ComfyUI 简体中文版完整指南:从安装到创作的AI绘画全流程
2026-04-19 10:12:35作者:段琳惟
ComfyUI 简体中文版是一款功能强大的AI绘画工具,提供可视化节点编辑界面,让用户通过连接不同功能模块实现精准的图像生成与编辑。本文将帮助新手用户快速掌握从安装配置到创作输出的全部流程,轻松开启AI绘画之旅。
项目核心价值:为什么选择ComfyUI简体中文版?
ComfyUI 简体中文版相比其他AI绘画工具具有三大核心优势:
- 完全可视化操作:通过节点拖拽即可构建复杂的图像生成流程,无需编写代码
- 高度自定义控制:从模型选择到采样参数,每一步都可精确调整,实现专业级创作
- 丰富扩展生态:支持自定义节点和模型扩展,持续增加新功能
快速启动流程:3分钟搭建你的AI绘画工作站
1. 环境准备
确保你的电脑满足以下基本要求:
- 操作系统:Windows/Linux/macOS
- 显卡:推荐NVIDIA显卡(4GB以上显存)
- Python:3.10或更高版本
2. 获取项目代码
打开终端,执行以下命令克隆项目:
git clone https://gitcode.com/gh_mirrors/co/ComfyUI-ZHO-Chinese
cd ComfyUI-ZHO-Chinese
3. 安装依赖
使用pip安装所需依赖:
pip install -r requirements.txt
4. 启动应用
根据你的硬件环境选择合适的启动方式:
- GPU用户:
python main.py - CPU用户(性能有限,仅推荐测试):
python main.py --cpu
启动成功后,打开浏览器访问 http://127.0.0.1:8188 即可进入ComfyUI中文界面。
个性化配置技巧:打造你的专属创作环境
模型管理与配置
ComfyUI支持多种AI模型,按以下路径放置相应模型文件:
- 主模型:models/checkpoints/
- LoRA模型:models/loras/
- VAE模型:models/vae/
- 控制网络:models/controlnet/
工作流配置
项目提供默认工作流配置:
- Zho汉化_默认工作流.json:双击即可在界面中加载使用
你也可以创建自己的工作流并保存,方便日后重复使用。
输出设置调整
默认输出路径为output/,可通过修改配置文件调整:
- 复制extra_model_paths.yaml.example为
extra_model_paths.yaml - 编辑文件修改输出目录等参数
创作入门:使用ComfyUI生成你的第一张图像
基本工作流程
- 加载模型:从左侧节点面板添加"Load Checkpoint"节点,选择模型
- 设置提示词:添加"CLIP Text Encode"节点,输入正向和负向提示词
- 配置生成参数:添加"KSampler"节点,设置图像尺寸、步数和采样方法
- 生成图像:连接所有节点,点击"Queue Prompt"按钮开始生成
示例作品
使用默认工作流生成的示例图像:
常见问题解决:让创作过程更顺畅
启动失败怎么办?
- 检查Python版本是否符合要求(3.10+)
- 确保所有依赖已正确安装:
pip install -r requirements.txt - 检查显卡驱动是否最新,CUDA是否正确配置
模型无法加载?
- 确认模型文件放置在正确目录
- 检查模型文件名是否正确,无额外后缀
- 大型模型可能需要更多内存,尝试关闭其他应用释放资源
生成速度慢?
- 降低图像分辨率(如从1024x1024降至768x768)
- 减少采样步数(建议20-30步平衡质量与速度)
- 启用低显存模式:在启动命令后添加
--lowvram
Редактирование扩展:扩展ComfyUI的无限可能
ComfyUI支持通过自定义节点扩展功能,扩展文件放置在custom_nodes/目录。社区已开发多种实用节点,如:
- 图像后期处理节点
- 特殊效果生成节点
- 批量处理工具节点
只需将扩展文件复制到该目录,重启ComfyUI即可使用新功能。
总结:开启你的AI创作之旅
ComfyUI简体中文版为AI绘画爱好者提供了强大而灵活的创作工具。通过本文介绍的安装配置、基础操作和个性化技巧,你已经具备了开始创作的全部知识。无论是艺术创作、设计原型还是概念设计,ComfyUI都能帮助你将创意变为现实。
现在就启动程序,开始探索AI绘画的无限可能吧!遇到问题时,可以查阅项目中的README.md获取更多帮助。
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
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
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
6.18 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
AtomGit CLI (ag cli),AtomGit 命令行工具,参考 GitHub CLI (gh) 开发。
目前 atomgit-cli 项目已在 AtomCode 的 Coding Plan 项目列表中
Go
39
24
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
641
275
暂无描述
Markdown
825
5.48 K

