1. 装ComfyUI之前，先把这几件事想清楚

很多人在社交平台上看到别人用ComfyUI生成了好看的图、或者把一段视频转成另一种画风，第一反应就是去搜“ComfyUI下载”“ComfyUI安装教程”，然后照着教程一路点“下一步”。结果显卡风扇还没转起来，就卡在报错弹窗上，回头一看，往往是环境没准备对。

我先说结论：ComfyUI不是那种“双击就能用”的软件，它是围绕模型、节点、工作流运转的本地AI绘图工具，开源免费，但需要你自己兜底运行环境。和另一款常见的WebUI相比，ComfyUI更像搭积木——每个处理步骤都是一个节点，你把这些节点连起来，就成了完整的文生图、图生图、甚至图生视频流程。好处是灵活、可控、节省显存，坏处是第一次接触时会把不熟悉节点连线的人劝退。

这篇内容不是那种“下一步下一步”的极简教程，我会把下载安装、模型放置、工作流搭建、图生视频这些步骤摊开讲，并把我实际踩过的坑一并写上，适合刚接触ComfyUI、想在本地跑AI绘画或视频编辑的人参考。

1.1 显卡要求与显存计算：先看看你的电脑扛不扛得住

ComfyUI对显卡的要求，核心就看两个指标：显存和算力。NVIDIA显卡配合CUDA加速是最省心的方案，目前主流的RTX 3060 12GB、RTX 4060 8GB、RTX 4090 24GB都能跑，显存越大，能加载的模型越大，出图分辨率也越从容。

怎么判断一张图大概吃多少显存？有个粗略经验公式：图片高度乘以宽度，再乘以一个系数。比如输出512x512的图，基础占用大约在3GB到4GB；跑到1024x1024，加上模型本身加载占用，8GB显存就比较吃紧。文生图时你输入的分辨率、采样步数、是否开高清修复，都会直接影响显存峰值。

没有NVIDIA独显怎么办？能跑，但要认清现实：纯CPU跑ComfyUI的出图速度非常慢，可能几分钟才出一张512小图。AMD显卡需要额外折腾，Mac用户可以借助MPS后端，但支持度和体验都有限。如果你只是尝鲜，可以先用CPU跑通流程，认真玩的话，还是建议换N卡。

1.2 秋叶整合包 vs 手动部署：到底选哪个

安装ComfyUI通常有两条路。

一条是手动部署：装Git、装Python、拉取ComfyUI仓库、创建虚拟环境、安装依赖、配置PyTorch和CUDA、启动。好处是所有版本自己控制，适合长期折腾的人；坏处是步骤多，任何一个版本不匹配都可能报错。

另一条是秋叶整合包，这是国内社区非常流行的一键安装包方案，把Python环境、ComfyUI本体、基础依赖、常用插件预先打包好了，解压通常就能用。对多数人来说，我推荐先走这条路线，把核心功能跑通，再慢慢了解底层。

我自己最初是从手动部署入门的，那时为了装环境就折腾了大半天，后来帮朋友装，用整合包省了很多时间。不过用整合包也要注意一点：它不是官方出品，包里集成了第三方脚本，下载前要确认来源可靠，跑起来之后也别随便更新核心文件，免得把封装好的环境搞崩。

1.3 磁盘空间和内存：比想象中更重要的准备

很多人盯着显卡看，却忽略了硬盘和内存。一个大尺寸模型文件动辄4GB到7GB，工作流里常用的LoRA、VAE、ControlNet模型加在一起，几十GB很正常。建议给ComfyUI所在的磁盘至少预留80GB到100GB空间。

内存方面，16GB是起点，32GB会更从容。Win系统运行较大模型时，内存不够会频繁调动虚拟内存，导致出图极慢。安装前顺手把Windows虚拟内存设置大一点，我习惯手动设置16GB到32GB，省得跑一半弹“内存不足”。

2. 安装部署全流程：从解压到切换国内源

不管你是用整合包还是手动部署，流程里绕不开几个关键环节：下载、解压、启动、确认界面、配国内源。这一步做扎实了，后面模型下载和工作流搭建才会顺畅。

2.1 整合包目录结构说明：别一解压就找exe瞎点

秋叶整合包下载下来通常是个压缩包，有的甚至分成多个分卷，需要全部下载后才能完整解压。解压后你会看到类似这样的结构：

下载根目录下会有启动脚本（通常是“绘世整合包启动器”或类似可执行文件）、存放模型的那个大文件夹（models目录）、存放插件与扩展的目录，以及一些配置文件夹。

我第一次用整合包时犯过一个低级错误：只把压缩包里的某个exe单独解压出来，右键运行，提示缺一堆文件。后来才明白，必须完整解压整个包，路径里尽量不要出现中文字符或空格，否则一些插件脚本会读取异常。

