目录
ComfyUI 是什么？节点式 AI 绘图工具教程
一句话说明
ComfyUI 是一个通过节点搭建 AI 图像生成流程的开源工具。每个节点负责一项任务（加载模型、处理提示词、采样、保存图像），用线将它们连接起来，就是一个“工作流（workflow）”。
为什么要用节点？
一般的 AI 绘图界面会把所有选项放在一个表单页面中，点击“生成”即可。这样的界面很容易上手，但流程是固定的。
ComfyUI 则会把流程拆开，让你自由组合：
- 先生成一张小图 → 放大 → 再对局部重绘
- 同时使用两个 ControlNet 控制姿势和构图
- 生成图像后自动去除背景、添加文字、保存为不同尺寸
- 把一张图像转换成视频
在 ComfyUI 中，这些都只需要多连接几个节点。
与其他工具的比较
| ComfyUI | Stable Diffusion WebUI（A1111 / Forge） | 在线 AI 绘图服务 | |
|---|---|---|---|
| 界面 | 节点图 | 表单 | 输入框 |
| 上手难度 | 较高 | 中等 | 最低 |
| 灵活性 | 最高 | 中等（依靠扩展功能） | 低 |
| 新模型支持 | 最快 | 较慢 | 取决于服务 |
| 显卡显存效率 | 好 | 中等 | 不需要 |
| 流程复现 / 分享 | 工作流文件 | 参数 | 有限 |
| 费用 | 免费 | 免费 | 订阅或按次付费 |
近年来，大多数新的开源图像和视频模型都会优先提供 ComfyUI 支持和示例工作流，因此 ComfyUI 成为本地 AI 生成的主流工具。
AI 图像生成的基本原理
了解原理，才能知道每个节点在做什么。目前主流的图像模型都是扩散模型（Diffusion model）：
纯噪声 ──去噪──▶ 有些轮廓 ──去噪──▶ …… ──去噪──▶ 清晰的图像
（每一步都参考提示词的方向）- 文本编码器（Text Encoder / CLIP）：把提示词转换成模型能理解的向量。
- 扩散模型（UNet / Diffusion Transformer）：从一张噪声图开始，根据提示词一步步“去除噪声”。
- 采样器（Sampler）：决定每一步如何去噪，以及总共进行多少步。
- VAE：模型实际在压缩后的“潜在空间（latent）”中运算，最后由 VAE 将 latent 解码成可见的图像。
ComfyUI 的基本工作流，就是把这四个部分分别做成节点并连接起来。下一节完成安装后，你会在默认工作流中看到它们。
常见术语
| 术语 | 说明 |
|---|---|
| Checkpoint | 包含扩散模型、文本编码器、VAE 的完整模型文件 |
| LoRA | 小型附加模型，用于添加特定风格、角色或物品 |
| ControlNet | 使用参考图（线稿、姿势、深度）控制构图的模型 |
| Latent | 模型运算时使用的压缩图像表示 |
| Seed | 随机种子；相同的种子和参数会生成相同的图像 |
| CFG | 提示词的影响强度 |
| Workflow | 工作流，可保存为 JSON 或嵌入 PNG 图像中 |
许可与使用注意事项
- ComfyUI 本身是开源软件（GPL-3.0）。
- 每个模型都有自己的许可，有些模型限制商业使用。下载模型时，请阅读模型页面上的许可说明。
- 生成的内容请遵守法律和平台规范，不要用于冒充他人或侵害他人权益。
下一节开始安装 ComfyUI。
更新于 2026年10月12日