和AnimateDiff插件来实现。4.1 准备工作安装必要插件与模型ComfyUI的强大离不开插件。我们需要先安装视频生成的核心插件AnimateDiff。安装AnimateDiff插件进入你的ComfyUI根目录下的custom_nodes文件夹。在此打开命令行或终端执行克隆命令git clone https://github.com/continue-revolution/ComfyUI-AnimateDiff.git重启ComfyUI。重启后在节点菜单的采样器sampling或动画animation分类下应该能看到AnimateDiffLoader等节点。下载必要模型基础大模型将一个SD1.5或SDXL的模型文件如v1-5-pruned-emaonly.safetensors放入models/checkpoints/。AnimateDiff运动模块从Hugging Face或Civitai下载AnimateDiff的运动模块Motion Module例如mm_sd_v15_v2.ckpt。将其放入models/animatediff/文件夹如果没有就新建一个。4.2 搭建基础文生视频工作流现在让我们一步步连接节点。请严格按照顺序操作并理解每个节点的作用。步骤1加载模型与提示词右键 -加载器Loaders-Checkpoint加载器Load Checkpoint。这个节点负责加载你的基础大模型。右键 -条件Conditioning-CLIP文本编码器CLIP Text Encode。需要添加两个一个用于正向提示词Prompt一个用于负向提示词Negative Prompt。分别双击两个CLIP文本编码器节点的文本框输入你的描述例如正向提示词“masterpiece, best quality, a cute cat running on the grass”负向提示词“worst quality, low quality”。步骤2准备初始随机潜空间右键 -潜在空间Latent-空潜在图像Empty Latent Image。这个节点定义了生成图像的初始随机噪声的尺寸宽高和批次大小Batch Size。对于视频我们需要生成一个序列。将批次大小batch_size设置为你想生成的帧数例如16代表生成16帧。宽度和高度设置为512。步骤3集成AnimateDiff运动模块右键 - 在动画animation或采样器sampling分类下找到AnimateDiff加载AnimateDiffLoader。将运动模块motion_module参数选择为你下载的.ckpt文件。关键连接将Empty Latent Image节点的LATENT输出连接到AnimateDiffLoader节点的latent输入。这表示我们要对这个潜空间批次应用运动效果。步骤4配置采样器K采样器右键 -采样器Sampling-K采样器KSampler。这是核心的生成节点。进行以下关键连接Load Checkpoint的MODEL-KSampler的model。Load Checkpoint的CLIP- 两个CLIP Text Encode节点的clip输入分别连上。正向CLIP Text Encode的CONDITIONING-KSampler的positive。负向CLIP Text Encode的CONDITIONING-KSampler的negative。AnimateDiffLoader的LATENT-KSampler的latent_image。设置KSampler参数steps采样步数20-30之间。cfg提示词相关性7-9之间。sampler_name采样器如eulerdpmpp_2m。scheduler调度器如normal。步骤5解码与保存视频KSampler输出的LATENT连接给一个VAE解码器VAE Decode节点在latent分类下。同时将Load Checkpoint节点的VAE输出也连到VAE Decode的vae输入。VAE Decode会输出IMAGE。这个图像是一个包含多帧的批次。右键 -动画animation-视频合并VAE Encode... 等等这里需要一个专门的节点来将图像批次保存为视频。我们需要Save Animated WEBP或Save Animated GIF/MP4节点可能由AnimateDiff或其他插件提供。