ComfyUI:AI 绘画与图像生成的高效工作流
ComfyUI 的核心魅力在于把'生成图片'变成'可视化流水线'。不再靠玄学参数瞎试,而是将每一步(模型、提示词、采样、控制、修复、导出)拆成节点,像搭乐高一样组合、复用、迭代。
一、ComfyUI 是什么?它为什么更'高效'
很多人第一次看到 ComfyUI 会被满屏的节点劝退,但用熟后会发现它比传统一页式 UI 更适合做稳定产出:
- 可复现:同一工作流 + 同一模型 + 同一 seed = 结果稳定复现
- 可复用:做好的 workflow 一键复用,改一处就能影响整条流水线
- 可扩展:自定义节点让能力边界无限扩展(ControlNet、批处理、图生图修复、工作流管理等)
一句话总结:ComfyUI 既适合做作品,也适合做生产线。
二、核心概念:用'节点思维'理解 Stable Diffusion 工作流
我理解 ComfyUI 的方式很简单:输入(Prompt/图/条件)→ 生成(采样)→ 后处理(解码/放大/修复)→ 输出(保存/导出)。
下面用一个最经典的'文生图'结构为例:
Load Checkpoint # 加载模型
CLIP Text Encode # 正向提示词
CLIP Text Encode # 反向提示词
Empty Latent Image # 空潜空间
KSampler # 采样器
VAE Decode # 解码成图片
Save Image # 保存输出
理解到这一步,你基本就'会用 ComfyUI'了。后面只是在这条主干上'加模块',比如 ControlNet、LoRA、放大、换脸(合规前提)、修复、批量等。
三、效率提升关键:选对分辨率与参数(以 SDXL 为例)
如果你用的是 SDXL,建议牢记一个事实:SDXL 天生更适合 1024×1024 级别的原生分辨率。官方资料明确提到 SDXL 1.0 在 1024×1024 上表现最好,并给了多组推荐宽高组合。
1)建议的'省心参数'
- 分辨率:优先用官方推荐比例(比如 1024×1024 / 1152×896 / 1344×768 等)
- CFG(引导强度):一般 5~15,默认 7 常常够用(太高容易糊或炸)
- 步数(Steps):不追求极致细节时,先用中等步数做草图,再用后处理细化
四、实战:搭一个'高效通用工作流'
我推荐你做一个'通用模板工作流',包含四段:基础生成、质量控制、细节增强、统一导出。
1)基础节点组合清单
- Load Checkpoint(模型)
- CLIP Text Encode(正向/反向)
- Empty Latent Image(宽高 + batch)
- KSampler(采样器)
- VAE Decode(解码)
- Save Image(保存)
2)输出规范(强烈建议)
输出文件名带上关键元信息:模型名 / 分辨率 / seed / 时间戳。这样回看素材时不会'图片很多但毫无记忆'。
五、插件与自定义节点:怎么装才安全
1)优先用 ComfyUI Manager
官方文档推荐的安装方式是在 UI 里点 Manager → Install Custom Nodes,然后安装/重启验证。注意:自定义节点不一定安全,要尽量选择可信来源。
2)为什么'registry 版'更稳?
新 UI 的 Manager 更倾向于从 registry 安装,相对更可控、更稳定,而不是随便从 GitHub nightly 拉最新。如果你确实要装 nightly,会涉及 Manager 的 security_level 设置与风险取舍。


