ComfyUI从零到精通：2026年最完整工作流搭建教程

很多人问我：ComfyUI和WebUI到底选哪个？

我的答案是：想认真做AI绘画，必须学ComfyUI。

今天这篇教程，从零开始，手把手带你搭建第一个完整工作流。

1. 为什么选ComfyUI

先说清楚为什么值得花时间学：

1. 节点化设计：每个步骤可视化，出问题一眼看出来
2. 工作流可复用：别人的工作流直接导入，站在巨人肩膀上
3. 性能更强：同样配置，ComfyUI出图速度比WebUI快20-40%
4. 社区活跃：GitHub Star已超10万，插件生态最丰富

2. 安装配置

2.1 系统要求

• GPU: NVIDIA 8GB显存以上（推荐12GB+）
• 内存: 16GB以上
• 系统: Windows 10/11 或 Linux

2.2 安装步骤

方法一：官方安装包（推荐新手）

1. 访问 ComfyUI GitHub 页面
2. 下载 ComfyUI_windows_portable.7z
3. 解压到任意目录
4. 双击 run_nvidia_gpu.bat 启动

方法二：手动安装

  
    
    
    
  
  bash
# 克隆仓库
git clone https://github.com/comfyanonymous/ComfyUI

# 安装依赖
pip install -r requirements.txt

# 启动
python main.py

2.3 模型配置

把模型文件放到对应目录：

  
    
    
    
  
  bash
ComfyUI/
├── models/
│   ├── checkpoints/    # 主模型 (.safetensors)
│   ├── loras/          # LoRA文件
│   ├── vae/            # VAE文件
│   └── controlnet/     # ControlNet模型

3. 核心工作流搭建

3.1 基础文生图工作流

最基础的工作流包含6个核心节点：

1. Load Checkpoint – 加载主模型
2. CLIP Text Encode – 正向提示词
3. CLIP Text Encode – 负向提示词
4. Empty Latent Image – 设置图片尺寸
5. KSampler – 采样器（核心）
6. VAE Decode + Save Image – 解码保存

3.2 KSampler关键参数

3.3 图生图工作流

在基础工作流基础上，替换 Empty Latent Image 为：

1. Load Image – 加载参考图
2. VAE Encode – 编码为Latent

关键：denoise 参数调低到 0.5-0.75，保留原图结构。

3.4 ControlNet工作流

ControlNet是ComfyUI最强大的功能之一：

1. 加载 ControlNet 模型节点
2. 连接预处理器（Canny/Depth/Pose等）
3. 将ControlNet输出连接到KSampler

常用预处理器：

• Canny：边缘检测，保持线条结构
• Depth：深度图，保持空间关系
• OpenPose：人体姿态控制
• Scribble：草图转精图

4. 提示词技巧

4.1 正向提示词结构

  
    
    
    
  
  bash
[质量词], [主体描述], [风格], [光线], [构图], [细节]

示例：
masterpiece, best quality, 1girl, long hair, 
standing in garden, soft lighting, bokeh, 
detailed face, photorealistic

4.2 负向提示词模板

  
    
    
    
  
  bash
bad quality, worst quality, low quality, 
normal quality, jpeg artifacts, blurry, 
extra fingers, mutated hands, poorly drawn

5. 常见问题解决

Q: 显存不足怎么办？
A: 启动时加参数 --lowvram 或 --medvram

Q: 出图速度慢？
A: 检查是否用了GPU，任务管理器看GPU占用率

Q: 节点连接报错？
A: 检查数据类型是否匹配，红色连线表示类型不兼容

6. 总结

ComfyUI学习曲线确实比WebUI陡，但一旦上手，效率和灵活性完全不是一个级别。

建议学习路径：

1. 先跑通基础文生图工作流
2. 学会导入别人的工作流
3. 逐步理解每个节点的作用
4. 开始自己搭建和修改工作流

坚持两周，你会发现ComfyUI真的香。