如果解压后双击启动脚本没有任何反应，先检查是否被杀毒软件隔离了。很多整合包因为包含Python环境，会被误判，需要添加信任区域。这一步不是教程里常提的，但实际出问题的概率很高。

2.2 首次启动：浏览器端界面确认

整合包启动器一般会弹出图形界面，让你选择启动方式、查看依赖是否完整。点击“一键启动”后，程序会自动拉起一个本地服务，并打开浏览器。看到类似这样的界面就说明基础环境没问题：

页面上通常有一个空白画布区域，旁边有节点面板，右侧有设置区。初始加载时可能会提示缺少模型，这是正常的，因为整合包为了减小体积，不一定附带完整的大模型文件。下一步就是去补模型。首次启动还可以注意看控制台窗口，很多关键报错都会打印在那里，浏览器页面反而不会直接显示。

一个小建议：启动器里一般有“是否打开浏览器自动访问”的选项。如果你打算通过远程方式访问，记得关掉自动打开浏览器，手动输入地址。地址通常是127.0.0.1:8188，如果被占用，会改成8189等。

2.3 切换国内源：不做这一步，下载插件和模型会急死人

ComfyUI的插件管理器、模型下载功能默认走的都是国外源，在国内网络环境下经常超时。把国内源切换好，等于把“高速公路”修通了。

常见的做法是给pip源、GitHub地址、HuggingFace模型下载地址换成国内镜像。比如pip可以换成清华源或阿里源；GitHub仓库下载可以考虑代理加速服务；模型下载可以改用某些国内模型站提供的镜像链接。

具体到ComfyUI，还可以在启动器的配置里找到“切换源”或“镜像加速”按钮，选择国内源即可。如果你手动部署，可以修改ComfyUI根目录下的配置文件，填入镜像地址。核心理念就一个：让程序在下载依赖和模型时走更快的网络路径，而不是每次都要等超时重试。

3. 模型获取与放置：文生图的底层燃料

ComfyUI本身只是个空壳，真正决定出图风格和质量的是模型。文生图的基础模型，圈里常叫“底模”或“大模型”，文件格式一般是.safetensors，动辄几个GB。除此之外，还有VAE、LoRA、文本编码器等辅助模型。搞懂这些文件怎么放，才能让工作流跑起来不报错。

3.1 模型类型拆解：Checkpoint、VAE、LoRA和文本编码器

先说Checkpoint（也叫大模型、底模）。它是把生成图像所需的大部分知识打包在一起的文件，通常包含UNet、VAE和文本编码器的一部分。你在工作流里选择“加载Checkpoint”节点时，其实就是把这个大文件载入显存，让它根据提示词来生成图像。

VAE负责把潜空间数据解码成肉眼可见的图像像素。很多大模型内置了VAE，但有时需要使用独立的VAE文件来修复画面的灰暗或者细节模糊。

LoRA是一种轻量级微调模型，文件很小，几十MB到一两百MB不等。它不会单独生成图像，而是叠加在底模上，改变特定风格或角色特征。工作流里你会看到“加载LoRA”节点，可以理解为锦上添花。

文本编码器负责把提示词转换成模型能理解的向量。在过去，文本编码器常常是独立文件，后来很多大模型把编码器打包进了Checkpoint，但你在工作流里仍可能看到“加载CLIP”或“加载文本编码器”节点。

3.2 模型下载渠道：哪里下载、怎么选

国内用户最常用的渠道是各大模型站，比如C站、HuggingFace，以及国内的一些镜像站和整合包作者提供的模型包。选模型时要注意几点：

• 看模型使用协议，有的模型禁止商用，商用项目就要避开。
• 看模型标签，比如写实、二次元、插画风格，有针对地选择。
• 看模型版本，像SD1.5和SDXL/FLUX的底模不能混用，对应的工作流和LoRA也不通用。

下载时建议优先选.safetensors格式，这种格式更安全，不包含模块代码，不会像旧式.ckpt那样有执行任意代码的风险。

3.3 模型的放置目录与命名习惯

模型放置目录是固定套路。整合包根目录下会有一个models文件夹，里面按类别细分：

• checkpoints或Stable-diffusion目录放底模。
• vae目录放VAE文件。
• loras或LyCORIS目录放LoRA。
• text_encoders目录放文本编码器。
• controlnet目录放ControlNet相关模型。

