ComfyUI 基础教程：界面介绍/文生图工作流

最新推荐文章于 2025-03-26 11:57:41 发布
最新推荐文章于 2025-03-26 11:57:41 发布
阅读量904 收藏 21
点赞数 8
分类专栏： AI绘画 SD应用教程 文章标签： 人工智能 stable diffusion AI作画 AI绘画 AIGC ComfyUI
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/libaiup/article/details/145608180
版权

本文将介绍 ComfyUI 的主要界面，包括：工作流区域、操作面板、基础操作和快捷键，并详细介绍了文生图工作流的各节点的作用及连接。
文章内容包含大量的图例，希望能够帮助新手同学快速入门。

一、界面介绍

ComfyUI 的界面主要由工作流绘制区域和右侧的操作面板组成。

1.1 工作流区域

工作流绘制区域是 ComfyUI 的主要界面，用于节点的添加、编辑、删除和连接。

一个工作流主要由以下部分组织：

  • 节点（Node）：节点是工作流的主要组成部分，它是一个个的矩形块，例如：Load Checkpoint（加载检测点）、CLIP Text Encode（提示词编码器）、KSampler（采样器）、VAE Decode（VAE解码器）、Save Image（保存图片）等。
  • 连线（Edge）：连线用于表示连接节点的输入和输出的线。
  • 输入（Input）：输入为节点左侧的文本和点，是连接的输入端。
  • 输出（Output）：输出为节点右侧的文本和点，是连接的输出端。
  • 参数（Parameter）：参数用于设置节点中的字段，例如：ckpt_name（模型名称）、prompt（提示词）、seed（随机种子）等。

下图标记了一部分说明：
image.png

1.2 操作面板

操作面板用于工作流的执行、保存、清空、加载、设置等操作。

image.png
操作面板各按钮功能介绍：

  • Queue Prompt（提示词队列）：当我们配置好工作流后，可以点击此按钮来加入队列并执行。
  • Queue size（队列大小）：下面执行+待执行的队列数。
  • Extra options（扩展选项）：用于设置批次数量和自动执行选项。
  • Queue Front（执行队列）：用于执行队列生成图片。
  • View Queue（显示队列）：显示当前队列情况。
  • View History（显示历史）：用于显示生成的图片历史。
  • Save（保存）：可以将当前工作流保存至磁盘，文件为 JSON 类型。
  • Load（加载）：可以加载磁盘上的工作流。
  • Clear（清空）：清空当前工作流。
  • Load Default（加载默认）：加载默认工作流，即文生图工作流。

点击右上角的”齿轮“按钮，可以打开设置界面：
image.png
设置界面主要用于设置调解板、查看日志、网格大小等信息。

1.3 基础操作

还有一些基础操作，可以帮助我们更好的使用 ComfyUI。

  • 在控制处按住鼠标左键，可以拖动整个画布。
  • 在节点上按住鼠标左键，可以拖动节点。
  • 使用鼠标滚轴可以放大和缩小画布。
  • 按住输入或输出的点进行拖拽，可以连接两个节点。只能连接相同类型的输入和输出。

下面列出了一些常用的快捷键：

快捷键说明
Ctrl + Enter将当前工作流排到队列尾部生成
Ctrl + Shift + Enter将当前工作流排到队列首部生成。
Ctrl + Z/Ctrl + Y撤销/重做
Ctrl + S保存工作流
Ctrl + O加载工作流
Ctrl + A全选所有节点
Alt + C折叠/展开选定节点
Ctrl + M关闭/开启选定节点
Ctrl + B绕过选定的节点（就像从图中删除节点并重新连线一样）
Delete/Backspace删除选定节点
Ctrl + Backspace删除当前工作流
Space按住并移动光标时移动画布
Ctrl/Shift + 单击多选节点
Ctrl + C/Ctrl + V复制/粘贴选定的节点（不保持与未选定节点输出的连接）
Ctrl + C/Ctrl + Shift + V复制/粘贴选定的节点（保持与未选定节点输出的连接）
Shift + 拖动同时移动多个选定节点
Ctrl + D加载默认工作流
Alt + +画面放大
Alt + -画面缩小
Ctrl + Shift + LMB + Vertical drag画面放大/缩小
Q切换队列的可见性
H切换历史记录的可见性
R刷新工作流
双击 LMB打开节点快速搜索面板

