简介
ComfyUI 是一款基于节点的AI绘画界面，相比WebUI，它更加灵活高效。结合最新的Stable Diffusion 3（SD3）模型，你可以实现精准控制、高质量出图。本教程将带你从零开始，搭建一个完整的AI绘画工作流。
准备工作
硬件要求
- GPU：NVIDIA显卡，显存至少8GB（推荐16GB以上）
- 内存：16GB以上
- 硬盘：50GB可用空间
软件环境
- Windows 10/11 或 Linux
- Python 3.10+（推荐3.10.6）
- Git
第一步：安装ComfyUI
- 打开终端，克隆ComfyUI仓库：
git clone https://github.com/comfyanonymous/ComfyUI.git - 进入目录，安装依赖：
cd ComfyUI pip install -r requirements.txt - 下载SD3模型（如sd3_medium.safetensors）放入
models/checkpoints/文件夹。 - 运行ComfyUI：
默认访问地址：python main.pyhttp://127.0.0.1:8188
第二步：熟悉界面
ComfyUI界面由节点和连线组成。主要节点包括：
- CheckpointLoaderSimple：加载模型
- CLIPTextEncode：编码提示词
- KSampler：采样器
- VAEDecode：解码图像
- SaveImage：保存图像
第三步：构建基础工作流
1. 加载模型
添加CheckpointLoaderSimple节点，选择你的SD3模型。
2. 输入提示词
添加两个CLIPTextEncode节点，一个用于正面提示词（positive），一个用于负面提示词（negative）。
- 正面：
masterpiece, best quality, 1girl, detailed face, intricate dress, garden, sunlight - 负面：
nsfw, lowres, bad anatomy, bad hands, text, error
3. 设置采样器
添加KSampler节点，参数设置：
- seed：随机种子
- steps：30（步数）
- cfg：7（提示词相关性）
- sampler_name：
euler - scheduler：
normal - denoise：1（去噪强度）
4. 解码与保存
连接VAEDecode节点（自动加载VAE），然后连接SaveImage节点，设置保存路径。
5. 连接节点
按以下顺序连线：
- CheckpointLoaderSimple的
model→ KSampler的model - CheckpointLoaderSimple的
clip→ CLIPTextEncode的clip - CLIPTextEncode（positive）的
conditioning→ KSampler的positive - CLIPTextEncode（negative）的
conditioning→ KSampler的negative - KSampler的
latent→ VAEDecode的samples - VAEDecode的
image→ SaveImage的images
点击“Queue Prompt”生成图像。
第四步：进阶技巧
使用ControlNet控制构图
- 下载ControlNet模型（如canny）放入
models/controlnet/。 - 添加
ControlNetLoader节点，加载模型。 - 添加
LoadImage节点，输入参考图。 - 添加
CannyPreprocessor节点，提取边缘。 - 连接：
LoadImage→CannyPreprocessor→ControlNetLoader的image；ControlNetLoader的control→KSampler的control_net。
使用LoRA微调风格
- 下载LoRA文件放入
models/loras/。 - 添加
LoraLoader节点，选择LoRA模型。 - 连接：
CheckpointLoaderSimple的model→LoraLoader的model；LoraLoader的model→KSampler的model。 - 设置LoRA权重（如0.8）。
批量生成与放大
- 使用
LatentUpscale节点放大潜空间图像。 - 使用
ImageUpscaleWithModel节点结合Real-ESRGAN放大像素。 - 使用
BatchPromptSchedule节点实现多提示词批量生成。
常见问题解决
- 显存不足：降低图像尺寸（如512x512），减少batch size。
- 生成质量差：增加steps，调整CFG，使用更好的VAE。
- 节点报错：检查连线是否正确，模型是否匹配。
结语
通过本教程，你已经掌握了ComfyUI+SD3的基础工作流。继续探索ControlNet、LoRA、IP-Adapter等高级节点，你将能创作出令人惊叹的AI艺术品。祝你在AI绘画的道路上越走越远！