ComfyUI 是一款专注于 AI 绘图与图像生成的用户界面工具，为用户提供便捷且强大的功能支持。以下是有关 ComfyUI 官网及其官方资源的详细信息，帮助你更好地掌握和使用这一工具。

ComfyUI 官网

ComfyUI 官网是获取官方信息的最佳途径，包括最新版本、更新日志、安装指南和使用教程。通过官网，你可以获得权威、准确且及时的资讯，确保你的使用体验始终与最新进展保持同步。

官网链接：ComfyUI 官网

ComfyUI 官方资源

1. 官方文档

ComfyUI 提供详尽的使用文档，覆盖从安装到高级功能的全方位指南。尽管文档尚在完善中，你也可以访问 comfyui-wiki.com，一个致力于构建更全面资源的平台。

文档链接：ComfyUI 官方文档

2. 社区论坛

ComfyUI 的社区论坛聚集了大量用户与开发者，大家在此交流经验、分享创作、解决问题。这是一个友好且高效的学习与成长环境。

论坛链接：ComfyUI 官方社区论坛 (Reddit)

3. GitHub 仓库

ComfyUI 的源代码托管于 GitHub，开发者可以在这里查看项目代码、提交问题、贡献代码。GitHub 仓库也是了解项目动态和参与开发的重要渠道。

GitHub 链接：ComfyUI 官方 GitHub 仓库

4. 官方社群

ComfyUI 官方社群是一个开放的交流平台，用户可以直接与其他爱好者和开发者互动，获取实时支持与建议。

Discord 链接：ComfyUI 官方社群

5. 官方博客

通过 ComfyUI 官方博客，你可以获取最新新闻、功能更新和实用教程。这是深入了解工具进展的绝佳途径。

博客链接：ComfyUI 官方博客

常见问题解答（FAQ）

1. 什么是 ComfyUI？
ComfyUI 是一款专为 AI 绘图与图像生成设计的用户界面工具，旨在为用户提供丰富的创作资源与支持。

2. 如何访问 ComfyUI 官网？
你可以直接访问 ComfyUI 官网，以获取最新版本和官方资讯。

3. ComfyUI 提供哪些官方资源？
ComfyUI 提供了官方文档、社区论坛、GitHub 仓库、社群和博客等多种资源，全面覆盖用户的学习与使用需求。

为何要学习 ComfyUI？

在 AI 生图领域，有非常多的产品，比如 Midjourney，Stability AI 等等。为何要学习 ComfyUI 呢？

Midjourney VS ComfyUI

在回答这个问题之前，我觉得有必要介绍下目前市面上的各种 AI 生图产品，或者是 AI 生视频产品。在我的眼里，他们主要分成两大类：

模型与产品融合的产品，比如 Midjourney，Stability AI 等等。
模型与产品分离的产品，比如 SD Web UI、ComfyUI 等等。

这两类产品的优劣势如下：

	融合产品（如 Midjourney，Stability AI 等）	分离产品（如 SD WebUI，ComfyUI 等）
学习成本	低，产品一般对 UX 进行优化，且会配套各种教程。	高，产品一般多为开源产品，涉及多个开发者。UX 可能没有优化，且缺少教程。
迁移成本	高，当你切换一个产品时，需要重新学习产品的使用方法，同时还需要重新学习与模型相关的知识。	低，只需要重新学习模型相关的知识。
自由度	低，产品一般都是封闭的，你只能使用产品提供的功能。	高，产品一般都是开源的，你可以自由地修改产品，甚至可以自己开发产品。
费用	高，一般没有本地运行版本，都需要付费。	中，一般都会提供本地版本，如果你使用的是本地版就不需要付费，但你可能需要购置 GPU。

不难发现，这两类产品没有哪类产品拥有绝对的优势。选择哪款产品，完全取决于你的需求。

如果你只是当成娱乐，想要时不时制作一些图片或视频，那么，我推荐你选择融合产品。 因为它的学习成本低，你可以很快地学会如何使用，而且它的产品功能也比较完善，你可以很快地制作出一些图片或视频。

但如果你是设计师，或者你想靠 AI 这个新的技术赚钱，那么，我推荐你选择分离产品。 为什么呢？我觉得很多人选择学习何种软件时，很容易忽略两个原因。

首先是迁移成本。

如果我们选择学习第一种融合产品，那就意味着我们在学习软件的同时，还会跟模型绑定。拿 Midjourney 为例，当你学习 Midjourney 的时候，你需要学习软件如何使用，同时还要学习如何更好地使用模型，即如何写好 prompt。同时，它的产品功能也跟模型融合得比较深，有些功能是它这个模型特有的，当你学会后，你就只能在 Midjourney 上使用，而不能在其他产品上使用。

这会导致了一个非常高的学习迁移成本。当你想要更换产品的时候，你需要重新学习新产品的使用方法，同时还需要重新学习与模型相关的知识。

如果这个行业发展的速度比较慢的话，这个成本还可以接受（因为你有足够的时间去学习）。但是，现在 AI 行业发展非常快，每个月都会有新的产品，亦或者新的模型出现。你很难有时间去学习每一个产品。举个实际的例子，如果你选择学习融合产品，意味着：

当你看到 AI 能通过输入文字的方式生成图片，你可能会去学习 Midjourney，Stability AI，甚至 Adobe 的 AI 产品。
然后你又发现好像又有新的产品可以通过画图的方式生成图片，你可能又会去学习 Krea。
接着你发现 AI 还能生成视频，你又跑去学习 Runway、Pika。

