ComfyUI工作流入门指南

要掌握 ComfyUI，首先需要理解其核心机制——工作流。这一概念不仅是 ComfyUI 的操作基石，也是它区别于 WebUI 的关键特征。

01.png

什么是工作流？

在 WebUI 中，用户通常通过“填写表单”的方式让 Stable Diffusion 生成图像——就像在餐厅点餐：扫码下单，后厨照单做菜，完成后由服务员端上桌。整个过程用户只需输入需求，无需了解中间的处理流程。

02.webp

而 ComfyUI 提供了一种更具灵活性的操作方式：它让用户亲自掌控整个流程。好比在自助烤肉店，你需要自己决定先刷酱还是先烤、何时翻面、火候大小。所有步骤均由你自行调配，节点组合方式完全由你决定。这就是“工作流”的本质——一条可自由定制的图像生成流水线。

03.webp

从技术角度看，ComfyUI 是一个基于节点的图形界面，一条完整的工作流通常由以下要素组成：

• 节点（Node）：每个节点对应一个具体功能模块或操作步骤，例如加载模型、生成图像、添加噪声、后处理等。
• 连接（Connection）：节点之间通过连线传递数据，定义了数据流的走向与处理顺序。
• 参数（Parameters）：每个节点可设置多个参数，调整这些参数会影响节点的行为，从而改变最终输出效果。
• 输入和输出（Inputs and Outputs）：节点通常配备多个输入端口与输出端口，用于接收和发送数据。

在界面中，每个方框就是一个节点，节点之间用线条相互连接，整体结构类似于电路图或流程图。

04.png

每个节点都有明确的输入端口（通常位于左侧）和输出端口（通常位于右侧）。整个工作流就像一条工厂生产线：A 节点完成一道工序后，将“物料”传递给 B 节点处理，B 节点加工完毕再交给下一个节点，直至原材料最终变成成品（或废品）。

05.png

从「默认工作流模板」入手

新建工作流时，ComfyUI 通常会在画布上自动生成一个默认模板。若未自动出现，也可手动加载：

工作流 - 浏览模板 - Image Generation

06.gif

该默认工作流模板主要包含三大部分：「输入」「潜空间」和「输出」。

07.png

每个节点的端口颜色不同，连接时必须保持颜色一致——不同颜色的端口无法相连。这就像不同规格的插头和插座，插不进去就是插不进去。

08.gif

这里有一个重要规则：输出端口可以连接多个节点（一对多），但 输入端口只能连接一根线（一对一）。至少在本文撰写时，我尚未见过输入端口能接受多个输入的节点——这与某些智能体工作流的做法不同，例如 Dify 的部分节点输入端就支持多个输入源。

09.png

了解连接方式后，我们来逐一拆解输入模块的各个节点。

10.png

第一个节点是 Checkpoint加载器，其底部的选择器用于选定大模型。

11.png

通常可在以下平台下载大模型：

• huggingface.co（需科学上网）
• civitai.com（需科学上网）
• liblib.art（国内平台，部分模型需会员）

「Checkpoint加载器」右侧包含几个输出端口：

• 模型端口：将选定的大模型传递给 K 采样器，K 采样器的具体配置将在下文详述。
• CLIP端口：CLIP 是 OpenAI 于 2021 年发布的多模态预训练模型，其作用是理解用户输入的文本，并将其转换为 Stable Diffusion 能够识别的语义信息，随后加载到潜空间。
• VAE端口：VAE（变分自编码器）可简单理解为“图片翻译器”。它能够将 Stable Diffusion 处理后的潜空间数据转换为人眼可识别的图像，同时在「图生图」模式下，将上传的图片转换为 Stable Diffusion 能处理的数据格式。

在这个默认工作流中，Checkpoint加载器的模型输出提供给 K 采样器使用，同时分出两条线分别连接「正面提示词」和「负面提示词」节点。正面提示词用于填写你想要的内容，负面提示词则用于描述你不希望 AI 生成的内容。

12.png

VAE 端口连接到后面的 VAE 节点，用于最终将潜空间图像解码并输出。

接下来看「空Latent」节点。

13.png

「空Latent」节点包含三个参数：图像的宽度、高度，以及批次大小（即生成次数）。例如将批次设为 2，点击“执行”后便会生成 2 张图片。

现在进入最核心的区域——K采样器。

14.png

K采样器左侧有 4 个输入端口，分别接入前面「输入模块」的各部分内容；右侧只有一个输出端口——Latent（潜空间）。潜空间可以理解为 Stable Diffusion 内部工作流中图像数据的格式。该节点中的所有参数都在告诉模型“应该以何种方式生成图像”。

• 随机种：图片的种子值，相当于每张图像的唯一标识。如果所有条件相同，种子值也一致，那么每次生成的图像将完全相同。
• 运行后操作：包含四个选项——固定、增加、减少、随机。选择“固定”则种子值保持不变，便于参数调试；选择“随机”则每次生成时种子值自动变化；“增加/减少”则每次自动增减 1。

15.png

注意：在 WebUI 中种子值可以填写 -1（表示随机），但在 ComfyUI 里，“随机种”的值必须大于 0，不能使用 -1。

• 步数：即采样步数，数值越大表示计算次数越多，运行耗时越长，但在一定范围内图像质量会更好。

16.png

不过步数并非越大越好，超过某个阈值后边际效应会变得十分明显——画质提升几乎无法察觉，而耗时却成倍增长。通常情况下，将步数保持在 20～30 即可获得不错的效果。

观察以下两组对比图：步数超过 30 后变化微乎其微，但生成时间却显著增加。

17.png

18.png

• CFG：提示词引导系数。CFG 值越高，生成的图像越贴合提示词；值越低，AI 的“自由度”越高。但数值过高或过低都可能引发问题，例如产生奇怪的变形或过拟合现象。一般建议设置在 5～8 之间。

19.png

• 采样器和调度器：这两项参数决定了图像的生成方式。如果将其他参数比作食材，那么采样器和调度器就是烹饪方法——同样的食材，采用不同的做法会做出风格迥异的菜品。

20.png

• 降噪参数：主要用于减少生成过程中的噪点或失真，在「图生图」模式下更为常用。在这个基础的「文生图」工作流中，暂时无需关注此项。

21.png

最后来看输出模块。

22.png

输出模块包含「VAE解码」和「保存图像」两个节点。VAE 解码类似于翻译员，负责将潜空间中的低分辨率数据转换为最终的高清图像，随后交由「保存图像」节点存储到本地。

小狐狸图标

最后说明一下每个节点右上角的“小狐狸”图标。

23.png

只有 ComfyUI 官方节点才带有此图标，通过节点管理器安装的第三方节点是没有的。如果界面上未显示该图标，可以在设置中开启：

设置 - Lite Graph - 节点源徽章模式 - 显示全部

24.png