文件放进去后，回到ComfyUI界面，有些情况需要刷新或重启才能看到新模型。命名方面，我建议统一用“作者-风格-版本”的结构，比如majicmixRealistic_v7.safetensors这种。命名乱了，模型一多就分不清谁是谁。别用中文名，有时候编辑器和插件处理中文路径会出问题。

4. 手把手搭一套文生图基础工作流

ComfyUI里的“工作流”就是一个节点网络图。你从加载模型开始，把提示词输入、采样器设置、图像解码这些节点串联起来，最后输出一张图。初次使用默认模板即可，但理解每个模块是做什么的，能让你之后出问题时快速定位。

4.1 默认工作流长什么样

新建工作流时会自动加载一套模板，通常由以下几个节点组成：

• 加载Checkpoint节点：选择底模，右侧输出MODEL、CLIP、VAE三个接口。
• CLIP文本编码节点（正向提示词）：输入你想要的内容。
• CLIP文本编码节点（负面提示词）：输入你不想要的内容。
• 空白潜空间图像节点：设定图像宽高。
• KL采样器节点：控制步数、CFG、采样器类型。
• VAE解码节点：把潜空间输出还原为图像。
• 保存图像节点：把最终图像保存到本地。

连线逻辑是：Checkpoint的MODEL输出接采样器的model输入，CLIP输出接文本编码器，文本编码器再把条件输出给采样器正负条件输入，VAE输出接VAE解码器，最后接保存图像。初次看到这些线别晕，本质上就是一条“原料→加工→成品”的流水线。

4.2 采样步数、CFG、采样器怎么设置

这一步新手最容易懵，因为参数之间互相影响。我给一套通用起步值：

• 步数（Steps）：20到30之间。步数太低画面粗糙，太高也不会无限变好，还拖慢时间。
• CFG：7左右。CFG控制提示词对画面的影响强度，太高会产生过饱和和失真，太低模型会忽略提示词。
• 采样器：偏好DPM++ 2M Karras或Euler a。前者锐利细节好，后者插画感更浓一些。
• 分辨率：先跑512x512或768x768，不要一上来就1024以上，容易显存不足。

配完参数后，点击“排队提示词”按钮（通常按钮是“Queue Prompt”或工具栏中的黄色按钮），输出区域就会开始逐行展示生成过程。首张图生成可能比后续慢，因为模型需要加载进显存。

4.3 提示词案例：正向词和反向词怎么写

提示词的质量直接决定画面方向。正向提示词建议按“内容主体、环境细节、风格、质量词”的顺序来写。比如想要一张黄昏海边少女的插画：

masterpiece, best quality, anime style, a girl standing on the beach, sunset, ocean waves, golden light, detailed illustration

反向提示词写你不希望在画面中出现的内容：

lowres, bad anatomy, bad hands, missing fingers, extra digits, blurry, jpeg artifacts, watermark

质量词放在前面是很多人的习惯，因为模型对开头词注意力更高。想试验词语组合的影响，可以逐步加减词对比画面变化。熟练之后会发现，反向词里的“bad hands”基本是必填项，因为AI画手经常翻车。

5. 图生视频与图像编辑：ComfyUI的进阶玩法

跑通文生图只是第一步，进阶玩法才是ComfyUI真正吸引人的地方。图生图、局部重绘、图像编辑、图生视频，本质上都是在工作流里增加或更换节点。这部分对新手来说是“从会用到会用得花”的分水岭。

5.1 图生图的工作流变化

图生图就是把一张参考图作为输入，让模型在它的基础上修改或重绘。工作流与文生图的差别在于多了一个“加载图像”节点和一个“图像缩放”节点。加载的图像先经过VAE编码变成潜空间数据，再与采样器连接。

实际使用时，你会看到“重绘幅度”（Denoising strength）这个参数，它控制修改程度。数值越低，图像越接近原图；数值越高，模型自由发挥的空间越大。比如想轻微改变色调，设0.3左右；想彻底换风格，可以设0.7以上。这里的线不能接错：图像节点输出的是IMAGE类型，需要先通过“VAE编码”节点转成潜空间数据，再接到采样器的latent输入上。

5.2 图生视频的常用节点与工具

图生视频在ComfyUI里通常需要借助额外的插件和模型实现，比如常见的AnimateDiff、SVD（Stable Video Diffusion）等。工作流会比图生图复杂不少，核心思路是：把静态图作为首帧，让模型基于该帧和指定的运动描述生成一组连续的帧序列，再通过视频解码节点输出为可播放的视频文件。

