ComfyUI：AI 绘画与图像生成的高效工作流
ComfyUI 的核心魅力在于将'生成图片'变成'可视化流水线'。不再靠参数瞎试，而是把每一步（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（随机种子）= 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（Custom Nodes）让能力边界无限扩展（ControlNet、批处理、图生图修复、工作流管理…）
**一句话总结：**ComfyUI 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
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（Text-to-Image）'结构：
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，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（Stable Diffusion XL），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/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'（可当模板长期复用）
推荐做一个'通用模板工作流'，包含四段：
- 基础生成：checkpoint + prompt + sampler
- 质量控制：负面词、seed 固定、分辨率规范
- 细节增强：轻量放大 / 修复（可选）
- 统一导出：输出文件名规则、输出目录规则
1）基础节点组合
- 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）
