ComfyUI完全指南:零基础搭建节点式AI绘图工作流(2024最新版)
2026-05-04 09:45:07作者:贡沫苏Truman
副标题:3步完成安装,5分钟启动项目,轻松掌握AI绘图工具本地部署方案
ComfyUI是一款功能强大的模块化稳定扩散GUI工具,通过直观的节点式工作流设计,让AI绘图创作变得灵活高效。本文将带你从零开始,在Windows、Linux或macOS系统上部署这套强大的AI绘图工具,无需专业背景也能快速上手。
一、核心价值:为什么选择ComfyUI?
1.1 节点式工作流:创意可视化编程
ComfyUI的节点系统就像乐高积木,每个功能模块都是独立的"积木块",你可以通过拖拽连接的方式自由组合,构建从简单到复杂的图像生成流程。这种可视化编程方式让创意实现更加直观,无需编写代码即可设计专业级AI绘图管道。
1.2 高效资源管理:智能优化性能
内置的异步队列系统和智能内存管理技术,能够根据你的硬件配置自动调整资源分配,在保证生成质量的同时最大化利用系统资源,即使是中端配置也能流畅运行。
1.3 全流程可控:从输入到输出的精细化调节
与其他AI绘图工具相比,ComfyUI提供了从模型选择、参数调节到后期处理的全流程控制选项,让你能够精确调整每一个细节,实现心中所想的创意效果。
二、环境准备:搭建你的AI创作平台
2.1 系统需求检查清单
| 硬件/软件 | 最低要求 | 推荐配置 |
|---|---|---|
| 操作系统 | Windows 10/11, Linux (Ubuntu 20.04+), macOS 12+ | Windows 11, Ubuntu 22.04 LTS, macOS 13+ |
| 处理器 | 四核CPU | 八核及以上CPU |
| 内存 | 8GB RAM | 16GB RAM或更高 |
| 显卡 | NVIDIA GPU (4GB VRAM) | NVIDIA GPU (8GB VRAM及以上) |
| 存储空间 | 10GB可用空间 | 20GB以上可用空间 |
⚠️注意:虽然可以在CPU上运行,但生成速度会显著降低。推荐使用NVIDIA显卡以获得最佳体验。
2.2 必备软件安装
| 技术名称 | 作用 | 版本要求 |
|---|---|---|
| Python | 运行环境 | 3.8 - 3.11 |
| Git | 版本控制工具 | 2.30.0+ |
| 7-Zip | 文件解压工具(Windows) | 22.01+ |
三、跨平台部署:3步快速安装指南
3.1 Windows系统部署
准备工作
- 确保已安装7-Zip解压工具
- 预留至少15GB存储空间
- 下载最新版Python 3.10.x(勾选"Add Python to PATH")
核心操作
| 操作指令 | 预期结果 |
|---|---|
| 1. 访问项目仓库页面,下载最新版本压缩包 | 获得ComfyUI-windows-portable.zip文件 |
| 2. 右键压缩包 → 7-Zip → 提取到当前文件夹 | 生成ComfyUI文件夹 |
| 3. 将模型文件(.ckpt或.safetensors)复制到ComfyUI\models\checkpoints | 模型文件成功存放 |
| 4. 双击运行ComfyUI文件夹中的run_nvidia_gpu.bat | 命令行窗口打开,开始自动配置环境 |
验证方法
- 等待命令行显示"Running on http://127.0.0.1:8188"
- 打开浏览器访问上述地址,出现节点编辑界面即表示安装成功
常见问题速查表
| 问题 | 解决方案 |
|---|---|
| 解压失败 | 确保使用7-Zip而非系统自带解压工具 |
| Python未找到 | 重新安装Python并勾选"Add to PATH" |
| 启动后无响应 | 检查模型文件是否放置正确 |
3.2 Linux系统部署
准备工作
- 确保系统已更新:sudo apt update && sudo apt upgrade -y
- 安装必要依赖:sudo apt install python3 python3-pip git
核心操作
| 操作指令 | 预期结果 |
|---|---|
| 1. git clone https://gitcode.com/GitHub_Trending/co/ComfyUI | 克隆项目仓库到本地 |
| 2. cd ComfyUI | 进入项目目录 |
| 3. pip install -r requirements.txt | 安装Python依赖包 |
| 4. 将模型文件复制到models/checkpoints目录 | 模型文件成功存放 |
| 5. python main.py | 启动ComfyUI服务 |
验证方法
- 终端显示"Running on http://0.0.0.0:8188"
