资源

正文

第 3 章 – 安装 ComfyUI（便携版）

视频中推荐从

Comfy-Org/ComfyUI: The most powerful and modular diffusion model GUI, api and backend with a graph/nodes interface. 或
Tavris1/ComfyUI-Easy-Install: Portable ComfyUI installer for Windows, macOS and Linux with EZi Desktop app 🔹 Nvidia GPU support 🔹 Pixaroma Community Edition 直接从 README.md 处下载 ComfyUI-Easy-Install.zip，解压后运行 ComfyUI-Easy-Install.bat。

下载安装。而我选择从官网下载 ComfyUI Desktop：Download Comfy Desktop — Run AI on Your Hardware

第 4 章 – 首次启动与界面概览

打开 ComfyUI，得到这样的界面。

第 5 章 – 运行现成的工作流

ComfyUI 中的 workflow、settings 等数据都是用 json 形式存储的。

从 Pixaroma Workflows - Free ComfyUI Workflows 里下载 EP01 Workflows.zip。

让 ComyUI 打开 0 Help and Resources.json：

打开 1 Juggernaut Reborn txt2img.json，提示找不到 Checkpoint，看简介下载对应的模型 juggernaut_reborn.safetensors（2 GB 左右）。

提示

Checkpoint 加载器（简易）

加载扩散模型检查点文件，并将其分解为三个核心组件：用于去噪潜空间的主模型、CLIP 文本编码器以及 VAE 图像编码器/解码器。此节点会自动检测 Comfy-Desktop/ComfyUI-Installs/ComfyUI/models/checkpoints 文件夹以及 extra_model_paths.yaml 文件中配置的所有其他路径中的模型文件。

将模型放置在 Comfy-Desktop/ComfyUI-Installs/ComfyUI/models/checkpoints/sd15 下：

按下 R 刷新，然后开跑，即可得到输出结果：

图片被默认地保存到了 Comfy-Desktop/ComfyUI-Shared/output/ComfyUI_XXXXX_.png.。

第 6 章 – 理解节点与工作流原理

有多种方法可以在 ComfyUI 中添加节点，双击空白处/右键添加节点/左侧节点库。

Graph 的工作流程对我来说已经比较熟悉。创建 Load Image、Image Crop 和 Save Image 节点并用线连接，上传图片，然后开跑：

可以调整节点的具体属性（折叠/更改标题/修改具体参数等）：

再试一试 Invert Image 节点：

可以有多个 Save Image 节点：

一些与其他软件差不多的快捷键：Ctrl + B 绕过节点，Ctrl + G 成组。

除了操作图像，还可以操作数字，字符串等：

剩下自己慢慢玩吧……

第 7 章 – 从零开始构建工作流

本章讲述了 1 Juggernaut Reborn txt2img.json 工作流中各个节点的作用，其实把这个 json 扔给 LLM 就行：

节点 ID	节点名称	作用	输入	输出	本工作流中的配置
1	`CheckpointLoaderSimple`	加载 Stable Diffusion 模型（Checkpoint），同时输出模型、CLIP、VAE 三部分	无	MODEL、CLIP、VAE	加载 `juggernaut_reborn.safetensors`
2	`CLIPTextEncode`（Positive）	将正向提示词（Prompt）编码成 AI 可以理解的向量（Conditioning）	CLIP	CONDITIONING	`"photo of a rusty robot..."`
3	`CLIPTextEncode`（Negative）	将反向提示词（Negative Prompt）编码成向量，用于告诉模型不要生成什么	CLIP	CONDITIONING	`"watermark, text"`
7	`EmptyLatentImage`	创建一张空白 Latent（潜空间），相当于告诉模型最终图片尺寸	无	LATENT	512×512，Batch=1
4	`KSampler`	整个 AI 绘图最核心的节点，根据模型、Prompt 和随机噪声一步步去噪生成 Latent 图像	MODEL、Positive、Negative、Latent	LATENT	35 Steps、CFG=7、DPM++ 2M、Karras
5	`VAEDecode`	将 Latent（模型内部表示）解码成真正的 RGB 图片	LATENT、VAE	IMAGE	使用模型自带 VAE
6	`SaveImage`	保存图片到输出目录	IMAGE	无	文件名前缀 `ComfyUI`
9	`MarkdownNote`	备注说明节点，仅用于给作者写说明，不参与计算	无	无	下载模型、教程链接等说明