二、文生图工作流

学习 ComfyUI 的最好的方式就是通过示例。因此，本节将学习 ComfyUI 的文生图工作流，了解每个节点的作用，以及它们该如何连接。

image.png

2.1 Load Checkpoint（加载模型）

【Load Checkpoint】节点用于选择大模型。点击【ckpt_name】可以显示可用的模型列表。

image.png
大模型列表：
image.png
如果点击【ckpt_name】没有任何反应，你可能没有安装模型或者未配置 Stable Diffusion WebUI 的地址，可以在《ComfyUI 本地部署指南》中进行操作。
【Load Checkpoint】节点有三个输出部分：

  • model（模型）：潜在空间中的噪声预测模型。连接到采样器，在这里完成逆向扩散过程。
  • CLIP：语言模型对正向提示词和负责提示词进行预处理。连接到提示词，因为提示词需要经过 CLIP 模型处理后才有用。
  • VAE：VAE（Variational AutoEncoder，变分自动编码器）在像素和潜在空间之间转换图像。连接 VAE 解码器，将图像从潜在空间转换为像素空间。

2.2 CLIP Text Encode（CLIP 文本编码）

【CLIP Text Encode】节点用于输入正向提示词和负向提示词。该节点获取提示词并将输入到 CLIP 语言模型中。CLIP 是 OpenAI 的语言模型，将提示词中的每个单词转换为 embeddings。

image.png
【CLIP Text Encode】节点的输入部分连接【Load Checkpoint】节点；输出部分连接【KSampler】的【positive】或【negative】。

2.3 Empty Latent Image（潜在空间图像）

【Empty Latent Image】节点可以设置潜在空间图像的像素大小和批次大小。文本到图像的过程从潜在空间中的随机图像开始。潜在空间图像的大小和像素空间中的实际图像成正比。因此，如果想改变图像的大小，就要改变潜在空间图像大小。

image.png
【Empty Latent Image】节点只有一个输出项，用于连接【KSample】节点的【latent_image】。

2.4 KSample（采样器）

【KSample】节点是 Stable Diffusion 中图像生成的核心。采样器将随机图像进行逐步降噪，来生成与提示词相匹配的图像。

image.png
【KSample】节点主要有以下参数：

  • seed（随机种子）：随机种子值控制清晰图像的初始噪声，从而控制最终图像的组成。
  • control_after_generate（生成后操作）：表示每次生成图片后，随机种子将如何变化。
    • fixed（固定）：保持种子不变；
    • increment（增量）：增加 1；
    • decrement（减量）：减少 1；
    • randomize（随机）：随机值。
  • steps（采样步数）：采样步骤数。更多内容参见《采样器和采样步数》。
  • cfg（提示词相关性）：CFG（Classifier Free Guidance）表示为无分类器信息引导规模。CFG 是控制稳定扩散应遵循文本提示的紧密程度的设置，即提示词相关性。更多内容参见《生成参数》。
  • sampler_name（采样器名称）：用于选择采样器。更多内容参见《采样器和采样步数》。
  • scheduler（调度程序）：控制噪声水平在每个步骤中如何变化。
  • denoise（降噪）：降噪过程应消除多少百分比的初始噪声。1 表示全部。

2.5 VAE Decode（VAE 解码）

【VAE Decode】节点使用提供的 VAE 将潜在空间图像解码回到像素空间图像。

image.png
【VAE Decode】节点有两个输入项，【samples】连接要解码的潜在图像的采样器，vae 连接解码清晰图像的 VAE；还有一个输出项，【IMAGE】解码后的图像。