找到并添加它。将VAE Decode的IMAGE输出连接到Save Animated WEBP的images输入。设置输出视频的帧率fps如8和文件名。至此一个最基础的文生视频流水线就搭建完成了。你的节点图应该是一个有清晰流向的网络。点击Queue Prompt等待生成完成然后在ComfyUI的输出目录通常是ComfyUI/output查看生成的视频文件。4.3 工作流图示与节点逻辑梳理为了帮助你更直观地理解以下是上述工作流的数据流逻辑图文字描述版[Load Checkpoint] (提供 Model, CLIP, VAE) | |--(MODEL)-- [KSampler].model |--(CLIP)-- [CLIP Text Encode (Positive)].clip |--(CLIP)-- [CLIP Text Encode (Negative)].clip |--(VAE)-- [VAE Decode].vae | [Empty Latent Image] (定义尺寸和帧数/batch_size) | |--(LATENT)-- [AnimateDiff Loader].latent | |--(LATENT)-- [KSampler].latent_image | |--(LATENT)-- [VAE Decode].samples | |--(IMAGE)-- [Save Animated WEBP].images逻辑解读我们首先加载了生成所需的“大脑”模型和“语言理解器”CLIP。然后准备了一叠空白的“画纸”潜空间并告诉系统这叠画纸是用来做动画的AnimateDiff。接着我们写下创作指令提示词交给“画家”KSampler在这叠具有动画属性的画纸上作画。最后画家完成的草稿潜空间被“翻译”VAE解码成我们能看的图片序列并装订成册保存为视频。5. 进阶技巧与参数深度解析成功运行第一个工作流只是开始。要生成高质量、可控的视频必须理解关键节点的参数。5.1 AnimateDiff 核心参数调优运动模块Motion Module不同版本的模块如v1, v2, v3对运动幅度、类型的控制能力不同。v2通常更通用稳定。上下文长度Context Length决定模型在生成每一帧时能“看到”前后多少帧的信息。增加此值如16, 24可以提高动作的连贯性但会显著增加显存消耗。批次大小Batch Size在Empty Latent Image中设置直接等于你想生成的视频总帧数。5.2 采样器与调度器选择采样器SamplerEuler简单快速效果不错。DPM 2M Karras当前主流选择在速度和质量间有良好平衡能较好地遵循提示词。DDIM较老的采样器有时用于确定性输出。调度器Schedulernormal标准调度。karras通常与DPM系列采样器搭配使用能改善图像质量。simple更线性的调度。5.3 使用ControlNet增强视频控制AnimateDiff负责运动而ControlNet负责构图和姿态。你可以将ControlNet节点接入工作流来精确控制视频中人物的动作、景深、线条等。添加ControlNet应用Apply ControlNet节点。你需要一个预处理节点如OpenPose骨骼检测或Canny边缘检测来从参考图像或视频中提取控制信息。将控制信息连接到Apply ControlNet并将其插入到KSampler的positive条件输入之前。这能让生成的视频严格遵循你提供的姿态或边缘图。5.4 视频插值与高清修复生成视频可能较短或分辨率较低。可以通过以下节点后处理帧插值Frame Interpolation使用FILM或RIFE等插值节点将视频帧率提高如从8fps插值到24fps使运动更流畅。高清修复Hi-Res Fix/Upscale在KSampler之后接入一个Latent Upscale节点放大潜空间再接入第二个KSampler进行细节重绘最后解码。或者使用Ultimate SD Upscale等插件进行分块放大。6. 常见问题与排查指南FAQ在学习和使用过程中你一定会遇到各种问题。这里列出高频问题及其解决思路。问题现象可能原因排查与解决思路启动时报错缺少模块1. Python包依赖不全。2. 