简介
ComfyUI 是一个基于节点的图像生成工作流工具，用于运行 Stable Diffusion 等模型，以高度可定制和资源效率著称，是专业用户和开发者的首选。
核心特点
- 节点式工作流：可视化节点连接构建生成流程
- 高度可定制：创建复杂自定义工作流
- 资源高效：内存使用优化，比其他 WebUI 更省资源
- 工作流可分享：JSON 格式导出/导入
- 本地运行：完全离线使用
与 WebUI 对比
| 对比项 | ComfyUI | Stable Diffusion WebUI |
|---|
| 界面 | 节点式 | 传统表单 |
| 学习曲线 | 较陡 | 平缓 |
| 灵活性 | 极高 | 一般 |
| 内存使用 | 更低 | 较高 |
| 批处理 | 优秀 | 一般 |
| 调试 | 直观 | 困难 |
支持的模型
- Stable Diffusion 1.5 / 2.x
- SDXL
- Flux
- LoRA / LyCORIS
- ControlNet
- IP-Adapter
- AnimateDiff（视频）
- 自定义模型
核心功能
节点类型
| 类型 | 用途 |
|---|
| Load Checkpoint | 加载模型 |
| CLIP Text Encode | 文本编码 |
| KSampler | 采样生成 |
| VAE Decode | 图像解码 |
| ControlNet | 姿态/边缘控制 |
| LoRA Loader | 加载 LoRA |
高级功能
- 工作流模板：社区分享的预设流程
- 自定义节点：Python 扩展
- API 模式：程序化调用
- 队列系统：批量生成
安装方式
# 克隆仓库
git clone https://github.com/comfyanonymous/ComfyUI.git
# 安装依赖
pip install -r requirements.txt
# 运行
python main.py
工作流示例
- 文生图基础：Checkpoint → CLIP → KSampler → VAE Decode
- ControlNet：添加 ControlNet 节点控制姿态
- 图生图：添加图像输入节点
- LoRA 叠加：串联多个 LoRA Loader
资源网站
- CivitAI：模型和工作流下载
- OpenArt：工作流分享
- ComfyUI Manager：插件管理器
适用场景
- 专业图像生成
- 批量生产
- 工作流自动化
- 模型测试和对比
- 视频生成（AnimateDiff）
官方链接
与云端服务对比
| 对比项 | ComfyUI | Midjourney |
|---|
| 运行方式 | 本地 | 云端 |
| 成本 | 电费 + 硬件 | 订阅费 |
| 自定义 | 完全 | 有限 |
| 隐私 | 完全本地 | 上传云端 |
| 显卡要求 | 需要 | 不需要 |