2.6 Save Image（保存图片）

【Save Image】节点用于保存图像，即将生成的图像保存到磁盘中。

image.png
【filename_prefix】参数为文件名的前缀。
点击【Queue Prompt】后，会生成图片：
image.png
图片会被保存到 ComfyUI\output 目录中。

关于AI绘画技术储备

学好 AI绘画 不论是就业还是做副业赚钱都不错，但要学会 AI绘画 还是要有一个学习规划。最后大家分享一份全套的 AI绘画 学习资料，给那些想学习 AI绘画 的小伙伴们一点帮助！

为了帮助大家更好地掌握 ComfyUI，我在去年花了几个月的时间，撰写并录制了一套ComfyUI的基础教程，共六篇。这套教程详细介绍了选择ComfyUI的理由、其优缺点、下载安装方法、模型与插件的安装、工作流节点和底层逻辑详解、遮罩修改重绘/Inpenting模块以及SDXL工作流手把手搭建。

需要的可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

一、ComfyUI配置指南

  • 报错指南
  • 环境配置
  • 脚本更新
  • 后记
  • …

二、ComfyUI基础入门

  • 软件安装篇
  • 插件安装篇
  • …

三、 ComfyUI工作流节点/底层逻辑详解

  • ComfyUI 基础概念理解
  • Stable diffusion 工作原理
  • 工作流底层逻辑
  • 必备插件补全
  • …

四、ComfyUI节点技巧进阶/多模型串联

  • 节点进阶详解
  • 提词技巧精通
  • 多模型节点串联
  • …

在这里插入图片描述

五、ComfyUI遮罩修改重绘/Inpenting模块详解

  • 图像分辨率
  • 姿势
  • …

在这里插入图片描述

六、ComfyUI超实用SDXL工作流手把手搭建

  • Refined模型
  • SDXL风格化提示词
  • SDXL工作流搭建
  • …

在这里插入图片描述

在这里插入图片描述

这份完整版的学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

ComfyUI 实战教程：模特换装/虚拟试衣
程序员，AI探索者
09-23 1995
只需要一个人物的形象照片，服装的平铺照片，不需要手绘蒙版，一键就可以生成这个人物穿搭这件服装的效果图。
AI绘图的场景应用：文生图、图生图
qq_41314882的博客
03-15 5266
AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。感兴趣的小伙伴，赠送全套AIGC学习资料和安装工具，包含AI绘画、AI人工智能等前沿科技教程，模型插件，具体看下方。
ComfyUI搭建使用教程
热门推荐
培根芝士的专栏
11-23 2万+
ComfyUI 是一个基于节点流程式的stable diffusion AI 绘图工具WebUI， 通过将stable diffusion的流程拆分成节点，实现了更加精准的工作流定制和完善的可复现性。ComfyUI因为内部生成流程做了优化，生成图片时的速度相较于WebUI有10%~25%的提升（根据不同显卡提升幅度不同），生成大图片的时候不会爆显存，只是图片太大时，会因为切块运算的导致图片碎裂。
超详细！ComfyUI 全方位入门指南（附ComfyUI整合包），初学者必看，多个实践操作
最新发布
小王的储物间
03-26 731
ComfyUI 是一个基于节点的 GUI，为 Stable Diffusion 提供了一种更加直观、灵活的方式来操作和管理生成的过程。通过将不同的模块（也就是节点）组合在一起，我们可以构建一个图像生成的工作流。由于 ComfyUI 基于节点架构运作，其中界面元素被表示为相互连接的节点。每个节点都封装了特定的功能或行为，从而实现模块化和可扩展的界面开发。为了扩展 ComfyUI 的功能，开发者可以根据项目需求创建自定义节点。
超详细！ComfyUI 全方位入门指南，初学者必看，附多个实践操作
阿道夫的博客
11-27 3974
