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。