- 本地访问http://localhost:8188或远程访问服务器IP:8188
常见问题速查表
| 问题 | 解决方案 |
|---|---|
| 权限错误 | 使用sudo运行相关命令 |
| 依赖安装失败 | 尝试升级pip:pip install --upgrade pip |
| GPU内存不足 | 编辑main.py,添加--lowvram参数 |
3.3 macOS系统部署
准备工作
- 安装Xcode命令行工具:xcode-select --install
- 根据Apple指南安装PyTorch nightly版本
核心操作
| 操作指令 | 预期结果 |
|---|---|
| 1. git clone https://gitcode.com/GitHub_Trending/co/ComfyUI | 克隆项目仓库到本地 |
| 2. cd ComfyUI | 进入项目目录 |
| 3. pip install -r requirements.txt | 安装Python依赖包 |
| 4. 将模型文件复制到models/checkpoints目录 | 模型文件成功存放 |
| 5. python main.py --force-fp16 | 启动ComfyUI服务 |
验证方法
- 终端显示"Running on http://127.0.0.1:8188"
- 打开Safari浏览器访问上述地址
常见问题速查表
| 问题 | 解决方案 |
|---|---|
| MPS后端错误 | 添加--cpu参数使用CPU运行 |
| 性能不佳 | 确保已安装最新版本的PyTorch |
| 端口占用 | 使用--port参数指定其他端口 |
四、个性化配置:打造你的专属AI创作环境
4.1 模型管理与路径配置
ComfyUI支持多种模型类型,包括检查点模型、LoRA、VAE等。你可以通过配置文件设置自定义模型路径:
- 复制extra_model_paths.yaml.example为extra_model_paths.yaml
- 编辑该文件,添加你的模型存放路径:
checkpoints:
- /path/to/your/checkpoints
loras:
- /path/to/your/loras
vae:
- /path/to/your/vae
4.2 界面自定义与节点配置
ComfyUI的节点系统支持高度自定义,你可以根据需求调整界面布局和节点属性。下图展示了节点输入选项配置界面,通过这些选项可以精确控制每个节点的行为:
4.3 性能优化建议
针对低配置系统
- 使用--lowvram参数启动:python main.py --lowvram
- 降低生成图像分辨率(建议从512x512开始)
- 减少采样步数(20-30步即可获得不错效果)
针对高性能系统
- 启用xFormers加速:python main.py --xformers
- 使用--fp16参数提升速度(需支持FP16的GPU)
- 尝试更高分辨率和更多采样步数
五、功能验证清单
✓ 成功启动ComfyUI服务并访问Web界面 ✓ 正确加载至少一个检查点模型 ✓ 能够创建简单的图像生成工作流 ✓ 成功生成第一张测试图像 ✓ 配置了自定义模型路径(可选)
通过以上步骤,你已经成功搭建了ComfyUI的完整工作环境。现在可以开始探索这个强大工具的无限可能,创建属于你的AI艺术作品了!随着使用深入,你会发现更多高级功能和优化技巧,不断提升你的AI创作效率和质量。
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 StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
710
4.51 K
Claude 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 Started
Rust
590
99
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
415
340
deepin linux kernel
C
28
16
🎉 (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
1.61 K
942
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++
958
955
昇腾LLM分布式训练框架
Python
150
177
Ascend Extension for PyTorch
Python
573
694
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.09 K
567
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.43 K
116

