【0基础秒入门】ComfyUI 安装和配置指南
2026-01-20 01:47:19作者:卓炯娓
1. 项目基础介绍和主要编程语言
项目基础介绍
ComfyUI 是一个功能强大且模块化的扩散模型图形用户界面(GUI)和后端,使用图/节点/流程图界面来设计和执行高级稳定扩散管道。它支持多种稳定扩散模型,如 SD1.x、SD2.x、SDXL 等,并且具有异步队列系统、智能内存管理等优化功能。
主要编程语言
ComfyUI 主要使用 Python 编程语言开发。
2. 项目使用的关键技术和框架
关键技术和框架
- Python: 主要编程语言。
- PyTorch: 深度学习框架,用于模型训练和推理。
- Stable Diffusion: 稳定扩散模型,用于图像生成。
- Graph/Nodes Interface: 使用图/节点界面来设计和执行复杂的稳定扩散工作流程。
3. 项目安装和配置的准备工作和详细安装步骤
准备工作
- 操作系统: ComfyUI 支持 Windows、Linux 和 macOS。
- 硬件要求: 推荐使用 NVIDIA GPU,但也可以在 CPU 上运行(速度较慢)。
- 软件要求:
- Python 3.8 或更高版本。
- Git。
- 7-Zip(仅限 Windows)。
详细安装步骤
Windows 安装
-
下载并解压:
- 访问 ComfyUI GitHub 页面 下载 Windows 的便携式独立版本。
- 使用 7-Zip 解压下载的文件。
-
放置模型文件:
- 将你的 Stable Diffusion 检查点/模型文件(如 ckpt 或 safetensors 文件)放置在
ComfyUI\models\checkpoints目录下。
- 将你的 Stable Diffusion 检查点/模型文件(如 ckpt 或 safetensors 文件)放置在
-
运行 ComfyUI:
- 双击解压后的
ComfyUI文件夹中的main.py文件启动 ComfyUI。
- 双击解压后的
Linux 安装
-
克隆仓库:
git clone https://github.com/comfyanonymous/ComfyUI.git cd ComfyUI -
安装依赖:
pip install -r requirements.txt -
放置模型文件:
- 将你的 Stable Diffusion 检查点/模型文件放置在
models/checkpoints目录下。
- 将你的 Stable Diffusion 检查点/模型文件放置在
-
运行 ComfyUI:
python main.py
macOS 安装
-
安装 PyTorch:
- 根据 Apple Developer 指南 安装最新的 PyTorch nightly 版本。
-
克隆仓库:
git clone https://github.com/comfyanonymous/ComfyUI.git cd ComfyUI -
安装依赖:
pip install -r requirements.txt -
放置模型文件:
- 将你的 Stable Diffusion 检查点/模型文件放置在
models/checkpoints目录下。
- 将你的 Stable Diffusion 检查点/模型文件放置在
-
运行 ComfyUI:
python main.py
配置文件
- Windows: 在
ComfyUI目录下找到extra_model_paths.yaml文件,使用文本编辑器编辑该文件以设置模型搜索路径。 - Linux/macOS: 在
ComfyUI目录下找到extra_model_paths.yaml文件,使用文本编辑器编辑该文件以设置模型搜索路径。
通过以上步骤,你就可以成功安装和配置 ComfyUI,并开始使用其强大的图形界面来设计和执行高级稳定扩散管道。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
538
3.76 K
Ascend Extension for PyTorch
Python
343
410
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++
886
602
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
337
181
暂无简介
Dart
775
192
deepin linux kernel
C
27
11
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.34 K
757
React Native鸿蒙化仓库
JavaScript
303
356
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
987
252
仓颉编译器源码及 cjdb 调试工具。
C++
154
895