ComfyUI 官网入口
目前，ComfyUI 的主要官方网站入口是其在 GitHub 上的开源项目页面。这是获取最新版本软件、文档和社区支持的核心渠道。
官网链接：https://github.com/comfyanonymous/ComfyUI （链接 nofollow）
ComfyUI 是一个基于节点式工作流的 Stable Diffusion GUI（图形用户界面）。与 Midjourney 或 Stable Diffusion WebUI（AUTOMATIC1111）等其他 AI 绘图工具不同，ComfyUI 将图像生成的每一步（如加载模型、输入提示词、采样、解码等）都抽象为独立的节点，用户通过连接这些节点来构建完整的图像生成流程。
这种工作流方式虽然学习曲线较陡峭，但提供了极高的灵活性和可控性。用户可以精确控制生成过程中的每一个参数，实现复杂的工作流，如批量处理、图像修复、模型融合等。同时，节点图可以保存和分享，方便复用和协作。它因其出色的性能和较低的内存占用，也受到了许多高级用户和开发者的青睐。
ComfyUI 热门关键词及相关介绍
ComfyUI 安装教程
安装 ComfyUI 有多种方式，最常见的是通过 Python 和 Git 进行安装。首先，你需要确保你的系统已经安装了 Python（推荐 3.10 或 3.11 版本）和 Git。然后，打开命令行终端，克隆 ComfyUI 的代码仓库，并安装依赖包。具体步骤包括使用 git clone 命令获取源码，使用 pip 安装 requirements.txt 中列出的依赖。对于不熟悉命令行的用户，也可以直接下载官方提供的便携包，解压后即可运行，这种方式更加简单快捷。安装完成后，运行根目录下的 run_nvidia_gpu.bat（Windows）或相应系统的启动脚本，即可在浏览器中打开 ComfyUI 界面。
ComfyUI 工作流
工作流是 ComfyUI 的核心概念。一个基本的工作流通常包含几个关键节点：Load Checkpoint（加载模型）、CLIP Text Encode（编码提示词）、KSampler（采样器）、VAE Decode（解码图像）。用户从空白画布开始，将这些节点拖拽出来并按照逻辑顺序连接，例如将正面提示词连接到 KSampler 的正向输入，将模型连接到 KSampler 的模型输入，最后将 KSampler 的输出连接到 VAE 解码器以生成最终图片。高级工作流可以集成 ControlNet、LoRA、图像放大、面部修复等复杂功能。许多用户会在社区分享他们创建的工作流 JSON 文件，导入这些文件是快速上手和学习高级技巧的好方法。
ComfyUI 插件
ComfyUI 拥有一个活跃的插件生态系统，极大地扩展了其功能。用户可以通过安装插件来添加新的节点、模型支持或界面优化。一些热门插件包括 ComfyUI Manager（用于管理和安装其他插件）、ControlNet Preprocessors（提供多种 ControlNet 预处理方式）、WAS Node Suite（提供了大量实用工具节点）、Custom Scripts（允许用户运行自定义 Python 脚本）等。插件通常通过将文件复制到 ComfyUI 根目录下的 custom_nodes 文件夹来安装，或者通过 ComfyUI Manager 直接在线搜索和安装。
ComfyUI 模型
ComfyUI 本身不自带模型，它需要加载外部的 Stable Diffusion 模型文件（通常是 .safetensors 或 .ckpt 格式）才能工作。这些模型需要放置在 ComfyUI/models/checkpoints 目录下。除了基础的大模型，还可以加载 VAE 模型（置于 models/vae 目录）、LoRA 模型（置于 models/loras 目录）以及 ControlNet 模型（置于 models/controlnet 目录）。在工作流中，通过 Load Checkpoint 节点来指定使用哪个大模型，通过 Load LoRA 节点来加载和融合 LoRA 模型，以实现特定的画风或对象生成。
ComfyUI 与 Stable Diffusion WebUI 对比
ComfyUI 和 Stable Diffusion WebUI（简称 SD-WebUI）是 Stable Diffusion 两大流行的图形界面，但设计理念不同。SD-WebUI 提供了直观的按钮和滑块，易于上手，适合快速生成和实验。而 ComfyUI 的节点式界面更偏向于可视化的编程，适合需要精确控制流程、构建复杂管线或对性能有要求的用户。在资源占用方面，ComfyUI 通常被认为更轻量、加载速度更快，尤其是在使用多个模型切换时。两者在模型和插件生态上大部分兼容，用户可以根据自己的需求和偏好进行选择。