插件未正确安装。1. 在ComfyUI根目录下运行pip install -r requirements.txt。2. 检查custom_nodes文件夹内插件目录是否完整重启ComfyUI。节点菜单中找不到某个节点如AnimateDiff1. 插件未安装或安装位置错误。2. 需要重启ComfyUI。1. 确认插件克隆或放置到了custom_nodes目录下。2. 完全关闭并重新启动ComfyUI。点击“Queue Prompt”后无反应或报错1. 工作流节点未正确连接断线。2. 模型文件缺失或路径错误。3. 显存不足OOM。1. 检查所有节点连线是否完整特别是模型、CLIP、VAE的连线。2. 确认模型文件已放入对应文件夹且节点内选择的文件名正确。3. 尝试减小batch_size帧数、图像尺寸或使用--lowvram参数启动。生成的视频闪烁、抖动严重1.cfg值过高。2. 采样步数steps太少。3. 缺少视频帧间一致性优化。1. 适当降低cfg值如从9降到7。2. 增加采样步数如到30。3. 尝试使用AnimateDiff Uniform Context选项或使用FreeU等增强一致性的节点。生成的视频人物或物体变形1. 基础模型不擅长该主体。2. 提示词描述不清或存在冲突。3. 运动幅度过大。1. 换用针对人物/物体训练更专业的模型。2. 优化提示词使用更明确的描述加入质量标签。3. 在AnimateDiff节点中尝试降低运动模块的强度如果支持。输出目录找不到生成的视频1. 保存节点未正确配置。2. 输出路径被自定义。1. 检查Save Animated WEBP/MP4节点是否已执行并连接。2. 在ComfyUI设置中或ComfyUI\output文件夹内查找。显存不足OOM通用优化技巧减少生成批次大小batch_size和单帧分辨率。在KSampler中启用“Add Noise”选项并配合较低的denoise值进行分步重绘。使用--cpu或--lowvram启动参数会大幅降低速度。考虑升级显卡硬件。7. 学习路径与资源推荐掌握ComfyUI是一个循序渐进的过程不要指望一蹴而就。推荐学习路径阶段一熟悉与模仿1-2周目标成功安装能加载并运行他人分享的工作流.json或.png文件。行动从B站、YouTube、Civitai、ComfyUI Reddit等平台下载简单到中等难度的工作流文件在本地加载观察节点连接尝试修改提示词、尺寸等简单参数并成功运行。阶段二理解与搭建2-4周目标理解文生图、图生图的基本节点链Checkpoint - CLIP - KSampler - VAE Decode。行动抛开现成工作流尝试从零搭建一个静态图像生成流程。然后在此基础上加入AnimateDiff节点升级为视频流。深刻理解每个节点的输入输出。阶段三扩展与优化1个月以上目标集成ControlNet、LoRA、IP-Adapter等控制插件实现高清放大、帧插值等后处理。行动针对特定需求如固定人物角色、特定风格学习如何组合多个插件。探索社区的高级工作流拆解其设计思路。阶段四创造与分享目标为自己常做的任务如电商产品视频、自媒体片头设计稳定、高效的自定义工作流。行动将成熟的工作流保存、分享并撰写说明文档。参与社区讨论解决他人问题。优质资源导航官方与核心社区ComfyUI GitHub 官方仓库获取最新代码和基础文档。ComfyUI Reddit 活跃的英文社区大量工作流分享和讨论。中文教程与整合包B站UP主“秋叶aaaki”提供一键整合包和大量入门视频教程是中文圈最重要的入门引导者。B站“Nenly同学”分享许多实用、前沿的ComfyUI工作流教程和思路。工作流分享站Civitai 在“Models”筛选“Checkpoint”类型旁选择“Workflows”有大量用户分享的.json或.png工作流。ComfyWorkflows 专门的工作流分享网站。学习ComfyUI的关键在于动手和思考。每遇到一个错误就去排查解决每看到一个炫酷的效果就去拆解其工作流。这个过程积累下来的不仅是操作技巧更是对AIGC底层原理的深刻理解。当你能够随心所欲地搭建流程将创意精准地转化为视觉内容时你会觉得所有投入的时间都是值得的。现在就打开你的ComfyUI从加载第一个工作流开始吧。
