ComfyUI 基础教程：界面介绍/文生图工作流

本文收录于《AI绘画从入门到精通》专栏，专栏总目录：点这里，订阅后可阅读专栏内所有文章。

大家好，我是水滴~~
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：

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。

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：

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。

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。

大模型列表：

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。

【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。

【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。

【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。

【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。

【filename_prefix】参数为文件名的前缀。
点击【Queue Prompt】后，会生成图片：

图片会被保存到 ComfyUI\output 目录中。