前言
随着生成式人工智能技术的发展，基于 ComfyUI 的节点化工作流正成为图像创作的新趋势。ComfyUI 采用可视化的方式构建生成流程，能够灵活加载 Stable Diffusion 等扩散模型，在本地 GPU 环境中高效、安全地生成高质量图像。
一、环境准备
1. 安装 Python、Git、CUDA 与 cuDNN
安装 CUDA 与 cuDNN：建议安装 CUDA 12.0 与 cuDNN 8.9。
安装 Git（用于从 GitHub 克隆源码）：搜索相关安装教程并配置环境变量。
安装 Python：推荐安装 Python 3.11.3 及以上版本。在安装程序界面勾选 "Add python.exe to PATH" 选项以自动配置环境变量。
检验 Python 安装结果：在命令行输入 python --version 确认。
2. 安装支持 CUDA 的 PyTorch
若有旧版本 PyTorch 先卸载可能已安装的版本：
pip uninstall torch torchvision torchaudio
然后安装支持 CUDA 的 PyTorch 版本（示例命令，可根据实际 CUDA 版本查找对应 whl）：
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
这一步确保 PyTorch 能调用你的 GPU。
**注意：**虽然使用的是 CUDA 12.0，但官方 whl 可能没有 "cu120" 分类，此时可选择用 cu118 这个常见且可用的方案。
二、克隆 ComfyUI 源码 + 安装依赖
1. 克隆 ComfyUI 源码
通过 Github 网址查看 ComfyUI 源码内容。我们需要将源码通过 Git 进行拉取。
于目标文件夹内右键打开 Open Git Bash here，输入指令等待拉取：
git clone https://github.com/comfyanonymous/ComfyUI
2. 安装依赖
进入源码 ComfyUI 根目录后，执行：
pip install -r requirements.txt
等待时间可能较长。
三、配置 Stable Diffusion 模型 + 启动 ComfyUI
1. 下载模型
下载 StableDiffusion v1.5 模型文件（如 v1-5-pruned.safetensors）。建议使用镜像链接提高下载速度，请确保成功下载该文件。
2. 放置模型至 ComfyUI 目录
在 ComfyUI 源码目录下新建目录（如尚未有）：
ComfyUI\models\checkpoints\
将你下载的 v1-5-pruned.safetensors 放入 models\checkpoints\ 文件夹。
**注：**建议对于版本管理，可以在 checkpoints 下建子文件夹，例如 SD1.5、SDXL 等，便于管理多个模型版本。
3. 启动 ComfyUI 并验证模型可用
在 ComfyUI 源码根目录执行（命令行）：
python main.py
如果一切正常，命令行会显示类似：