如我想画一张 closeup portrait photo of a pet，但是不希望 cat：

对于当前模型，如果 EmptyLatentImage 的尺寸设得太大（如 1600 x 1600），会导致出图时间慢且出现提示词之外的东西。这是因为当前模型仅是在 512 x 512 的图片数据下训练的，它将难以理解更大的图像空间。

第 8 章 – 保存、导出和导入工作流

提示

日常编辑 → 用 Save / Save As。

备份、分享、发给别人 → 用 Export。

程序调用（Python、API） → 用 Export API。

保存的工作流存储在 Comfy-Desktop/ComfyUI-Installs/ComfyUI/ComfyUI/user/default/workflows，可在左侧菜单中快速找到：

如果用记事本打开 ComfyUI 生成的图片，会看到图片中还藏有工作流的信息，所以如果直接让 ComfyUI 打开这张图，将会还原这张图生成时的工作流：

第 9 章 – ComfyUI 文件夹结构与组织

文件夹	用途
`comfy/`	ComfyUI 核心代码
`models/`	所有 AI 模型
`custom_nodes/`	第三方节点插件
`input/`	输入图片
`output/`	输出图片
`temp/`	临时缓存
`user/`	用户配置、工作流等
`web/`	前端网页资源
`extra_model_paths.yaml`	外部模型映射

第 10 章 – 更新 ComfyUI 和管理自定义节点

原课程用的 ComfyUI-Easy-Install，通过使用相应的 .bat 进行更新。Desk top 就比较傻瓜式了。

从管理扩展功能处下载更多节点，这里下载并安装 rgbthree-comfy（重启后生效）：

从模板出下载其它工作流（通常需要额外下载对应的模型或节点）：

第 11 章 – 扩散模型、KSampler、图生图基础

提示

扩散模型的核心思想是：先学会如何把一张完全被噪声污染的图片一步步“去噪”，然后反过来利用这个能力从随机噪声生成全新的图片。

当采样次数过少时，生成的图像像是噪声。steps 越多，计算开销越大，生成效果往往越好直至趋于稳定。

使用递增的 Primitive 作为 stps。执行 运行（实时），工作流将一直运行直到人工干预。

可在设置中调整以查看模型绘制的过程。

扩散模型的原理展示：

模型不会存储照片，而是物品的各个特征。

提示

Pixel Space：人类看得懂的真实图片（PNG、JPG 等）。

Latent Space：AI 看得懂的压缩表示，扩散模型在这里进行生成和去噪。

VAE Decode：把 AI 内部的潜变量「翻译」回人类可以查看和保存的图片；对应的 VAE Encode 则完成相反的转换。

文本提示词用于指导降噪过程，cfg 用于控制文本提示词对图像的影响力度（越低模型将约忽略提示，过高可能导致图像不自然）。

随机数种子决定了初始噪声图的样子，从而导致最终生成图样式的差异。

重要的文本提示词应尽可能放在前面。可以通过 () 增强文本提示词。

KSampler 中steps 与生成图像的关系示意图如下。

现在打开 2 Juggernaut Reborn img2img.json，如果将初始的噪声图换成其它现有的图片，并连上 VAE Encoder 即可实现简易的图生图，降噪程度（0 到 1 之间）决定了图像将会被修改的幅度：

使用 rgbthree-comfy 的 Image Comparer 节点可直观地展示两张图的差异：

扩散模型中，Sampler 决定"怎么走"，Scheduler 决定"什么时候走到哪里"。都会影响图像的生成的速度和结果。不是所有 Sampler 都能与所有 Scheduler 任意组合。一些调度器是为特定采样算法设计的，而某些新模型（例如 FLUX 或部分 SDXL 工作流）也会推荐特定的组合。

