Krita AI Diffusion 安装环境配置与生产部署检查清单

部署前先明确它的工作方式

Krita AI Diffusion 是专为 Krita 绘画软件打造的AI扩展工具，常见应用场景包括文字生成图像、图像生成图像、局部区域重绘、草图辅助创作、线稿智能上色、构图延展等。它通常并非独立完成全部运算，而是借助本地或局域网内的 ComfyUI 后端调用 Stable Diffusion 系列模型，再将生成结果传回 Krita 图层。因此，安装环境的稳定性不仅取决于插件本身，还涉及显卡驱动、Python 运行环境、模型文件、节点依赖、端口连通性以及项目文件管理等诸多环节。

如果仅用于个人体验，可以将 Krita、插件和后端全部安装在同一台电脑上；若用于团队生产，更推荐将 ComfyUI 部署在性能更强的工作站上，设计师的电脑仅运行 Krita 并连接服务端。这种架构便于统一模型版本、协调更新节奏，也能避免每台电脑重复占用大量磁盘空间。

硬件与系统建议

本地部署优先选择 Windows 10/11 或主流 Linux 发行版。Mac 系统也可尝试，但插件生态、计算效率以及问题排查资料相对有限，生产环境不建议作为首选。显卡方面，建议使用支持 CUDA 的 NVIDIA 显卡，显存 8GB 可满足基础生成需求，12GB 至 16GB 更适合较高分辨率、局部重绘以及多 ControlNet 工作流，24GB 以上则适用于团队共享和复杂流程。

内存建议不低于 16GB，生产环境建议从 32GB 起步。磁盘最好选用 SSD，并预留 100GB 以上空间，因为基础模型、VAE、LoRA、ControlNet、放大模型以及缓存文件会持续增长。驱动方面，应安装稳定版显卡驱动，避免在项目交付期间频繁升级。若后端更新依赖 CUDA 或 PyTorch，需先在测试目录验证，再迁移至正式环境。

软件准备清单

需要准备的组件包括：Krita 最新稳定版、Krita AI Diffusion 插件包、ComfyUI 后端、Python 3.10 或与后端说明匹配的版本、Git、显卡驱动以及模型文件。Windows 用户可使用 ComfyUI 便携包以降低配置门槛；熟悉命令行的用户可以手动安装，以便更灵活地控制依赖版本和目录结构。

建议建立固定目录，例如 D:\AI\ComfyUI、D:\AI\Models、D:\AI\KritaPlugin，避免将项目放置在系统桌面或中文层级过深的路径中。路径过长、权限不足或云盘同步占用文件，都可能导致模型无法读取或后端启动异常。团队环境中，模型目录应仅允许管理员更新，普通使用者只具备读取权限，以防止误删或混入不明来源文件。

安装 Krita 与插件

第一步，安装 Krita 稳定版，启动一次确认画布、笔刷以及数位板压感正常。第二步，下载 Krita AI Diffusion 插件压缩包，打开 Krita 后进入“工具”或“设置”中的脚本管理相关入口，按照插件说明导入扩展。安装完成后重启 Krita，界面中应能显示 AI Diffusion 面板或对应菜单。

如果插件未出现，首先检查压缩包是否存在二次嵌套，许多插件要求目录结构直接包含插件文件，而非“压缩包名/插件目录/文件”的多层结构。同时确认 Krita 版本是否满足插件要求。生产环境中不要混用多个相近插件版本，更新前建议导出 Krita 配置或记录当前插件版本，以便出现问题时及时回退。

部署 ComfyUI 后端

第三步，准备 ComfyUI。使用便携版时，解压到固定目录，运行启动脚本，浏览器能够打开默认页面即表示后端基本可用。手动安装时，需安装 Python、Git，克隆 ComfyUI 项目后安装依赖，再通过启动命令运行。首次启动会进行依赖加载，耗时较长属于正常现象。

第四步，放置模型文件。常见目录包括 checkpoints、vae、loras、controlnet、upscale_models 等。避免将所有文件随意堆放在同一目录中，否则后续插件识别、团队协作以及排错都会变得困难。模型名称尽量保留来源和版本信息，例如基础模型、用途、分辨率特征，以便在生产项目中复现效果。

