ComfyUI / 人工智能 / 嘎嘎山湖

W2I by ComfyUI

@ 9 min read

W2I by ComfyUI

通过ComfyUI实现文字生图的简单教程。

一、ComfyUI 是什么

ComfyUI 是一款基于节点的开源 AI 图像生成引擎，GitHub 上已获得 10 万+ Star，是目前 AI 绘画领域最受欢迎的工具之一。

节点式工作流：将图像生成过程拆解为可视化节点（加载模型-输入提示词-采样-VAE解码-输出图片），像搭电路一样拖拽连线，每步参数精确可控；

高度模块化：想改哪步就只跑哪步，支持复杂流程组合（高清修复、局部重绘、ControlNet、上采样等）；

多模型支持：支持 SD 1.x/2.x/XL、SD3/3.5、Flux、Stable Cascade、HunyuanDiT、Pixart 等几乎所有主流开源模型,以及视频生成、3D 渲染等多媒体模型；

免费开源：完全免费本地运行,数据 100% 私有,无需 API 费用；

低门槛：智能显存管理,低至 1GB 显存即可运行;2025 年已发布 V1 桌面版,一键安装；

丰富生态：社区海量插件和现成工作流 JSON,下载导入即可使用。

能做什么

  • 🎨 AI 绘画：各种风格图像生成，精确控制每个参数
  • 👗 电商模特换装：一张图搞定全品类展示
  • 🏠 室内设计渲染：毛坯房秒变精装效果图
  • 🎬 AI 视频生成：图生视频、动画制作
  • 🖼️ 老照片修复：高清放大、上色修复
  • 🎵 音频生成：2024 年后已扩展至多媒体创作

二、启动脚本怎么选

ComfyUI 在 Windows 自带两个 GPU 启动脚本：run_nvidia_gpu 与 run_nvidia_gpu_fast_fp16_accumulation。

核心区别在计算精度模式。

两个 GPU 启动脚本对比

具体解释

run_nvidia_gpu

  • 默认使用 FP32（单精度浮点） 进行所有计算
  • 每个数占 4 字节，显存占用大，但数值范围宽（约 ±3.4×10³⁸），计算稳定，几乎不会出现精度问题
  • 适合：调试、对输出精度敏感的场景，或显存充足不在乎速度时

run_nvidia_gpu_fast_fp16_accumulation

  • 使用 混合精度：矩阵乘法用 FP16（半精度，每个数 2 字节） 完成，但累加（accumulation）仍用 FP32 保持精度
  • “fast” 的来源：GPU 的 Tensor Core 对 FP16 运算有硬件加速，吞吐量远超 FP32；同时显存占用减半，可以塞进更大的 batch 或更大模型
  • “fp16_accumulation” 的含义：累加步骤用 FP16 而非 FP32（比标准混合精度更快但精度稍低），是 NVIDIA cuBLAS 中 CUBLAS_MATH_DISALLOW_REDUCED_PRECISION_REDUCTION 相关优化的体现

FP32 vs FP16 选择建议

选择建议

  • 选 fast_fp16_accumulation：模型参数量 > 1 亿、单卡显存 < 24GB、或追求极致推理/训练速度
  • 选 run_nvidia_gpu：小模型调试、对数值稳定性要求极高、或 GPU 不支持 Tensor Core（如老旧 GTX 系列无 Tensor Core）时使用

三、第一次启动

启动脚本

直接双击 ComfyUI 自带的 run_nvidia_gpu_fast_fp16_accumulation 即可。终端会打印大量初始化日志，看到 To see the GUI go to: http://127.0.0.1:8188 即表示启动成功。

ComfyUI 启动日志

访问默认页面

浏览器打开 http://127.0.0.1:8188，即可进入 ComfyUI 工作流编辑器。

ComfyUI 默认页面

四、下载必要的工作流

1. 访问 civitai.com 找效果图、模型与工作流

civitai.com 是 ComfyUI 最大的素材库，里面每张效果图都对应一组”主模型 + 工作流”。

civitai 模型广场

2. 根据需要下载对应的模型

模型文件一般几百 MB 到几 GB，下载速度取决于 huggingface / 镜像站；下载后放进 ComfyUI 的对应目录即可被自动加载。

模型下载页

3. 下载对应的工作流

工作流是 JSON 格式的”节点连线图”，描述了从输入到输出的全部参数与流程。

workflow 下载页

4. 将工作流导入到 ComfyUI 页面

在 ComfyUI 顶部菜单 Workflows → Open 选择下载的 JSON。

导入 workflow

5. 阅读工作流内提示，了解必备的模型等信息

导入后检查每个模型加载节点对应的路径是否齐全——缺哪个就补哪个。

五、必选模型

主模型（建议）

https://civitai.com/models/620406/moody-pro-mix

其他必选

  • qwen_3_4b.safetensors —— 文本编码器
    下载地址：https://huggingface.co/Comfy-Org/z_image_turbo/resolve/main/split_files/text_encoders/qwen_3_4b.safetensors
  • ae.safetensors —— VAE
    下载地址：https://huggingface.co/Comfy-Org/z_image_turbo/resolve/main/split_files/vae/ae.safetensors
  • 4xNomosWebPhoto_RealPLKSR.pth —— 放大器
    下载地址：https://github.com/Phhofm/models/releases/download/4xNomosWebPhoto_RealPLKSR/4xNomosWebPhoto_RealPLKSR.pth
  • face_yolov8m.pt —— 人脸检测
    下载地址：https://huggingface.co/Ultralytics/YOLOv8/resolve/main/yolov8m.pt