提示

假设：从 A 地开车去 B 地。Sampler 决定怎么开车（开高速、走国道、绕拥堵、急刹车），Scheduler 决定什么时候减速，什么时候加速。

第 12 章 – 子图

将众多节点合并起来，在视觉上看着不会那么糟。

在子图中设置哪些参数可以暴露：

空白处右键可将当前选中的节点保存成模板。

第 13 章 – 在工作流中使用 LoRAs

提示

LoRA 能在不改动大模型的前提下，用一个很小的“外挂参数包”为扩散模型增加特定风格或概念的能力。

加载 3 Juggernaut Reborn txt2img + Lora.json，按照提示下载 CakeStyle.safetensors 放置在 Comfy-Desktop/ComfyUI-Installs/ComfyUI/ComfyUI/models/loras/sd15。它能让模型更懂提示词 cakestyle。

通过在 Load Checkpoint 和 KSampler 之间加入节点 LoraLoaderModelOnly。开跑，得到 cakestyle 的 robot。通过调整参数可调整 LoRA 的力量。

使用 rgbthree-comfy 的 Power Lora Loader 节点可以得到增强的 LoRA 加载能力。

按下 [i] 按钮可查看该 LoRA 的详细信息。如果这个 LoRA 被 Civitai 网站收录，则可以 fetch 到关键的提示词信息。

第 14 章 – ControlNet 基础

提示

ControlNet 是扩散模型中的一种条件控制技术（Conditional Control），它的作用是：在不改变模型画风和绘画能力的前提下，精确控制图片的结构、姿势、边缘、深度、构图等信息。

如果说：

Checkpoint 决定"画家是谁"；
LoRA 决定"画家学会了什么新技能"；
ControlNet 决定"画家必须按照哪张草图来画"。

用文字描述想法可能不是很精确，ControlNet 引入了图像作提示。

提示

输入	ControlNet 提供的信息
Canny	边缘
Depth	深度
OpenPose	人体姿势
Lineart	线稿
Scribble	草图
Seg	分割图

加载 4 Juggernaut Reborn txt2img + ControlNet.json，按照提示下载

control_v11f1p_sd15_depth_fp16.safetensors、
control_v11p_sd15_canny_fp16.safetensors 和
control_v11p_sd15_openpose_fp16.safetensors

放置在 Comfy-Desktop/ComfyUI-Installs/ComfyUI/ComfyUI/models/loras/sd15 中。

还要再装扩展节点 comfyui_controlnet_aux。

工作流中看到在 CLIP 后加上了 Apply ControlNet 节点。随便搜一张兔子的线稿图然后开跑：

提示

在早期的 ComfyUI 中，如果你想使用不同的 ControlNet，需要分别使用不同的节点（Canny Edge、OpenPose Estimator、Depth Estimator 等）。后来，ComfyUI 的 comfyui_controlnet_aux 插件提供了 AIO Aux Preprocessor，把这些节点全部整合到了一起。

ControlNet 模型	控制类型	推荐预处理器（AIO Aux Preprocessor 中）	输入	输出
`control_v11f1p_sd15_depth_fp16.safetensors`	深度（Depth）	Depth (MiDaS)（首选）、Depth (ZoE)、Depth (LeReS)	普通图片	深度图（灰度）
`control_v11p_sd15_canny_fp16.safetensors`	边缘（Canny）	Canny	普通图片	Canny 边缘图
`control_v11p_sd15_openpose_fp16.safetensors`	人体姿态（Pose）	OpenPose、OpenPose Full、DWPose（推荐）	人物图片	骨架图（关键点）

更换 ControlNet 模型为 control_v11f1p_sd15_depth_fp16.safetensors，改为使用 DepthAnythingPreprocessor（这会请求下载额外的模型，遇到网络问题了，西八），先 pending。