ComfyUI从零到一：节点式AI视频生成全攻略与Stable Diffusion进阶
最近在尝试AI视频生成时你是否也遇到过这样的困惑面对Stable Diffusion WebUI的便捷和ComfyUI的节点式界面不知该如何选择网上教程要么过于零散要么直接丢给你一个复杂的工作流文件看得云里雾里。特别是看到别人用ComfyUI生成的高质量、可精准控制的视频自己却连环境都搭不起来这种落差感确实让人头疼。本文正是为了解决这些问题而生。我将用一篇超过5000字的系统教程带你从零开始彻底搞懂ComfyUI。无论你是完全的新手还是从WebUI转战过来的玩家都能在这里找到清晰的路径。我们不只讲“怎么点”更重点剖析“为什么这么连”让你真正理解工作流背后的逻辑从而具备自主搭建和调试的能力。从最基础的安装部署、界面认知到核心的视频生成工作流搭建、关键参数解析再到插件生态管理和实用技巧本文将提供一个完整的闭环学习方案。你会发现一旦跨过最初的理解门槛ComfyUI带来的可控性和效率提升将是巨大的。1. ComfyUI是什么为什么值得你投入时间学习在深入操作之前我们必须先建立正确的认知。ComfyUI究竟是什么以及它为何在众多AI绘画工具中脱颖而出1.1 核心概念节点式工作流引擎ComfyUI是一个基于节点图Node Graph的Stable Diffusion图形用户界面GUI。你可以把它想象成一个视觉化的编程环境。与Stable Diffusion WebUIAUTOMATIC1111那种一步到位的“文生图”按钮不同ComfyUI将图像生成的每一步——加载模型、编写提示词、设置采样参数、解码图像等——都拆解成一个个独立的“节点”Node。你需要用“线”连接将这些节点按照逻辑顺序连接起来形成一个完整的“工作流”Workflow。这种设计带来了几个根本性的优势极高的透明度和可控性你能清晰地看到数据潜空间、图像、条件等是如何在管道中流动和转换的任何一个中间步骤的结果都可以被查看和干预。强大的可重复性与可分享性一个搭建好的工作流可以保存为JSON文件。下次使用或分享给他人时直接加载这个文件就能完全复现整个生成过程包括所有参数和模型组合这对于团队协作和流程标准化至关重要。无与伦比的灵活性你可以像搭积木一样组合不同的节点来实现复杂功能例如图像修复、高清放大、视频帧插值、多条件控制等。这种灵活性是传统线性界面难以企及的。1.2 ComfyUI vs. WebUI如何选择这是新手最常问的问题。我们可以用一个简单的表格来对比特性维度Stable Diffusion WebUI (AUTOMATIC1111)ComfyUI学习曲线平缓界面直观适合快速上手。陡峭需要理解节点逻辑初期有学习成本。工作流线性/隐式操作被封装在标签页和按钮后。可视化/显式以节点图形式完整展示。可控性较高通过插件扩展。极高每个参数可精调流程完全自定义。可重复性一般依赖保存的生成参数文本。优秀整个工作流可保存、加载、分享。资源占用相对较高界面功能多。相对较低界面更精简效率更高。适合人群AI绘画初学者、快速体验者、轻度用户。进阶用户、研究者、工作流开发者、对生成过程有控制需求的创作者。结论如果你满足于快速出图WebUI是优秀的选择。但如果你希望深入理解Stable Diffusion的工作原理追求极致的生成控制、流程自动化或需要稳定复现商业级产出那么ComfyUI是你必须攻克的技能。市场对能熟练使用ComfyUI搭建稳定工作流的人才需求正在增长掌握它无疑会增强你的竞争力。1.3 核心应用场景不止于静态图片虽然起源于图像生成但ComfyUI的真正威力在于处理时序性和流程化任务AI视频生成通过连接AnimateDiff等插件实现文本生成视频、图像生成视频。图生视频/视频重绘对现有视频进行逐帧处理应用风格化、修复或元素替换。工作流自动化搭建复杂的图像处理管线如批量生成→统一放大→面部修复→添加水印。可控性图像合成结合ControlNet、IP-Adapter等多重条件控制实现精准构图。2. 环境准备从零开始部署ComfyUI工欲善其事必先利其器。下面我们以Windows系统为例介绍最主流的部署方式。2.1 硬件与软件要求在开始之前请确保你的电脑满足以下基本条件操作系统Windows 10/11, Linux, 或 macOS (Apple Silicon芯片体验更佳)。