一.(本地使用comfyui)基本模块的了解
1.1这是初始界面
1.2搭建一个基本的工作流(如果使用的是秋叶大佬的包,每次进入会自动出现该工作流)
1.2.1加载器和取样器:
加载器,鼠标右键,点击新建节点,按下图操作,出现加载器
取样器,鼠标右键,然后按下图操作
可以看到如图结果:我们将“模型“连接起来;
1.2.2clip文本编辑器
如图一:我们从正面条件那里拉出一条“线“到空白处,然后松开,会显示出图二的提示,我们选择CLIP文本编辑器就可以了,然后对负面条件进行同样的操作:
图一
图二
结果如图:注意到,我们要把对应的CLIP连接起来
1.2.3Latent和VAE解码
如图,我们从k采样器左下角的latent拉出一条“线“,然后松开鼠标,会出现图二的提示,我们点击空Latent
图一
图二
结果如下图:
Vae解码:对K采样器左侧的Latent进行拉“线“,选择Vae解码:
然后,我们要将Vae解码的VAE和我们最开始创建的加载器的VAE连起来:
1.2.4图像的预览
同样的,我们从刚刚创建的VAE上引出一条“线“,松开鼠标,然后在提示里选择预览图象即可
1.2.5最后的结果和运行
最后的结果如下图:
注:事实上,我们没有必要每次用comfyui时都来创建比这个基本骨架更加完善的工作流,你可以使用b站秋叶aaaki的comfyui整合包(点击跳转),这位大佬的整合包会在你每次启动时默认搭建好了工作流,相当方便。
点击添加提示词队列:
生成结果如下图:
(结果,在这里没有添加任何其他的插件)
1.2.6图生图的搭建
图生图事实上是在文生图的框架上进行略微的修改,修改步骤如下:
首先:右击鼠标,按照下图的操作,加载一张图片:
然后选择我们要处理的图片,同时把原来的空Latent删去(如下图):
和其他模块连接,如下图:
然后就可以开始图生图了
1.3辅助插件的了解
1.3.1翻译类的插件,可以帮助我们更好的写提示词
按照下图操作使用该插件,三种翻译插件实际上都可以用于翻译提示词,这取决于你的习惯,可以自己用用看看适不适合哦~
使用这种插件的好处之一是:在输入提示词时,可以直接输入中文,该组件会帮助翻译为英文,一种连接方式如下图:
该图中的“预览文本“和”CLIP文本编辑器“可分别由下图得到:
注:该插件的翻译有时候不尽人意,仅面向于英文可能不是很熟练的朋友
二.(本地使用comfyui) 总结
Comfyui与web-ui的不同在于comfyui允许我们更精确的控制我们所生成的图片,但是同时,comfyui更加难以上手,往往需要我们拥有相关的前提知识(基础知识)才能比较自由地去使用,上述的操作,仅仅是一个最基础的工作流,无法实现和lora等等内容一起去调节图片的生成,但是如果这个简单的comfyui的工作流的搭建让你对AIGC有了更浓厚的兴趣,更愿意去探索这片位置的领域,这篇博客也就达成了它本身的意义。
三.(从魔搭社区开始使用comfyui)在线体验
Comfyui作为AIGC的一个工具,它太大了,如果你等不及让它慢慢地下载完,也许你可以试试魔搭社区,在这里,你可以在线使用comfyui,并且它更快(也许?),免去了你等待的时间。
1.1进入魔搭社区的个人界面,找到下图显示的位置:
点击启动,会跳转到另一个界面
1.2打开comfyui
在跳转出来的界面中,按照下图的步骤创建一个Terminal
在Terminal中复制如下的代码:
git lfs install
git clone https://www.modelscope.cn/datasets/maochase/kolors_test_comfyui.git
mv kolors_test_comfyui/* ./
rm -rf kolors_test_comfyui/
mkdir -p /mnt/workspace/models/lightning_logs/version_0/checkpoints/
mv epoch=0-step=500.ckpt /mnt/workspace/models/lightning_logs/version_0/checkpoints/
双击左栏的Comfyui,然后点击下图中红框中的标记,等待它运行完毕,
运行完毕后,复制然后进入下图中用红框框起来的地址:
这样就打开了comyui。
1.2尝试运行comfyui
我们要先加载模型,这些模型你可以在:Datawhile|魔搭社区怎么使用comfyui中找到,同时也有相应的教程,你可以在教程的对应的部分找到带lora和不带lora的模型
1.3结语
你可以在魔搭社区体验comfyui的使用,提前熟悉它的界面和使用方法