Apply ControlNet 节点参数：

参数	含义	取值范围	数值越大意味着	常见推荐值
Strength	ControlNet 对生成结果的影响强度	一般 `0~2`（可更高）	对控制图的遵循越严格，Prompt 的影响相对减弱	`0.6~1.0`（OpenPose 常用 `0.8~1.2`）
Start Percent	ControlNet 从采样过程的哪个百分比开始生效	`0.0~1.0`	越晚开始介入，前期越让模型自由生成	通常 `0.0`
End Percent	ControlNet 在采样过程的哪个百分比停止生效	`0.0~1.0`	越晚停止，对整个生成过程影响越久	`0.7~1.0`（OpenPose 常用 `1.0`）

使用 ControlNet 非预期的常见原因：

第 15 章 – 检查点、AIO 模型与 Z-Image 工作流

扩散模型也有不同的类别，它们并不改变模型已有的知识，而是知识的调度不同：

提示

名称	属于什么	含义	是否影响画质	是否节省显存
AIO	节点/模型封装	All-In-One，将多个功能整合到一个节点或模型	❌	❌
FP32	权重精度	32 位浮点	最高	❌（最大）
FP16	权重精度	16 位浮点，目前最常见	几乎无损	✅
BF16	权重精度	Brain Float16，新 GPU 常用	几乎无损	✅
FP8	权重精度	8 位浮点	略有损失	✅✅
GGUF	模型格式	llama.cpp 使用的统一模型格式，可包含量化	视量化等级而定	✅✅✅
INT8 / INT4	量化方式	整数精度量化	有一定损失	✅✅✅

打开 5a Z-Image Turbo Fp8 AIO txt2img.json，加载比先前更大的模型 z-image-turbo-fp8-aio.safetensors （z-image-turbo-fp8-aio.safetensors · SeeSee21/Z-Image-Turbo-AIO at main，9.6 GB）和 z_image_turbo_bf16.safetensors（split_files/diffusion_models/z_image_turbo_bf16.safetensors · Comfy-Org/z_image_turbo at main，11.5 GB）至 Comfy-Desktop/ComfyUI-Installs/ComfyUI/models/checkpoints/z-image。

提示

功能	前一个（SD1.5）	当前（Z-Image Turbo）	原因
模型	Juggernaut Reborn（SD1.5）	Z-Image Turbo AIO	底层模型完全不同
Positive Prompt	一个 CLIPTextEncode	一个 CLIPTextEncode	相同
Negative Prompt	单独一个 CLIPTextEncode	没有单独 Negative Prompt	Turbo 模型不需要传统 Negative Prompt
Latent	EmptyLatentImage	EmptySD3LatentImage	SD3/AuraFlow 专用 Latent
Sampling	KSampler	KSampler	相同
Decode	VAEDecode	VAEDecode	相同
Save	SaveImage	SaveImage	相同
新增节点	无	ModelSamplingAuraFlow	AuraFlow 专用采样配置
新增节点	无	ConditioningZeroOut	构造空 Negative Conditioning

可以借助 LLM 获得更好的 CLIP 提示词。

z-image-turbo-fp8-aio.safetensors 这个模型生成的图像不受 512 x 512 大小的限制，细节也更多。

第 16 章 – 使用扩散模型（FP8 或 FP16）

之前的模型是 AIO 模型，它将 UNet（扩散模型），CLIP 和 VAE 都集成在了一个文件中，方便开箱即用但是不灵活。

提示

	医学分割 UNet	扩散模型 UNet
输入	图片	带噪声的 Latent（或 Pixel）+ 时间步 + 文本条件
输出	每个像素属于哪个类别	每个位置的噪声预测值
损失函数	Segmentation Loss	Noise Prediction Loss
用途	图像分割	图像生成

打开 5b Z-Image Turbo Fp8 txt2img.json，继续下载模型到相应位置……

提示

文件名	大小	下载地址	拆解	含义
`z-image-turbo_fp8_scaled_e5m2_KJ.safetensors`	6.16 GB	Kijai/Z-Image_comfy_fp8_scaled at main	z-image + turbo + fp8 + scaled + e5m2 + KJ	Z-Image Turbo 扩散模型，FP8 精度，经过缩放（scaled），采用 E5M2 FP8 格式，由 Kijai 转换
`qwen_3_4b_fp8_mixed.safetensors`	5.63 GB	Comfy-Org/z_image_turbo at main	qwen + 3 + 4b + fp8 + mixed	Qwen3 4B 文本编码器，FP8 混合精度版本
`ae.safetensors`	335 MB	Comfy-Org/z_image_turbo at main	ae	AutoEncoder（VAE）模型

