前言

你好！這是博主學習ComfyUI時的心得筆記，從零開始。博主是工業設計專業的學生，學ComfyUI是為了批量和易控地渲染手繪圖以及生成特定人物，主要面向應用，不會在底層原理上有過多深入。每期的推薦資料會放在文章末尾。
本系列一般不涉及節點參數的解讀，推薦需要時，在Github上檢索學習。
初來乍到，請多指教！

下載安裝

本章節將介紹ComfyUI的下載和安裝以及后續重要插件 ComfyUI Manager 的下載和安裝。

ComfyUI的下載和安裝

1. 國內網盤下載 ，在bilibili等平臺搜索“ComfyUI”下載，往往會有不錯的結果，非常多博主¹友好地免費提供網盤下載；
2. 【推薦】Github下載，直接訪問ComfyUI官方團隊的庫²，進行下載(需要翻墻 / 訪問國內鏡像網站)；
   • 下載“ComfyUI_windows_portable_nvidia.7z”即可
   • 解壓完畢后，請首先閱讀README_VERY_IMPORTANT文件，以下是對其的中文翻譯：

如何運行：如果你有N卡GPU，運行 nvidia gpu.bat （推薦使用）如果你想使用低速的CPU，運行 cpu.bat如果你在進入頁面時遇到了一個紅色的報錯，大概是由于你沒有在ComfyUI\models\checkpoints中保存任何模型，你可以在 https://huggingface.co/Comfy-Org/stable-diffusion-v1-5-archive/blob/main/v1-5-pruned-emaonly-fp16.safetensors 中下載Stable Diffusion 1.5，放入checkpoints文件夾更新ComfyUI的推薦辦法：訪問update文件夾，運行update_comfyui.bat想要與Python依賴一同更新的話，訪問update文件夾，運行update_comfyui_and_python_dependencies.bat如果你在電腦上已經在WebUI中下載了不少模型，并且想通過ComfyUI調用：
訪問ComfyUI文件夾，找到extra_model_paths.yaml.example，將其重命名為extra_model_paths.yaml，使用記事本打開，將WebUI中的模型文件夾地址復制進去，保存即可

3. Git下載，git clone是后續更新、下載ComfyUI及其節點包重要的途徑，推薦盡早安裝下載³,安裝過程中，只需要修改安裝地址即可（建議 D:/ 等軟件盤符Program Files文件夾），其他內容保持默認。

ComfyUI Manager 的下載和安裝

ComfyUI Manager是使用ComfyUI必要的插件，它可以快速幫助我們下載、補全某些非常便利的節點，后續我們會逐漸探索ComfyUI Manager的強大功能。

Github作者⁴提供了4種ComfyUI Manager的安裝方案，這里重點推薦2種：

1. 【推薦】Git Clone安裝，訪問ComfyUI/custom_nodes文件夾，在地址欄鍵入“cmd”打開命令提示欄，輸入以下內容后回車：

git clone https://github.com/ltdrdata/ComfyUI-Manager comfyui-manager

2. .bat 安裝,在下載好git后，把install-manager-for-portable-version.bat保存到 ComfyUI_windows_portable 文件夾中，雙擊安裝
   • 請右鍵該鏈接，“鏈接另存為”

啟動ComfyUI，在瀏覽器界面角落出現以下圖標，即說明安裝成功

運行第一個工作流

這里，我們將著手搭建我們的第一個ComfyUI工作流，它是一個基礎的文本轉圖像 (Text2Img) 工作流，如下圖所示，通過它，我們可以對ComfyUI基本的運行過程有所了解

初識節點 (Nodes) 工作流

從底層講，節點工作流中，每個節點都是一段封裝好的代碼，搭建節點工作流的過程，就是不斷調用代碼的編程過程。它具備過程透明，高自由度的優點，但同時因其存在大量節點，且逐級運行，也存在強調邏輯，學習，記憶成本高的“缺點”。
在搭建節點工作流的過程中，知道我有什么（文本/待處理圖片）和我要什么（生成圖片/放大圖片/局部重繪）很重要，它是我們的重要切入口，可以幫助我們梳理過程環節，這同樣是編程思維的再次體現。