我实际体验下来，安利一个相对省心的方案：用ComfyUI的“VideoHelperSuite”插件配合SVD模型。先装插件，再到工作流里加载包含“Load Image”节点和“SVD image to video”相关节点的工作流。SVD模型的输出是一个帧序列，后续接上“保存视频”节点，就能导出为MP4或GIF。

视频生成对显存和时间的消耗都远高于单图。以512x512分辨率、14帧为例，8GB显存勉强能跑，但速度很慢，实质是连续做多次迭代。建议先把文生图流程摸熟，再来玩视频，否则报错率太高容易心态崩。

5.3 插件安装与模型工作流配置技巧

ComfyUI的插件系统是它生态强大的来源。常用插件有控制画面结构的ControlNet、管理模型不用手动找文件的节点管理工具、批量出图用的效率插件等。

安装插件有两条路径：

• 通过ComfyUI Manager（节点管理器）界面搜索安装。
• 手动把插件仓库克隆到custom_nodes目录，重启程序。

推荐先安装ComfyUI Manager，之后装其他插件会方便很多。网络不通时，先切国内源再用管理器安装，否则会无限转圈。

工作流配置方面，有一个原则：从别人分享的工作流文件（通常是.json格式）导入时，会提示缺少节点或模型。缺少节点就按提示安装对应插件，缺少模型就下载模型放到对应目录。很多人导入失败不是工作流本身的问题，而是环境里没有配齐运行它的“零件”。

6. 实测中的常见故障与排查思路

这部分我原本不打算写，但回想自己装ComfyUI的经历，遇到的报错比教程里讲的“正常流程”多得多。整理几个高频问题，按排查链路写出来，能帮你少走弯路。

6.1 端口被占用、页面打不开

现象：启动脚本显示服务已开启，但浏览器访问127.0.0.1:8188打不开，或页面一直加载。

排查链路：先看控制台是否报错，比如端口被占用。此时有两种处理办法：修改启动配置，换一个端口，或者直接杀占用进程。官方默认端口是8188，你可以在启动时通过命令添加--port 8189试一次。

如果控制台没有任何输出但浏览器打不开，检查Windows防火墙是否拦截了本地Python进程。整合包第一次运行时常会触发防火墙弹窗，很多人没留意就点了拒绝，导致外部访问不通。

6.2 “没有找到模型”的报错

现象：点击生成后，控制台或界面显示找不到模型，比如Could not find model with id xxxx。

排查链路：这种报错大多因为缺少模型或模型路径不对。去models/checkpoints（或对应分类目录）看看是不是空的。空的就下载模型；有文件但还报错，检查文件名是否有特殊字符、文件是否完整，有些下载到一半的模型文件扩展名还是.safetensors.part或.download，需要等待下载完成或重新下载。

另一种可能是你在工作流里引用了绝对路径，或者从别人的工作流导入，而对方使用的模型名和你本地不一致。解决办法是打开加载模型节点，重新选择下拉列表中的模型。

6.3 显存不足与生成崩溃

现象：跑到中途报CUDA out of memory，程序卡死或生成黑图。

处理优先级：先把分辨率降下来，比如从1024降到768或512。关掉高清修复，减少批次数。其次，改用内存清理解锁工具或降低最大占用，也可以添加--lowvram启动参数，让ComfyUI在低显存模式下运行，逐层加载模型而不是一次性全塞进显存。

还有一种隐蔽情况：同时开了其他吃显存的软件，比如游戏、浏览器高负载页面。关掉它们再试。黑图或绿图往往是VAE缺失或解码异常，先确认工作流里VAE部分连接正确，实在不行加载一个独立VAE文件。

最后说点实在话

ComfyUI是个越用越顺手的工具，但上手阶段确实要适应节点思维。我见过很多人被安装步骤劝退，也有人装好后面对空白画布不知所措。我的建议是：别急着追求一键出图，先把一个基础文生图工作流从头走通，再逐步把进阶玩法融进去。看图生视频也好，图生图也好，底子全是这些基础节点。

再分享一个小技巧：把顺手的工作流保存成模板，命名为“基础文生图”“局部重绘”“视频生成”之类，下次直接调用，省去重新连线的时间。遇到不懂的英文节点，习惯性去搜一下节点功能说明，自己吃透一套工作流比收藏一百套别人的工作流更有用。