ComfyUI 是一个基于节点的 GUI，为 Stable Diffusion 提供了一种更加直观、灵活的方式来操作和管理生成的过程。通过将不同的模块（也就是节点）组合在一起，我们可以构建一个图像生成的工作流。由于 ComfyUI 基于节点架构运作，其中界面元素被表示为相互连接的节点。每个节点都封装了特定的功能或行为，从而实现模块化和可扩展的界面开发。为了扩展 ComfyUI 的功能，开发者可以根据项目需求创建自定义节点。
ComfyUI中，种子值（Seed）的编写规则和控制逻辑
2301_80471322的博客
02-25 1388
功能ComfyUI规则WebUI规则随机种子生成需显式启用随机化选项输入-1即随机种子动态引用支持文件名模板变量需手动记录或插件辅助批处理种子分配支持列表或BatchedValueSchedule仅支持递增或固定值如需进一步了解具体节点配置或高级用法，可参考2中的采样器参数说明或8的核心节点解析。
【AIGC】ComfyUI 入门教程：图生图工作流｜AI 生成图片
2401_86895074的博客
08-28 4029
大家好，我是SD教程菌。如果你也对 AIGC 技术感兴趣，可以点个关注，我会定期分享AI绘画、人工智能相关教程。ComfyUI 是 Stable Diffusion 的一个基于节点组装绘图流程的图形用户界面（GUI）。通过将不同的节点连接在一起，你可以在 ComfyUI 中构建图像生成工作流。一个完整的工作流看起来像下面这样：这篇教程我们来继续介绍使用 ComfyUI 来进行图生图。
AI绘画利器：Stable-Diffusion-ComfyUI保姆级教程，万字长文带你全面入手ComfyUI工作流绘画
A13531922961的博客
06-15 2244
大家好，我是设计师阿威。AI绘画在今天，已经发展到了炽手可热的地步，相比于过去，无论是从画面精细度，真实性，风格化，还是对于操作的易用性，都有了很大的提升。并且如今有众多的绘画工具可选择。今天我们主要来聊聊基于stable diffusion的！
ComfyUI 入门：搭建你的第一个文生图工作流
m0_65894854的博客
12-16 1314
帮助读者从零开始搭建一个完整的文生图（Text-to-Image）工作流。通过简单的步骤和生活化的比喻，文章引导读者使用 ComfyUI 生成一张由文本描述驱动的精美图像，体验 AI 创作的乐趣。
从0到1手把手带你安装ComfyUI！
2401_84760719的博客
10-26 2281
在这个充满创意和可能性的数字世界里，每一次点击和滑动都应该是一次享受。但如何才能将这种享受转化为现实呢？ComfyUI，一个专为极致用户体验而生的设计工具，将带你开启一段从0到1的奇妙旅程。无论你是设计新手还是资深开发者，ComfyUI都将是你的得力助手，帮助你将创意转化为触手可及的现实。你准备好了吗？让我们一起探索如何打造一个既吸引人又易于使用的界面。
2. ComfyUI界面与基本概念
weixin_40964597的博客
09-28 941
在加载模型后，会将模型、CLIP、VAE等部分输出。因为可以大致认为模型由这几部分组成，先对其进行拆解，再输出为不同节点并进行对应操作。节点最主要的部分是参数，这里文本编码器就是支持文本输入，其它节点可能是参数选择等。节点是工作流的主要组成部分，由节点名称、输入、输出、参数四个部分组成。将节点的输出与下一个节点的输入相连接，且链接需注意前后类型对应。节点名称是自定义的，同时也支持修改。主界面主要由节点和连线组成。节点左侧的连接点是节点输入。节点右侧的连接点是节点输出。主界面进行工作流的编辑。
ComfyUI 完全入门：基本功能
A2421417624的博客
10-28 2805
ComfyUI 虽然出来的晚一点，但是它的可定制性很强，可以让创作者搞出各种新奇的玩意，通过工作流的方式，也可以实现更高的自动化水平，发展势头特别迅猛，但是 ComyUI 的上手门槛有点高，对 Stable Diffusion 以及各种扩展能力的原理需要有一定的理解，动手能力要求也比较高。
comfyui使用
hn_lgc的专栏
01-10 1765
请找到名为 extra_model_paths.yaml.example 的文件，将其重命名为 extra_model_paths.yaml，在里面指定模型文件的位置。将comfyui生成的图像或者json文件，拖到界面中，或者点击右下角的load，即可加载工作流。借助基于节点的界面，您可以构建由数十个节点组成的工作流，从而实现一些非常整洁的图像生成管道。若干个节点就组成了一张网，实际上就是数据结构里面的图，完成我们的图像生成任务。条件控制节点：包括文本提示，controlNet， mask等。
