ComfyUI 使用介绍：功能、价格与上手指南

ComfyUI 是一款基于节点工作流的 Stable Diffusion 图形界面，以灵活、高效、可定制著称。本文详解其核心功能、与 WebUI 的差异、免费开源模式及云服务价格，并提供从安装到首个工作流的完整上手指南，帮助 AI 绘画爱好者与专业用户快速入门。

如果你正在寻找一款能精确控制 AI 绘画流程的工具，ComfyUI 几乎是绕不开的名字。它不像传统 WebUI 那样“填表式”操作，而是用节点连接的方式，把生图过程拆解成可复用、可调试的工作流。

本文将从功能、价格到上手步骤，带你全面了解 ComfyUI，并在文末给出明确的学习建议。

ComfyUI 是什么？

ComfyUI 是一个开源的 Stable Diffusion 图形用户界面，核心特点是节点式工作流。每个节点代表一个操作（如加载模型、编码提示词、采样、解码图像），用户通过连线定义数据流向。

它最初由社区开发者 Comfyanonymous 创建，现已成为 AI 绘画领域最活跃的项目之一，支持 SD1.5、SDXL、SD3、Flux 等主流模型。

与 AUTOMATIC1111 WebUI 的核心差异

维度ComfyUIA1111 WebUI
操作方式节点连线表单填写
学习曲线较陡平缓
显存占用较低较高
工作流复用强，可导出 JSON弱，依赖配置
自动化能力极强，支持 API一般
插件生态丰富且快速增长非常丰富

简单说：WebUI 适合快速出图，ComfyUI 适合精细控制与批量生产。

ComfyUI 的核心功能

1. 节点式可视化编程

所有生图步骤以节点呈现，你可以像搭积木一样组合。例如：

  • Load Checkpoint → 加载模型
  • CLIP Text Encode → 编码正向/负向提示词
  • KSampler → 采样去噪
  • VAE Decode → 解码为图像
  • Save Image → 保存结果

这种结构让每一步都透明可见，便于排查问题。

2. 工作流保存与分享

ComfyUI 的工作流可导出为 JSON 文件，也能直接拖入 PNG 图片还原。社区有大量现成工作流，覆盖文生图、图生图、ControlNet、AnimateDiff 等。

3. 低显存优化

相比 WebUI，ComfyUI 对显存更友好。6GB 显存即可运行 SD1.5，8GB 可较流畅运行 SDXL（配合优化）。

4. 强大的扩展生态

通过 ComfyUI Manager 可一键安装数千个自定义节点，例如：

  • Impact Pack：面部修复、细节增强
  • AnimateDiff：生成动画
  • ControlNet Aux：预处理器集合
  • IPAdapter Plus：图像提示

5. API 与自动化

ComfyUI 提供 API 接口，可将工作流集成到 Python 脚本、网站或批量任务中，适合商业化生产。

ComfyUI 价格：免费开源，云服务另计

本地使用：完全免费

ComfyUI 本身是开源软件，遵循 GPL 协议，本地安装和使用不收取任何费用。你需要承担的是硬件成本（显卡）和电费。

云平台价格参考

如果本地显卡不足，可使用云 GPU 运行 ComfyUI。以下是常见平台的大致价格（按小时计）：

平台显卡参考价格（元/小时）
RunPodRTX 4090约 5-8
Vast.aiRTX 3090约 3-5
国内某云RTX 4090约 4-7
Google ColabT4（免费版）免费但受限

价格随市场波动，请以平台实时报价为准。

是否值得付费？

  • 偶尔使用：先用免费 Colab 或本地低配尝试。
  • 高频创作：云 GPU 按小时付费更划算，避免一次性购卡。
  • 商业生产：建议本地高配或包月云实例，稳定性更好。

ComfyUI 上手指南：从安装到第一张图

第一步：安装 ComfyUI

Windows 便携版（推荐新手）

  1. 访问 GitHub 官方仓库，下载 ComfyUI_windows_portable.7z。
  2. 解压到非中文路径，例如 D:\ComfyUI。
  3. 双击 run_nvidia_gpu.bat 启动。
  4. 浏览器打开 http://127.0.0.1:8188。

手动安装（适合进阶）

git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
pip install -r requirements.txt
python main.py

第二步：放置模型文件

将模型放入对应目录：

  • 大模型：models/checkpoints/
  • VAE：models/vae/
  • LoRA：models/loras/
  • ControlNet：models/controlnet/

推荐新手先下载一个 SD1.5 或 SDXL 基础模型（如 v1-5-pruned-emaonly.safetensors）。

第三步：加载默认工作流

启动后界面已有一个默认文生图工作流。点击 Load Default 可恢复。

第四步：生成第一张图

  1. 在 Load Checkpoint 节点选择你的模型。
  2. 在正向 CLIP Text Encode 输入提示词，例如：a cute cat, masterpiece, best quality。
  3. 在负向输入：low quality, blurry, bad anatomy。
  4. 点击 Queue Prompt。
  5. 等待片刻，图像会显示在 Save Image 节点中。

第五步：安装 ComfyUI Manager（必做）

Manager 是管理插件的核心工具：

  1. 进入 custom_nodes 目录。
  2. 执行：git clone https://github.com/ltdrdata/ComfyUI-Manager.git。
  3. 重启 ComfyUI，界面会出现 Manager 按钮。
  4. 通过它搜索、安装、更新节点。

第六步：学习推荐路径

  • 第 1 周：熟悉默认工作流，理解 KSampler 参数（步数、CFG、采样器）。
  • 第 2 周：尝试图生图、LoRA 加载、ControlNet。
  • 第 3 周：学习工作流导入导出，使用社区工作流。
  • 第 4 周：尝试 API 调用与批量生成。

常见问题

ComfyUI 难学吗？

初期需要理解节点逻辑，但掌握后效率远超 WebUI。建议从默认工作流开始，不要一上来就搭复杂流程。

需要什么显卡？

  • 最低：GTX 1060 6GB（SD1.5 可跑）
  • 推荐：RTX 3060 12GB 及以上
  • SDXL/Flux：建议 RTX 4070 Ti 及以上

可以商用吗？

ComfyUI 软件本身可商用。但生成的图像版权取决于所用模型许可，请仔细阅读模型协议。

结论：ComfyUI 适合你吗？

ComfyUI 不是“更简单的 WebUI”，而是“更强大的工作流引擎”。

推荐使用 ComfyUI 的情况：

  • 需要精确控制生图每一步
  • 想复现或分享完整工作流
  • 显存有限但想跑大模型
  • 需要批量生成或 API 集成

暂不推荐的情况：

  • 只想快速输入提示词出图
  • 完全不想学习节点逻辑
  • 硬件极低且不愿使用云服务

总体而言，ComfyUI 代表了 AI 绘画工具的专业化方向。花几天时间入门，你获得的将是一套可长期复用的创作系统。

返回 AI 教程列表