欢迎来到节点世界#

ComfyUI 是什么?一句话:开源生成式 AI 的画布式工作台。它不用写代码,而是把”模型加载、提示词、采样、保存”这些环节连成一张节点图。2026 年的 ComfyUI 已经不只是玩具——4 月完成 3000 万美元融资、估值 5 亿美元、400 万用户、6 万+ 社区节点、日下载 15 万+。

为什么值得学?

• 完全免费、永远开源。
• 数据不出本机,合规友好。
• 边际成本趋零(硬件折旧后)。
• 全生态自由、ControlNet、自定义节点随便装。

第一步<安装>(5 分钟)#

1. 去 comfy.org 下载桌面版(Windows/macOS/Linux 都有)。
2. 解压即用;或用 Git 克隆官方仓库。
3. 强烈建议装 ComfyUI Manager(节点管理器,后面全靠它)。

第二步<认识界面>#

• 画布<拖拽节点>、连线,搭建流程。
• 节点<每个框是一个功能>(加载模型、写提示词、采样、保存……)。
• 队列<点> Run,流程从左到右执行。

第三步<放置你的第一个模型>#

模型文件放这里(放错位置 = 灰色输出,最常见的新手坑):

1
ComfyUI/
2
└── models/
3
    ├── diffusion_models/   ← 主模型(FLUX/Qwen/SD 等)
4
    ├── text_encoders/      ← 文本编码器
5
    ├── vae/                ← VAE
6
    ├── loras/              ← LoRA
7
    └── controlnet/         ← ControlNet

第四步<跑通第一个工作流>#

1. 下载一个开源模型(新手推荐 或 Z-Image Turbo,门槛低)。
2. 打开 ComfyUI,从菜单加载官方示例工作流。
3. 在”正面提示词”框里输入描述,点 Run。
4. 恭喜——第一张本地 AI 图诞生了!

第五步<进阶三件事>#

1. 装自定义节点 → Install Missing Custom Nodes → 重启。
2. 低显存优化 量化(city96 的 ComfyUI-GGUF 节点)或 —lowvram 启动。
3. 训练 LoRA 支持 12-16GB 显存训练。

模型怎么选<一张图看懂>#

常见问题排查(收藏这张表)#

成本账<自托管> vs 云#

经验法则<日生成> <50 张用 API;>100 张长期用自托管;多数团队”草稿本地、终稿云端”混用。

FAQ#

Q1 是模型吗? 不,是工作流工具;模型自己下载。 Q2<免费吗>? 完全免费且永远开源。 Q3<和> WebUI 区别? ComfyUI 更灵活高效,WebUI 更易上手;专业用户多选 ComfyUI。 Q4<最低配置>? 6GB 跑 SDXL/Z-Image;8GB 跑 FLUX.2 klein;12-16GB 跑 FLUX.1 dev(FP8)。 Q5<模型放哪>? models/ 下分类目录。 Q6<怎么分享工作流>? JSON 导出;图片元数据内嵌工作流,拖入即重建。 Q7<自定义节点怎么装>? Manager 搜索安装。 Q8<红节点怎么办>? Update ComfyUI → Install Missing Custom Nodes → 重启。

学习资源#

• 官方.org、GitHub、Discord。
• 模型 Face、CivitAI。
• 教程<官方文档> + localaimaster、stable-diffusion-art 等社区站。
• 云.ai、Replicate、Thunder Compute($0.35/时起)。

最后的叮嘱#

1. 许可先行<商用前务必读> LICENSE(FLUX dev 非商用、Kolors 需登记、混元需核验模型卡)。
2. 从小的开始<先跑通> SDXL/Z-Image,再上大模型。
3. 善用社区<工作流> JSON 到处都是,拿来主义是最高效的学习方式。

写在最后 的门槛不在技术,在于”第一次跑通”的耐心。跑通之后,你会发现它给你的自由,是任何闭源平台都给不了的。