comfyui学习笔记
本文最后更新于 2026年3月6日 上午
记录 ComfyUI 的来龙去脉 + 安装方式 + 一个「线稿生成建筑效果图」工作流拆解,方便以后快速复盘。
ComfyUI 学习笔记
️ 一、ComfyUI 的产生背景与发展历程
1.1 背景简介
随着 AI 文生图技术(Stable Diffusion / SD)在 2022 年爆发,越来越多开发者希望更直观地掌握生成图像的过程,提升实验效率与可控性。在此背景下,ComfyUI 应运而生。
ComfyUI 是一款基于**节点式流程(Node Graph)**的图形化 AI 绘图工作流软件,主要针对 Stable Diffusion 模型,允许用户以很高自由度可视化搭建图像生成的各个环节。
它通过模块化拆解 SD 流程,让用户自由调整:
- Checkpoint 模型加载
- VAE 编解码
- 正/反向提示词编码
- LoRA / ControlNet / IPAdapter
- Sampler 等采样器
优势在于:直观清晰、细节可控、模块复用性强。
1.2 发展历程
- 2022 年底:第一版 ComfyUI 开源,起初仅供研究学习使用
- 2023 年:快速更新,支持各类新模型(SDXL、LoRA、ControlNet 等),逐渐成为专业领域主流
- 2024 年起:形成完整社区生态,成为继 Automatic1111 之外,AI 绘图的工业级必备工具
二、ComfyUI 下载、安装与基本用法
2.1 下载与安装
Windows 用户推荐:
- GitHub 项目主页:
https://github.com/comfyanonymous/ComfyUI - 下载
ComfyUI_windows_portable.zip,解压即可使用
Linux / Mac 用户:
1 | |
2.2 启动方式
- Windows:双击
run_nvidia_gpu.bat - 浏览器访问:
http://127.0.0.1:8188
2.3 基本使用方法
- 拖入节点,连接数据流
- 配置参数,点击 Queue Prompt 运行
- 通过节点流程可视化查看结果
2.4 硬件要求
| 硬件 | 最低要求 | 推荐配置 |
|---|---|---|
| 显卡(GPU) | NVIDIA RTX 3060 12G | RTX 4070 / 4080 / A6000 |
| 显存(VRAM) | 8GB 以上 | 12GB - 24GB |
| CPU | Intel i5 / Ryzen 5 | i7 / Ryzen 7 |
| 内存(RAM) | 16GB | 32GB+ |
| 存储 | 50GB 可用空间(大模型更多) | SSD 固态硬盘 |
| 操作系统 | Windows 10 / Linux | 最新稳定版 |
注意:强依赖 GPU,无 CUDA 基本无法顺畅运行。
️ 三、本工作流(线稿生成建筑效果图)详解
3.1 核心思路
线稿 + ControlNet + IPAdapter + LoRA:突出结构、风格一致性与细节美观。
3.2 节点分解
| 节点 | 作用 |
|---|---|
| Checkpoint | 建筑专用模型 |
| LoraLoader | 景深 / 建筑风格 LoRA |
| VAE 编解码 | 潜变量互转图像 |
| LoadImage | 线稿 / 参考图输入 |
| Preprocessor | 线稿清理 |
| ControlNet | 结构注入 |
| IPAdapter | 风格融合 |
| CLIPText 编码 | 正反提示词 |
| Sampler | 采样器 |
| VAEDecode | 解码生成 |
| SaveImage | 输出保存 |
3.3 关键参数设置
| 模块 | 参数 | 目的 |
|---|---|---|
| ControlNet | 0.9 | 保持线稿结构 |
| LoRA | 0.7 | 风格增强 |
| IPAdapter | 0.9 | 风格一致 |
| Sampler | 30 步 / CFG 7 | 提升细节、稳定输出 |
3.4 Prompt 范例
正向:
1 | |
反向:
1 | |
️ 工作流结构示意图
网页原图(建议你也保存一份到本地 / 图床,避免以后丢失):
https://www.vgtmy.com/img/comfyui_workflow.jpg

四、ControlNet 理论与优化技巧
| 类型 | 模型 | 用途 |
|---|---|---|
| 线稿 | Lineart | 建筑结构 |
| 深度 | Depth | 光影体积 |
| 姿态 | Openpose | 人体结构 |
| 参数 | 范围 | 含义 |
|---|---|---|
| Strength | 0.6 - 1 | 越高越准 |
| Guidance | 0 - 1 | 持续时间 |
建筑推荐: Strength 0.9(全程)
五、采样器与 CFG
| 采样器 | 特点 |
|---|---|
| Euler A | 快、略粗糙 |
| DPM++2M | 稳定均衡 |
| DPM++SDE | 极致细节 |
| CFG | 效果 |
|---|---|
| 5 - 6 | 灵活创意 |
| 7 - 8 | 稳妥结构 |
| 9+ | 强压提示词 |
建筑推荐: CFG 7-8,DPM++2M Karras
✅ 六、总结
ComfyUI 很灵活,尤其适合建筑等结构稳定需求。通过 ControlNet / IPAdapter / LoRA 组合,可以稳定输出高质量效果图。
建议继续探索:
- 双 ControlNet
- T2I Adapter
- 自动脚本批量化
comfyui学习笔记
https://www.vgtmy.com/2025/07/22/comfyui学习笔记/