显卡强烈推荐NVIDIA显卡并安装最新版的显卡驱动。ComfyUI主要依靠GPU进行加速N卡对CUDA的支持最好。AMD显卡可通过DirectML运行但性能和兼容性可能不及N卡。显存建议8GB及以上4GB显存可运行基础模型但限制较多。Python需要安装Python 3.10或3.11版本。避免使用3.12等太新的版本可能存在库兼容性问题。Git用于从代码仓库拉取ComfyUI本体和一些插件。2.2 推荐方案使用“秋叶大佬”的整合包最适合新手对于绝大多数国内Windows用户最省心、最不容易出错的方式就是使用由“秋叶aaaki”制作的ComfyUI整合包。这个整合包预置了Python环境、必要的依赖、以及一个便捷的管理器解决了令人头疼的环境配置问题。安装步骤获取整合包在可靠的资源站或B站“秋叶aaaki”的动态中找到最新的ComfyUI整合包下载链接。通常是一个压缩文件如.7z或.zip。解压将下载的压缩包解压到一个英文路径的文件夹中例如D:\AI_Tools\ComfyUI。路径中不要包含中文或特殊字符这是很多错误的根源。启动进入解压后的文件夹双击运行启动器运行依赖.exe如果首次运行然后双击启动器.exe。一键启动在启动器界面直接点击“一键启动”按钮。启动器会自动为你配置虚拟环境并启动ComfyUI服务。等待命令行窗口加载完毕当出现类似“To see the GUI go to: http://127.0.0.1:8188”的信息时说明启动成功。打开浏览器访问http://127.0.0.1:8188即可看到ComfyUI的界面。2.3 备用方案手动安装适合开发者或Linux用户如果你更喜欢从源码开始或需要在Linux服务器上部署可以遵循以下步骤# 1. 克隆仓库 git clone https://github.com/comfyanonymous/ComfyUI.git cd ComfyUI # 2. 创建并激活虚拟环境推荐 python -m venv venv # Windows: venv\Scripts\activate # Linux/macOS: source venv/bin/activate # 3. 安装PyTorch请根据CUDA版本去官网获取对应命令 # 例如CUDA 11.8 pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 # 4. 安装ComfyUI依赖 pip install -r requirements.txt # 5. 下载模型 # 将Stable Diffusion基础模型.safetensors格式放入 ComfyUI/models/checkpoints/ 目录。 # 将VAE模型放入 ComfyUI/models/vae/。 # 将LoRA模型放入 ComfyUI/models/loras/。 # 6. 启动 python main.py手动安装能让你更了解其构成但需要自行处理所有依赖和模型放置问题。3. 初识界面ComfyUI的核心操作区域成功打开ComfyUI后你可能会被空白的界面和右侧的节点列表吓到。别慌我们先来认识几个核心区域。节点图工作区中央空白区域这是你搭建工作流的“画布”。所有操作都在这里进行。节点菜单右键点击工作区这是你的“工具箱”。右键点击画布空白处会弹出分类的节点列表如加载器Loaders、采样器Sampling、图像Image等。节点Node从菜单中拖出或添加的每个功能块都是一个节点。节点有输入槽左侧通常为橙色、绿色等和输出槽右侧。连接Links鼠标从一个节点的输出槽拖拽到另一个节点的输入槽就形成了数据流的连接。线有不同的颜色代表不同类型的数据如模型、条件、图像。队列按钮Queue Prompt位于界面右侧点击它当前工作流就会开始执行。工作流管理按钮Save保存、Load加载、Clear清空画布等。第一个练习尝试右键添加一个Load Checkpoint节点和一个Empty Latent Image节点。然后从Load Checkpoint的MODEL输出拖出一条线你会看到哪些节点能接收它先感受一下连接的逻辑。4. 构建你的第一个AI视频生成工作流理解了基础概念后我们直接进入实战——搭建一个最基础的文生视频工作流。