可以根据当前电脑的配置找到最适合自己电脑的模型。

第 17 章 – 使用 GGUF 模型

提示

可以把 GGUF 理解成：一种把 AI 模型压缩并打包后的文件格式，目的是减少显存占用、提高本地运行效率。

打开 5c Z-Image Turbo GGUF txt2img.json，继续下载模型……

提示

文件名	大小	下载地址	拆解	含义
`z-image-turbo-q4_k_s.gguf`	4.34 GB	https://huggingface.co/gguf-org/z-image-gguf/tree/main	z-image + turbo + q4_k_s + gguf	Z-Image Turbo 扩散模型，采用 GGUF 格式，Q4_K_S 四位 K-Quant 量化版本。
`qwen-4b-zimage-heretic-q8.gguf`	4.28 GB	https://huggingface.co/Lockout/qwen3-4b-heretic-zimage/tree/main	qwen + 4b + zimage + heretic + q8 + gguf	基于 Qwen3 4B 的 Z-Image 文本编码器，针对 Z-Image 工作流进行了 Heretic 社区适配，采用 GGUF 格式和 Q8（8-bit）量化。
`ae.safetensors`	335 MB	https://huggingface.co/Comfy-Org/z_image_turbo/tree/main/split_files/vae	ae	AutoEncoder（VAE）模型，负责图像空间（Pixel Space）与潜空间（Latent Space）之间的编码与解码，Z-Image 与 FLUX.1 共用该 AE。（上一节已安装）

第 18 章 – 批量生成、风格与多重提示词

要一次性生成多张图片，可以改批量大小：

下载插件 comfyui-itools，解锁 iTools Line Loader 节点，替换掉 CLIP 原生节点中的提示词输入。

提示

iTools Line Loader 节点从一段多行文本中，根据指定的索引（Seed）取出其中的一行。

可以用 iTools Prompt Loader 节点将提示词来源指向至外部的文本文件。

可以用 iTools Prompt Styler 节点加载插件中预设的风格提示词（XXX.yaml），这样提示词的描写就只要集中于事物上了（这个不错，我喜欢）。

可以用 iTools Prompt Styler Extra 实现多重风格提示词（画出线条小狗了可还行）：

第 19 章 – 在 Z-Image Turbo 中使用 LoRAs

打开 6 Z-Image Turbo Fp8 AIO txt2img + Lora.json，继续下载 pixag1rlwh1t3.safetensors（Pixaroma/experimental_loras at main，83 MB）……让模型理解提示词 pixag1rlwh1t3。

变身美爷，进入 AI Models | Civitai 查找更多 LoRA！找一个 Pixel Pix! - CE - V01a - Z-Image Turbo | ZImage LoRA | Civitai，确定模型类型匹配（ZmageTurbo），得到 PixelPix01_CE_ZIMGT_AIT4k.safetensors 让模型理解提示词 Pixel Pix!。

将 LoRA 对应的提示词用 Note 节点在旁边提示是一个好习惯。

第 20 章 – 在 Z-Image Turbo 中使用 ControlNet

打开 7 Z-Image Turbo Fp8 AIO txt2img + ControlNet.json，继续下载 Z-Image-Turbo-Fun-Controlnet-Union.safetensors（alibaba-pai/Z-Image-Turbo-Fun-Controlnet-Union at main，2.9 GB）……

再来一张，但是没有达到想要的直接给场景迁移成雪景的效果……

第 21 章 – API 节点

ComfyUI 也有个中转站，可以爆金币让绘图/创建提示词等调用模型的流程在云端上进行。

还能用支付宝/微信送钱，不够要求填写所在地址，不知道会不会因此让有些模型即使充了钱也不能访问到？