六、可选模型

  • zit_sda_v1.safetensors（SDA 多样性）
    https://huggingface.co/F16/z-image-turbo-sda/resolve/main/zit_sda_v1.safetensors
  • 1xSkinContrast-High-SuperUltraCompact.pth（皮肤对比）
    https://openmodeldb.info/models/1x-SkinContrast-SuperUltraCompact
  • 4xNomos8k_atd_jpg.safetensors（备选放大器，更慢但更好）
    https://github.com/Phhofm/models/releases/download/4xNomos8k_atd_jpg/4xNomos8k_atd_jpg.safetensors
  • 4xUltraSharp（备选放大器）
    https://openmodeldb.info/models/4x-UltraSharp
  • SeedVR2（可选，默认关闭）
    需要 seedvr2_ema_7b-Q4_K_M.gguf 和 ema_vae_fp16.safetensors，需自行搜索，国内可从模型社区获取

七、安装 ComfyUI-Manager

建议选择 Minimal 工作流——它是最小化依赖的”Hello World”模板，适合做第一次实验验证。

启动后若控制台报”找不到某些节点”的错，说明你缺了 ComfyUI-Manager——它是官方插件管理器，几乎是必装工具。

ComfyUI-Manager 安装提示

ComfyUI-Manager 是什么

ComfyUI-Manager 是 ComfyUI 最核心的官方扩展管理器，专门用于管理自定义节点（插件）和模型文件，是 ComfyUI 生态中使用频率最高、几乎必装的工具，具备如下功能：

节点管理：搜索、安装、更新、卸载、禁用/启用自定义节点；

模型管理：分类管理模型文件（大模型、LoRA、VAE 等）；

缺失节点自动安装：导入别人的工作流 JSON 时，自动检测并安装缺失节点；

快照管理：备份和恢复 ComfyUI 的设置与状态，升级出问题可一键回滚；

安全检查：扫描插件潜在风险；

依赖修复：启动时自动修复节点兼容性问题；

命令行工具：cm-cli 支持批量操作，如 python cm-cli.py list --updates。。

修改 GPU 启动脚本

打开 ComfyUI 自带的 run_nvidia_gpu_fast_fp16_accumulation（或 run_nvidia_gpu），把 Python 调用行替换为：

.python_embededpython.exe -s ComfyUImain.py --windows-standalone-build --enable-manager --enable-cors-header --listen

启动脚本修改示意

三个参数的意义

–enable-manager：启用 ComfyUI Manager（插件管理器，方便安装自定义节点和模型）；

–enable-cors-header：允许跨域请求，使外部工具（如 API 调用、Web 前端）能访问 ComfyUI 接口；

–listen：监听所有网络接口（0.0.0.0），不限于 localhost，局域网内其他设备也能访问。

八、导入 workflow.json

把下载好的工作流拖进 ComfyUI 页面，就能看到完整节点图：

workflow.json 节点图

其中用到的三个模型文件

模型文件 加载节点 作用 ComfyUI 存放目录
moodyProMix_zitV13.safetensors UNETLoader 主干扩散网络(图像生成核心推理) models/diffusion_models/
qwen_3_4b.safetensors CLIPLoader 文本编码(提示词 → 条件向量) models/clip/
ae.safetensors VAELoader VAE 解码(latent → 像素图) models/vae/

九、四步验证部署

第一次运行：本机默认端口

访问 http://127.0.0.1:8188，验证 workflow 运行正常、无报错：

第一次 127.0.0.1:8188

如果能顺利完成图像生成，说明 ComfyUI 已经具备运行 workflow 的全部条件。

第二次运行：局域网 IP

访问 http://10.10.10.224:8188（10.10.10.224 是我工作电脑的局域网 IP）：

第二次 10.10.10.224:8188

如果能顺利完成图像生成，说明 ComfyUI 启动项的 --listen 选项生效。

我使用 Windows 操作系统，在防火墙中将 TCP 8188 和 TCP 8989 端口设置了放行策略。

第三次运行：通过 Web API + 前端网页

http://127.0.0.1:8989 是本地启用了一个 HTTP 服务的端口——由自定义前端通过 ComfyUI 的 API 与后端交互：

第三次 127.0.0.1:8989

如果能顺利完成图像生成，说明网页成功通过 API 调度后台 ComfyUI 运行，并生成图像。

实际在使用过程中，不太可能让最终用户直接访问 ComfyUI 页面来生成图像，比较妥当的方式是通过浏览器访问网页，网页通过 API 对接后台 ComfyUI 生成图像后反馈给用户。

第四次运行：局域网另一台主机

在局域网另一台主机访问 http://10.10.10.224:8989：

第四次 10.10.10.224:8989

如果能顺利完成图像生成，说明基于 Minimal Workflow 的文字生图网站已经成功部署。

 

# TAGS
嘎嘎山湖 人工智能 ComfyUI
Antares

>_ Antares