这里我们将使用Stable Diffusion 1.5/2.1 的基础模型和AnimateDiff插件来实现。4.1 准备工作安装必要插件与模型ComfyUI的强大离不开插件。我们需要先安装视频生成的核心插件AnimateDiff。安装AnimateDiff插件进入你的ComfyUI根目录下的custom_nodes文件夹。在此打开命令行或终端执行克隆命令git clone https://github.com/continue-revolution/ComfyUI-AnimateDiff.git重启ComfyUI。重启后在节点菜单的采样器sampling或动画animation分类下应该能看到AnimateDiffLoader等节点。下载必要模型基础大模型将一个SD1.5或SDXL的模型文件如v1-5-pruned-emaonly.safetensors放入models/checkpoints/。AnimateDiff运动模块从Hugging Face或Civitai下载AnimateDiff的运动模块Motion Module例如mm_sd_v15_v2.ckpt。将其放入models/animatediff/文件夹如果没有就新建一个。4.2 搭建基础文生视频工作流现在让我们一步步连接节点。请严格按照顺序操作并理解每个节点的作用。步骤1加载模型与提示词右键 -加载器Loaders-Checkpoint加载器Load Checkpoint。这个节点负责加载你的基础大模型。右键 -条件Conditioning-CLIP文本编码器CLIP Text Encode。需要添加两个一个用于正向提示词Prompt一个用于负向提示词Negative Prompt。分别双击两个CLIP文本编码器节点的文本框输入你的描述例如正向提示词“masterpiece, best quality, a cute cat running on the grass”负向提示词“worst quality, low quality”。步骤2准备初始随机潜空间右键 -潜在空间Latent-空潜在图像Empty Latent Image。这个节点定义了生成图像的初始随机噪声的尺寸宽高和批次大小Batch Size。对于视频我们需要生成一个序列。将批次大小batch_size设置为你想生成的帧数例如16代表生成16帧。宽度和高度设置为512。步骤3集成AnimateDiff运动模块右键 - 在动画animation或采样器sampling分类下找到AnimateDiff加载AnimateDiffLoader。将运动模块motion_module参数选择为你下载的.ckpt文件。关键连接将Empty Latent Image节点的LATENT输出连接到AnimateDiffLoader节点的latent输入。这表示我们要对这个潜空间批次应用运动效果。步骤4配置采样器K采样器右键 -采样器Sampling-K采样器KSampler。这是核心的生成节点。进行以下关键连接Load Checkpoint的MODEL-KSampler的model。Load Checkpoint的CLIP- 两个CLIP Text Encode节点的clip输入分别连上。正向CLIP Text Encode的CONDITIONING-KSampler的positive。负向CLIP Text Encode的CONDITIONING-KSampler的negative。AnimateDiffLoader的LATENT-KSampler的latent_image。设置KSampler参数steps采样步数20-30之间。cfg提示词相关性7-9之间。sampler_name采样器如eulerdpmpp_2m。scheduler调度器如normal。步骤5解码与保存视频KSampler输出的LATENT连接给一个VAE解码器VAE Decode节点在latent分类下。同时将Load Checkpoint节点的VAE输出也连到VAE Decode的vae输入。VAE Decode会输出IMAGE。这个图像是一个包含多帧的批次。右键 -动画animation-视频合并VAE Encode... 等等这里需要一个专门的节点来将图像批次保存为视频。