第五步，验证后端。打开 ComfyUI 页面，加载一个最简单的文生图工作流，确认能够正常生成。若提示显存不足，可降低分辨率、批次数或采样步数，或启用低显存参数。若提示缺少节点，说明工作流依赖的自定义节点未安装，生产环境应统一维护节点清单，避免每个人随意添加。

连接 Krita 与后端

第六步，在 Krita AI Diffusion 面板中设置服务器地址。本机部署通常填写 127.0.0.1 和后端端口；局域网部署则填写工作站的内网地址。连接成功后，插件一般会显示可用模型、采样器、分辨率或工作流选项。此时可新建一个小画布，用低分辨率快速测试，确认生成结果能够传输至 Krita 图层。

如果连接失败，优先检查三个位置：ComfyUI 是否正在运行、端口是否一致、安全软件是否拦截本机或局域网访问。团队环境中，不要将后端服务暴露至不受控网络，生成服务应限制在可信网段内，并设置必要的访问控制。项目素材、草图和客户稿件不应上传至不明来源的在线节点或陌生服务。

生产环境推荐配置思路

个人电脑适合采用“本机 Krita + 本机 ComfyUI”的轻量方案，优点是简单、离线可用、问题边界清晰；缺点是占用本机显存，绘画和生成同时进行时可能出现卡顿。团队场景更适合“多台 Krita 客户端 + 一台或多台 ComfyUI 工作站”的方案，管理员统一维护模型、节点和启动脚本，设计师只需连接固定地址即可。

为保证交付稳定，建议将环境分为测试目录和正式目录。新模型、新节点、新插件版本先在测试环境跑通至少三类任务：文生图、图生图、局部重绘。确认工作流兼容后再同步至正式环境。不要在交付当天更新驱动、后端依赖或核心插件，因为这类更新可能改变生成效果，甚至导致旧工作流无法加载。

快速上手检查清单

启动前检查：Krita 能正常打开画布；数位板和笔刷可用；ComfyUI 能正常启动；浏览器能访问后端页面；模型目录中至少有一个基础模型；磁盘空间充足；显卡驱动无报错；插件面板能显示连接状态。

生成前检查：画布尺寸不要一开始就设置过大；当前图层命名清晰；需要保留的原图层已复制备份；提示词、反向提示词、采样步数、种子值已记录；局部重绘区域边缘留有过渡空间；生成结果单独进入新图层，避免覆盖手绘内容。

交付前检查：确认使用的模型和素材具备合规来源；关键效果能够复现；项目文件包含必要图层和版本记录；未使用来历不明的节点或脚本；团队成员使用相同后端版本；输出文件经过人工检查，避免将草稿误当作最终稿。

常见问题与处理办法

问题一：插件面板空白或未出现。通常是插件安装路径不正确、Krita 版本不匹配或脚本未启用。处理方法是删除错误目录，重新导入插件，重启 Krita，并在插件管理中确认已启用。

问题二：后端能打开，但 Krita 连不上。检查地址是否填写为正确的本机或内网地址，端口是否与启动日志一致。若是团队工作站，还需确认系统防护规则允许该端口在局域网内访问。

问题三：提示显存不足。先降低画布生成区域和批次数，再减少 ControlNet、高清修复、放大节点等高占用功能。生产项目中不要盲目追求一次生成超大图，采用“低分辨率定稿、分区细化、最终放大”的流程更为稳妥。

问题四：生成效果与示例差距较大。原因可能是模型版本不同、VAE 缺失、提示词权重差异、采样器不同或随机种子未固定。团队应保存可复现参数，重要项目保留工作流文件和模型版本记录。

安全边界与使用建议

AI 辅助绘画适合提升构图探索、色彩试验和细节迭代效率，但不应替代必要的人工审稿。涉及客户肖像、商业角色、未公开产品图和内部概念稿时，应优先采用本地或可信内网环境处理，避免将敏感素材提交至不明服务。模型和节点也应从可靠来源获取，安装前仔细阅读说明、更新记录和社区反馈。

生产环境最重要的是“可控”和“可回退”。固定版本、固定目录、固定模型、固定工作流，比频繁追新更为可靠。完成首次部署后，建议制作一份内部操作卡片，写明启动顺序、常用参数、故障联系人、版本号和回退方式。这样即使新成员加入，也能快速上手，减少因环境差异造成的项目延误。