ComfyUI 教程

了解 ComfyUI 的特点、节点式工作流的概念、与 Stable Diffusion WebUI（AUTOMATIC1111、Forge）的区别，以及扩散模型生成图像的基本原理。

了解三种安装 ComfyUI 的方法：ComfyUI Desktop 桌面版、Windows 便携版，以及使用 Git 和 Python 手动安装，并了解启动参数与更新方式。

了解 ComfyUI 界面：画布操作、添加和搜索节点、连线与数据类型颜色、执行队列、工作流的打开和保存及模板、节点的跳过与静音，以及最常用的快捷键。

了解 ComfyUI 各类模型的存放位置，以及从 Hugging Face、Civitai 下载模型、选择 safetensors 格式、评估模型大小和显存需求，并与 A1111 共用模型文件夹。

使用 ComfyUI 默认的文生图工作流生成第一张图片：逐一说明 Load Checkpoint、CLIP Text Encode、Empty Latent Image、KSampler、VAE Decode、Save Image 六个节点的作用与设置，以及批量生成和固定种子。

详细说明 ComfyUI KSampler 各参数的含义与建议值：seed 种子、steps 步数、CFG 提示词强度、sampler 采样器（euler、dpmpp_2m、ancestral）、scheduler 调度器（normal、karras）和 denoise，并比较 KSampler 与 KSampler Advanced。

学会编写有效的 AI 绘图提示词，了解提示词结构、负向提示词、ComfyUI 权重语法，以及 SD 1.5、SDXL 和 Flux 等模型的提示词差异。

使用 ComfyUI 的图生图功能，以一张图片为基础生成新图：了解 Load Image、VAE Encode 与 denoise 的关系、调整图片尺寸，以及将草图变成成稿、转换照片风格等实际应用。

使用 ComfyUI 只修改图片的指定区域：在遮罩编辑器中绘制遮罩，了解 VAE Encode (for Inpainting) 与 Set Latent Noise Mask 的区别，使用 inpaint 专用模型，以及扩展图片边界的 Outpaint 扩图。

了解 LoRA 是什么以及如何在 ComfyUI 中使用：下载并放置 LoRA、连接 Load LoRA 节点、设置 strength_model 与 strength_clip、使用触发词、叠加多个 LoRA，并解决常见问题。

用 ControlNet 精准控制 AI 生图构图：Canny 线稿、OpenPose 姿势、Depth 深度等控制类型，以及预处理器（preprocessor）、Apply ControlNet 节点的设置和强度、开始与结束时间，还有多个 ControlNet 的组合。

在 ComfyUI 中将 AI 图片放大到高分辨率：使用放大模型（ESRGAN 等）直接放大、Latent 放大，以及“放大后以低 denoise 重绘”的高分辨率修复流程，并介绍分块放大的方法。

使用 ComfyUI-Manager 安装和管理自定义节点：启用 Manager、搜索安装、一键安装工作流缺少的节点、更新与禁用、手动安装，以及常用节点推荐和安全注意事项。

在 ComfyUI 中使用 Flux、Qwen-Image 等新一代图像生成与编辑模型：了解它们与 SDXL 的差异、分离模型文件（diffusion model、text encoder、VAE）的放置方式、如何用官方模板快速开始、FP8 与 GGUF 量化版本，以及显卡显存需求。

用 ComfyUI 生成 AI 视频：了解文生视频与图生视频的区别、Wan、LTX-Video、HunyuanVideo 等开源视频模型、使用官方模板、帧数与分辨率设置、输出 MP4，以及显卡显存和生成时间的实际情况。

通过 ComfyUI API 让程序自动生成图片：导出 API 格式的工作流、用 POST /prompt 提交任务、修改提示词和种子、查询历史记录并下载图片、通过 WebSocket 查看进度，并附完整 Python 示例。

ComfyUI 常见错误汇总：显存不足（CUDA out of memory）、节点红框、缺少模型或节点、图片全黑、生成很慢、Torch not compiled with CUDA、更新后无法启动等问题的原因与解决方法。