【AIGC】ComfyUI 入门教程（4）：ComfyUI 管理器｜AI 生成图片
2401_84760322的博客
08-12 3964
ComfyUI 是 Stable Diffusion 的一个基于节点组装绘图流程的图形用户界面（GUI）。通过将不同的节点连接在一起，你可以在 ComfyUI 中构建图像生成工作流。你可能没有在工作流中安装所有需要的自定义节点。在加载工作流文件后，执行以下步骤以安装缺失的自定义节点。1、点击菜单中的Manager。2、点击Install Missing Custom Nodes(安装缺失的自定义节点)。3、重新启动 ComfyUI。要更新自定义节点，可以按照下面步骤操作：1、点击菜单中的。
从零开始教你玩转ComfyUI-保姆级部署教程-手把手带你ComfyUI工作流搭建
2401_84760527的博客
08-31 1万+
本教程专为初学者设计，详细介绍了 2024 年最新版的SD ComfyUI的使用方法。通过逐步指导，让你无需任何基础，快速学会并使用这一强大的AI绘图工具。ComfyUI就像拥有一支神奇魔杖，可以轻松创造出令人惊叹的AI生成艺术。从本质上讲，ComfyUI是构建在Stable Diffusion之上的基于节点的图形用户界面(GUI)，而Stable Diffusion是一种最先进的深度学习模型，可以根据文本描述生成图像。
comfyui复杂的文生图工作流
02-09
### ComfyUI 中复杂文本生成图像的工作流 在 ComfyUI 中，复杂的文本生成图像工作流可以通过精心设计的节点连接来实现。这种工作流允许用户将自然语言描述转换成高质量的艺术作品或特定场景的图片。 #### 构建基础框架 为了创建一个有效的文本转图像管道，首先需要定义输入文本并将其传递给合适的处理模块。通常情况下，这涉及到以下几个核心组件： - **Text Encoder (CLIP)**：负责编码用户的提示词为向量表示形式[^1]。 ```python text_encoder_node = { "class_type": "CLIPTextEncode", "inputs": {"text": "A beautiful sunset over the mountains"} } ``` #### 添加样式控制 为了让生成的结果更加贴近预期效果，在基本结构之上还可以加入风格化调整机制。比如利用预训练好的 StyleGAN 或其他相似架构来进行微调操作，从而影响最终输出的画面质感。 - **Style Modifier Node**：用于引入额外的艺术风格指导信息[^2]。 ```json { "class_type": "style_modifier", "inputs": { "base_image": "<output_of_previous_step>", "style_reference": "path/to/style/image.jpg" } } ``` #### 调整细节参数 除了宏观层面的设计外，对于一些具体的视觉属性也可以做进一步优化设置。例如分辨率大小、色彩饱和度等都可以作为可调节项纳入整个流水线之中。 - **Parameter Tuner Block**：提供灵活配置选项以满足不同应用场景下的需求差异。 ```yaml parameter_tuner_block: width: 1024 height: 768 color_saturation_boost: true ``` #### 执行与监控进度 最后一步就是启动执行过程，并实时跟踪任务状态直至完成。ComfyUI 提供了良好的可视化反馈支持，使得开发者能够轻松掌握当前进展状况以及可能遇到的问题所在。 - **Progress Monitor Widget**：帮助观察计算过程中间产物的变化趋势。 ```mermaid graph TD; A[Start Process] --> B{Is Task Running?}; B -- Yes --> C(Show Intermediate Results); B -- No --> D(Task Finished); ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值