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
3
4
5
git clone https://github.com/comfyanonymous/ComfyUI
cd ComfyUI
python -m venv venv
source venv/bin/activate
pip install -r requirements.txt

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
Wallpaper, high quality, extreme details, realistic style, a building, outdoors…

反向:

1
embedding:EasyNegativeV2, bad anatomy, disfigured, blurry, watermark…

️ 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

建筑效果图工作流


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/
作者
二郎神表弟
发布于
2025年7月22日
更新于
2026年3月6日
许可协议