既然是一種編程任務，那么對初學者來說，流程圖無疑是非常重要的工具

案例1 Image Generation

案例文件"Image Generation"由官方 Browse Templates 提供。

在流程圖中，已經梳理好了生成一張圖片需要的關鍵過程，接下來，我們將進一步了解具體的實現步驟

繪制流程圖，確定關鍵節點

（繪制過程略）我們只有得知圖片大小和內容后，才能生成我們的圖片，而內容是根據文本（圖片）描述和圖片風格確定的，因此，我們需要：

• 圖片大小控制節點： Empty Latent Image
  
• 文本（圖片）描述節點（本案例輸入內容為文本）：CLIP Text Encode(Prompt)
• 圖片風格節點（即.checkpoint大模型節點）導入：Load Checkpoint
• 圖片輸出節點(保存圖片)：Save Image
  

放置關鍵節點，確定連接順序

在本章節開頭已經展示了完整的連接順序，它并非一氣呵成，逐級推進，而是以先放關鍵節點，再補充中間過程的思路確定的：

• 找到并放置關鍵節點
  

除了通過快速檢索欄調用，ComfyUI同樣支持右鍵呼出菜單欄調用，通過菜單欄中的命名，可以猜到節點屬于哪里，這對不知道節點叫什么，但知道它要起什么功能時很有幫助

補充中間過程，完成流程搭建

實現數據的處理和流通，是本環節的關鍵。在ComfyUI中，兩個節點塊有相同顏色的小圓點，表示可以直接流通該數據，如上圖中Load Checkpoint右邊的黃色CLIP和CLIP Text Encode(Prompt)左邊的黃色clip。那如果沒有顏色對應的小圓點呢？那就說明需要一些中間過程來對數據進行處理（Encode 編碼/Decode 解碼），在本案例中，有以下中間節點：

• 采樣處理節點：KSampler，它類似于WebUI中的參數設置面板，包括生成圖片過程中的隨機種子、步數、采樣器等參數都由此節點控制
  
• 潛變量圖像解碼節點：VAE Decode，KSampler采樣完成后，生成的是Latent Image相當于“底片”，但我們需要的是一張可視圖片，因此需要通過變自分解碼器 VAE Decode 對其進行“顯影”轉換
  
  節點添加完畢后，將所有對應顏色的小圓點相連，即可完成我們案例1的工作流搭建。

學習思路

明確應用方向

ComfyUI作為一個復雜平臺，可以實現非常多功能，滿足不同生產需要。但復雜意味著決策，在打開、學習ComfyUI之前，先問問自己，想用它來干什么，然后直接去查看相關的應用即可，小白千萬不要在一開始陷入對原理、技術的探求，就跟學英語時，不要一來就拿著牛津詞典干啃一樣。

以博主自身為例，博主是工業設計專業的學生，需要大量用到草圖上色，快速渲染這樣的圖生圖功能，偶爾用到人物姿態生成、幀圖片等其他功能，不會把精力花費在實現以上功能外的地方。

拋棄細節，塊狀記憶

承接上文，抓住“應用方向”這個關鍵，就可以快速查找到想實現目標需要的關鍵環節。ComfyUI的節點成百上千，挨個記憶是不現實的，低收益的，但不難發現，ComfyUI的搭建實際上就是將不同環節的數據處理，傳遞，再處理，如果我們將這些過程切塊，記住每一塊需要什么，產出什么，將極大地降低我們的記憶成本。至于每一塊的實現細節（具體節點），那就去扒網上的案例庫好了。

目錄、索引式記憶比起內容、字典式記憶來得有效率得多。這不是學生時期的考試，利用工具，節約時間是首要的

---

1. bilibili Nenly同學 ??

2. ComfyUI Github網址 ??

3. Git下載地址 ??

4. ComfyUI Manager Github網址 ??