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 StartedRust0446
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0761
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0310
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
热门内容推荐
最新内容推荐
项目优选
收起
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
494
515
deepin linux kernel
C
32
16
Ascend Extension for PyTorch
Python
799
1.13 K
暂无描述
Markdown
825
5.48 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++
780
1.57 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++
964
2.27 K
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++
1.2 K
1.24 K
CANN 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 Notebook
640
275
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
C
830
6.17 K
昇腾LLM分布式训练框架
Python
194
272