我们需要Save Animated WEBP或Save Animated GIF/MP4节点可能由AnimateDiff或其他插件提供。找到并添加它。将VAE Decode的IMAGE输出连接到Save Animated WEBP的images输入。设置输出视频的帧率fps如8和文件名。至此一个最基础的文生视频流水线就搭建完成了。你的节点图应该是一个有清晰流向的网络。点击Queue Prompt等待生成完成然后在ComfyUI的输出目录通常是ComfyUI/output查看生成的视频文件。4.3 工作流图示与节点逻辑梳理为了帮助你更直观地理解以下是上述工作流的数据流逻辑图文字描述版[Load Checkpoint] (提供 Model, CLIP, VAE) | |--(MODEL)-- [KSampler].model |--(CLIP)-- [CLIP Text Encode (Positive)].clip |--(CLIP)-- [CLIP Text Encode (Negative)].clip |--(VAE)-- [VAE Decode].vae | [Empty Latent Image] (定义尺寸和帧数/batch_size) | |--(LATENT)-- [AnimateDiff Loader].latent | |--(LATENT)-- [KSampler].latent_image | |--(LATENT)-- [VAE Decode].samples | |--(IMAGE)-- [Save Animated WEBP].images逻辑解读我们首先加载了生成所需的“大脑”模型和“语言理解器”CLIP。然后准备了一叠空白的“画纸”潜空间并告诉系统这叠画纸是用来做动画的AnimateDiff。接着我们写下创作指令提示词交给“画家”KSampler在这叠具有动画属性的画纸上作画。最后画家完成的草稿潜空间被“翻译”VAE解码成我们能看的图片序列并装订成册保存为视频。5. 进阶技巧与参数深度解析成功运行第一个工作流只是开始。要生成高质量、可控的视频必须理解关键节点的参数。5.1 AnimateDiff 核心参数调优运动模块Motion Module不同版本的模块如v1, v2, v3对运动幅度、类型的控制能力不同。v2通常更通用稳定。上下文长度Context Length决定模型在生成每一帧时能“看到”前后多少帧的信息。增加此值如16, 24可以提高动作的连贯性但会显著增加显存消耗。批次大小Batch Size在Empty Latent Image中设置直接等于你想生成的视频总帧数。5.2 采样器与调度器选择采样器SamplerEuler简单快速效果不错。DPM 2M Karras当前主流选择在速度和质量间有良好平衡能较好地遵循提示词。DDIM较老的采样器有时用于确定性输出。调度器Schedulernormal标准调度。karras通常与DPM系列采样器搭配使用能改善图像质量。simple更线性的调度。5.3 使用ControlNet增强视频控制AnimateDiff负责运动而ControlNet负责构图和姿态。你可以将ControlNet节点接入工作流来精确控制视频中人物的动作、景深、线条等。添加ControlNet应用Apply ControlNet节点。你需要一个预处理节点如OpenPose骨骼检测或Canny边缘检测来从参考图像或视频中提取控制信息。将控制信息连接到Apply ControlNet并将其插入到KSampler的positive条件输入之前。这能让生成的视频严格遵循你提供的姿态或边缘图。5.4 视频插值与高清修复生成视频可能较短或分辨率较低。可以通过以下节点后处理帧插值Frame Interpolation使用FILM或RIFE等插值节点将视频帧率提高如从8fps插值到24fps使运动更流畅。高清修复Hi-Res Fix/Upscale在KSampler之后接入一个Latent Upscale节点放大潜空间再接入第二个KSampler进行细节重绘最后解码。或者使用Ultimate SD Upscale等插件进行分块放大。6. 常见问题与排查指南FAQ在学习和使用过程中你一定会遇到各种问题。这里列出高频问题及其解决思路。问题现象可能原因排查与解决思路启动时报错缺少模块1. Python包依赖不全。