AI绘图工具ComfyUI本地部署教程:从零开始搭建节点式工作流
2026-05-06 09:39:55作者:邬祺芯Juliet
ComfyUI是一款功能强大的AI绘图工具,以其独特的节点式工作流和模块化设计深受创作者喜爱。本教程将带你完成从环境准备到个性化配置的全流程,无论你使用Windows、Linux还是macOS系统,都能轻松实现跨平台配置,打造属于自己的AI创作工作站。
认识ComfyUI:为什么选择这款AI绘图工具
核心价值解析
ComfyUI区别于其他AI绘图工具的三大优势:
- 节点式工作流:通过拖拽节点自由组合生成流程,实现精确控制
- 模块化架构:支持SD1.x/SD2.x/SDXL等多种模型,轻松扩展功能
- 资源优化管理:智能内存分配系统,低配置电脑也能流畅运行
技术栈协同关系
graph TD
A[Python] --> B[PyTorch]
B --> C[Stable Diffusion模型]
C --> D[节点式工作流引擎]
D --> E[Web界面]
D --> F[异步任务队列]
验证环境兼容性:安装前的准备工作
系统要求检查
| 系统类型 | 最低配置 | 推荐配置 |
|---|---|---|
| Windows 10/11 | i5处理器+8GB内存+GTX 1050Ti | i7处理器+16GB内存+RTX 3060 |
| Linux | 同Windows | 同Windows |
| macOS | M1芯片+8GB内存 | M2芯片+16GB内存 |
⚠️ 重要提示:确保C盘(系统盘)至少有20GB可用空间,模型文件通常较大
必备软件安装
🔧 安装Python
- 访问Python官网下载3.8-3.11版本
- 安装时勾选"Add Python to PATH"
- 验证安装:
python --version
# 预期结果:显示Python 3.8.x或更高版本
🔧 安装Git
- 下载对应系统的Git安装包
- 按默认选项完成安装
- 验证安装:
git --version
# 预期结果:显示git版本信息
[建议插入截图:Python安装界面勾选"Add Python to PATH"选项]
手把手教你跨平台部署:通用流程+系统差异
通用安装步骤
🔧 获取项目代码
git clone https://gitcode.com/GitHub_Trending/co/ComfyUI
cd ComfyUI
# 预期结果:创建ComfyUI文件夹并进入该目录
🔧 安装依赖包
pip install -r requirements.txt
# 预期结果:自动安装所有必要的Python库
各平台差异点
Windows系统
🔧 安装额外依赖
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
# 预期结果:安装支持CUDA的PyTorch版本
🔧 启动应用
python main.py
# 预期结果:启动服务并显示本地访问地址
Linux系统
🔧 安装系统依赖
sudo apt update && sudo apt install -y libgl1-mesa-glx libglib2.0-0
# 预期结果:安装图形相关系统库
🔧 启动应用
python main.py --listen 0.0.0.0
# 预期结果:启动服务并允许局域网访问
macOS系统
🔧 安装PyTorch
pip install torch torchvision torchaudio
# 预期结果:安装适配Apple Silicon的PyTorch版本
🔧 启动应用
python main.py
# 预期结果:启动服务并在浏览器自动打开界面
打造个性化创作环境:配置与优化
模型文件管理
🔧 放置模型文件
- 将下载的模型文件(.ckpt或.safetensors格式)复制到:
ComfyUI/models/checkpoints/ - 其他类型模型存放路径:
- LoRA模型:models/loras/
- VAE模型:models/vae/
- 控制网络:models/controlnet/
配置文件详解
🔧 编辑配置文件
# 复制示例配置文件
cp extra_model_paths.yaml.example extra_model_paths.yaml
# 用文本编辑器打开配置文件
配置参数说明:
| 参数名 | 作用 | 示例值 |
|---|---|---|
| checkpoints | 检查点模型路径 | ./models/checkpoints |
| vae | VAE模型路径 | ./models/vae |
| embeddings | 嵌入文件路径 | ./models/embeddings |
| controlnet | 控制网络模型路径 | ./models/controlnet |
性能优化建议
🔧 启用内存优化
# 启动时添加低内存模式参数
python main.py --lowvram
🔧 调整GPU设置(NVIDIA显卡)
在extra_model_paths.yaml中添加:
gpu: 0 # 使用第一张显卡
⚠️ 注意:如果你的显卡显存小于8GB,建议使用--lowvram参数启动
扩展功能与插件安装:打造专属工作流
官方扩展安装
🔧 安装插件管理器
# 进入自定义节点目录
cd custom_nodes
# 克隆插件管理器
git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-Manager
# 返回主目录并重启
cd ..
python main.py
推荐插件列表
- ComfyUI-Impact-Pack:提供丰富的图像处理节点
- ComfyUI-Advanced-ControlNet:增强控制网络功能
- ComfyUI-KSampler:高级采样器节点
插件安装方法
- 打开ComfyUI界面
- 点击"Manager"标签
- 搜索需要的插件并点击"Install"
- 重启ComfyUI使插件生效
如何解决常见问题:故障排除指南
启动失败问题
- Python版本错误:确保使用3.8-3.11版本,过高版本可能不兼容
- 依赖安装失败:尝试使用国内镜像源
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
模型加载问题
- 模型路径错误:检查模型文件是否放在正确的目录
- 模型损坏:重新下载模型文件,确保文件完整
性能问题
- 运行缓慢:尝试降低图像分辨率或启用低内存模式
- 显存不足:关闭其他占用GPU内存的程序
功能验证清单与社区资源
基础功能验证
- ✅ 成功启动ComfyUI并访问Web界面
- ✅ 加载至少一个SD模型
- ✅ 创建简单的工作流并生成图像
- ✅ 安装并使用一个插件
进阶学习资源
- 官方文档:项目内的README.md文件
- 社区论坛:开发者交流与问题解答
- 视频教程:搜索"ComfyUI节点教程"获取可视化指导
通过本教程,你已经掌握了ComfyUI的安装配置和基础使用方法。这款强大的AI绘图工具将为你的创作提供无限可能,无论是专业设计师还是AI绘画爱好者,都能通过节点式工作流实现创意落地。开始探索吧,让AI成为你创作的得力助手!
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
764
4.98 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
684
1.33 K
Ascend Extension for PyTorch
Python
719
882
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.1 K
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
457
439
用户可使用该项目在 OpenHarmony 平台开发应用,支持通过 IDE 或终端用 Flutter Tools 指令编译构建,基于 Flutter 3.27.4 版本,新增 impeller-vulkan 渲染模式,兼容多种开发指令与环境配置。
Dart
1.01 K
261
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
998
609

