ComfyUI 节点式工作流实战：从零搭建 AI 绘画流程及 SDXL 配置
如果你已经玩过一阵子 Stable Diffusion WebUI，对文生图、图生图的基本操作了然于胸，甚至尝试过 LoRA、ControlNet 等进阶功能，但总觉得创作过程像在操作一个'黑箱'——参数调来调去，结果却总有些不可控的随机性。那么，是时候推开 ComfyUI 这扇门了。
ComfyUI 带来的，是一种截然不同的创作体验。它把 AI 绘画的生成过程，从一个个模糊的滑块和按钮，拆解成清晰可见的'节点'与'连线'。在这里，你不是在向一个复杂的软件输入指令，而是在亲手搭建一条图像生产的'流水线'。从加载模型、编码提示词，到采样降噪、解码输出，每一步都直观地呈现在你面前，任由你调整、优化甚至创造全新的连接方式。这种掌控感，正是进阶创作者所追求的。
对于 SDXL 这类更强大但也更复杂的模型，ComfyUI 的节点式架构优势尤为明显。它让你能精细地控制 Base 和 Refiner 模型的协作流程，灵活调整不同阶段的提示词权重，甚至插入自定义的图像处理步骤。告别 WebUI 中那些笼统的预设，你将获得对图像生成每一个细节的指挥权。
1. 核心理念：从'黑箱操作'到'可视化流水线'
在深入节点之前，我们需要先扭转一个思维定式。传统的 WebUI 界面，本质上是将一套固定的、预设好的工作流封装起来，提供给你一系列高级参数控件。你调整'采样步数'，但看不到潜空间（Latent Space）是如何一步步被去噪的；你使用'高分辨率修复'，却不清楚图像是如何被放大、重绘的。
ComfyUI 则反其道而行之，它将这些预设全部打散，还原为最基本的构建块——节点。每个节点都只负责一个非常具体、单一的任务，例如：
Checkpoint Loader(模型加载器)- 将文字转换为模型能理解的向量 (
CLIP Text Encode) - 在潜空间中进行噪声采样与去噪 (
KSampler) - 将潜空间数据解码为最终像素图像 (
VAE Decode)
你的工作，就是用'线'将这些节点按照逻辑顺序连接起来，构建一条完整的图像生成流水线。这听起来复杂，但一旦理解，其灵活性和透明度是无可比拟的。你可以随时'暂停'流水线的任何一个环节，检查中间产出的数据（比如潜空间特征），也可以轻松地替换某个环节（比如换一个 VAE 模型），或者插入新的处理节点（比如在生成中途进行色彩校正）。
这种工作方式，特别适合解决 SDXL 模型配置中的典型问题。例如，SDXL 的 Base 和 Refiner 两阶段模型如何协同？在 ComfyUI 中，你可以用两个 Checkpoint Loader 分别加载它们，然后用一个 KSampler 先跑 Base 模型若干步，再将中间结果传递给另一个专门为 Refiner 模型配置的 KSampler 继续细化。整个过程清晰明了，参数独立可控。
2. 环境准备与核心节点初识
假设你已经通过秋叶整合包或官方 Git 仓库成功部署了 ComfyUI，打开那个略显'极客'的界面，我们首先来认识几个最核心的节点。别被满屏的空白吓到，我们从一张白纸开始搭建。
右键点击画布空白处，会弹出庞大的节点选择菜单。最常用的几个节点可以通过搜索快速找到：
Checkpoint Loader(模型加载器)：一切创作的起点。它负责将你下载的.safetensors或.ckpt模型文件加载到显存中。一个关键细节是，它有三个输出端口：MODEL（去噪 U-Net）、CLIP（文本编码器）、VAE（图像编解码器）。对于 SDXL，你通常需要加载 Base 和 Refiner 两个模型。CLIP Text Encode(CLIP 文本编码器)：将你输入的自然语言提示词（Prompt）和负面提示词（Negative Prompt）转化为 AI 模型能够处理的数学向量。它需要一个CLIP输入（来自模型加载器），输出CONDITIONING信号，用于指导图像生成的方向。Empty Latent Image(空潜空间图像)：生成初始的噪声潜空间数据，作为采样器的输入。