2. 插件未正确安装。1. 在ComfyUI根目录下运行pip install -r requirements.txt。2. 检查custom_nodes文件夹内插件目录是否完整重启ComfyUI。节点菜单中找不到某个节点如AnimateDiff1. 插件未安装或安装位置错误。2. 需要重启ComfyUI。1. 确认插件克隆或放置到了custom_nodes目录下。2. 完全关闭并重新启动ComfyUI。点击“Queue Prompt”后无反应或报错1. 工作流节点未正确连接断线。2. 模型文件缺失或路径错误。3. 显存不足OOM。1. 检查所有节点连线是否完整特别是模型、CLIP、VAE的连线。2. 确认模型文件已放入对应文件夹且节点内选择的文件名正确。3. 尝试减小batch_size帧数、图像尺寸或使用--lowvram参数启动。生成的视频闪烁、抖动严重1.cfg值过高。2. 采样步数steps太少。3. 缺少视频帧间一致性优化。1. 适当降低cfg值如从9降到7。2. 增加采样步数如到30。3. 尝试使用AnimateDiff Uniform Context选项或使用FreeU等增强一致性的节点。生成的视频人物或物体变形1. 基础模型不擅长该主体。2. 提示词描述不清或存在冲突。3. 运动幅度过大。1. 换用针对人物/物体训练更专业的模型。2. 优化提示词使用更明确的描述加入质量标签。3. 在AnimateDiff节点中尝试降低运动模块的强度如果支持。输出目录找不到生成的视频1. 保存节点未正确配置。2. 输出路径被自定义。1. 检查Save Animated WEBP/MP4节点是否已执行并连接。2. 在ComfyUI设置中或ComfyUI\output文件夹内查找。显存不足OOM通用优化技巧减少生成批次大小batch_size和单帧分辨率。在KSampler中启用“Add Noise”选项并配合较低的denoise值进行分步重绘。使用--cpu或--lowvram启动参数会大幅降低速度。考虑升级显卡硬件。7. 学习路径与资源推荐掌握ComfyUI是一个循序渐进的过程不要指望一蹴而就。推荐学习路径阶段一熟悉与模仿1-2周目标成功安装能加载并运行他人分享的工作流.json或.png文件。行动从B站、YouTube、Civitai、ComfyUI Reddit等平台下载简单到中等难度的工作流文件在本地加载观察节点连接尝试修改提示词、尺寸等简单参数并成功运行。阶段二理解与搭建2-4周目标理解文生图、图生图的基本节点链Checkpoint - CLIP - KSampler - VAE Decode。行动抛开现成工作流尝试从零搭建一个静态图像生成流程。然后在此基础上加入AnimateDiff节点升级为视频流。深刻理解每个节点的输入输出。阶段三扩展与优化1个月以上目标集成ControlNet、LoRA、IP-Adapter等控制插件实现高清放大、帧插值等后处理。行动针对特定需求如固定人物角色、特定风格学习如何组合多个插件。探索社区的高级工作流拆解其设计思路。阶段四创造与分享目标为自己常做的任务如电商产品视频、自媒体片头设计稳定、高效的自定义工作流。行动将成熟的工作流保存、分享并撰写说明文档。参与社区讨论解决他人问题。优质资源导航官方与核心社区ComfyUI GitHub 官方仓库获取最新代码和基础文档。ComfyUI Reddit 活跃的英文社区大量工作流分享和讨论。中文教程与整合包B站UP主“秋叶aaaki”提供一键整合包和大量入门视频教程是中文圈最重要的入门引导者。B站“Nenly同学”分享许多实用、前沿的ComfyUI工作流教程和思路。工作流分享站Civitai 在“Models”筛选“Checkpoint”类型旁选择“Workflows”有大量用户分享的.json或.png工作流。ComfyWorkflows 专门的工作流分享网站。学习ComfyUI的关键在于动手和思考。每遇到一个错误就去排查解决每看到一个炫酷的效果就去拆解其工作流。这个过程积累下来的不仅是操作技巧更是对AIGC底层原理的深刻理解。当你能够随心所欲地搭建流程将创意精准地转化为视觉内容时你会觉得所有投入的时间都是值得的。现在就打开你的ComfyUI从加载第一个工作流开始吧。