最后你会发现，你好像学会了一堆软件，但又好像什么都没学会。因为每一款软件你都需要付出足够长的时间，才有可能真正学会，纯粹探索性的学习是不会有任何的积累（除非你只想娱乐一下）。

而学习分离产品，则能大大地降低这个迁移成本。当有一个新的模型出现时，你只需要切换模型就好了，而不需要重新学习产品的使用方法。比如，你学会了类似 SD WebUI 或者 ComfyUI 这类产品，你学会了如何文生图，当你需要通过画图的方式生成图片，你也只需要切换一些模型，或者在产品里操作一下就能实现与 Krea 类似的效果。

另一个关键是自由度。

我一直有这样的一个观点：AI 不会淘汰人类，但它会淘汰不会使用它们的人类。

你如果想要从 AI 这波浪潮里脱颖而出，你就需要学会如何使用 AI。而且不是单纯地使用 AI。你还需要学会如何调整 AI，从而让它切合你的工作流，甚至改造你的工作流。

因为它的自由度高，你可以自由地修改产品，甚至可以自己开发产品。这意味着你可以将产品与你的工作流结合，从而提高你的工作效率，甚至改造你的工作流。

SD Web UI VS ComfyUI

那市面上也有很多分离型产品，为何选择 ComfyUI？

我们先来简单看看 SD Web UI 和 ComfyUI 的 UI 界面，你应该就能知道它们的区别了。

从上图中可以看到，SD WebUI 的 UI 更像是我们传统使用的产品，有很多输入框，还有多个按钮。而 ComfyUI 的 UI 界面则非常复杂，除了输入框，还有很多一块块的东西，并且还有很多复杂的连线。

的确，从学习成本来看，ComfyUI 的学习成本会比 SD WebUI 高。但是这种连线其实并不复杂，你可以这么理解：

这些小的方块跟 SD WebUI 的输入框和按钮是一样的，都是对参数进行配置。
连线有点像在搭建一个自动化的工作流，从左到右依次运行。
从功能的角度看，其实两个产品截图所提供的功能是一样的，只是 ComfyUI 变成了这种连线的方式。

这种方式有很什么好处了？我们一起来看看这两个用 ComfyUI 搭建的工作流：

对比两个工作流，你会发现它只是有一个节点不一样，一个是直接加载图片，一个是通过画板绘制图片。这样就实现了两个不同的功能（一个是导入图片生图，一个是绘图生图）。这就意味着，你可以通过改变节点的方式来改变工作流，从而实现不同的功能。这样做有两个好处：

你可以根据自己的需求搭建适合自己的工作流，而不需要依赖开发者。
你也可以根据自己的需求，去开发并改造某个节点。

所以，选择 ComfyUI 最核心的原因就在于它的自由和拓展。那这就意味着你可以自己调整 ComfyUI 从而让它切合你的工作流，甚至改造你的工作流。

在现在这种 AI 发展如此迅猛的时代，我认为保持灵活才是最重要的。

💡

如果你看各种对比评测，还会发现 ComfyUI 在性能上会比 SD WebUI 更好，但在能力的覆盖上会比 SD WebUI 要差，比如 ComfyUI 的 Inpainting 的编辑器就比 SD WebUI 的编辑器要差。但是，这些都不是问题，这些问题未来会依托开源生态逐步完善，或者说互有优势。但是我认为 SD WebUI 不进行非常大的改变的情况下，是无法实现 ComfyUI 那样的自由度的。

ComfyUI 官网及其官方资源为用户提供了完整的支持体系，无论你是初学者还是资深用户，都能在这里找到所需信息和帮助。通过这些资源，你可以充分发挥 ComfyUI 的功能，为你的 AI 绘图与图像生成创作提供助力。

目前安装 ComfyUI 的方法有以下两种，你可以根据自己的需求选择一种：

安装到本地：将 ComfyUI 安装在自己的电脑中，这样你可以在本地运行 ComfyUI。这种方式基本是 0 成本。但如果你的电脑 GPU 配置相对较差，有可能生图的速度会比较慢。
安装到云端：将 ComfyUI 安装在云端，这样的好处是云端配置相对较高，生成图片的速度会更快，但是需要一定的费用。

本章节会主要介绍如何在本地安装 ComfyUI，如果你想在云端安装，可以跳到云端安装。

本地安装方法

命令行安装

本地安装有两种方法。第一种方法是普适性最强的方法 —— 命令行安装，且安装后二次遇到问题的概率相对较低。但是对于不熟悉命令行以及代码的用户来说，可能会有一定的门槛。所以本篇教程，主要是介绍这种方法。如果你在安装的过程中遇到问题，欢迎加入我们的 Discord(opens in a new tab) 交流群，我们会尽力帮助你。

另外，ComfyUI 的源码地址在这里(opens in a new tab)，安装方法写在了 Readme 中。你也可以按照 Readme 文档进行操作，并不一定要参照我的教程。

安装包安装

第二种方法是安装包安装。这种方法安装比较简单，下载就能用，目前我推荐两个安装包：

① ComfyUI 的官方安装包： 需要注意，目前仅支持 Windows 系统，且显卡必须是 Nivida。下载地址是这里(opens in a new tab)，你只想需要下载最新的版本，解压就能使用。

② Comflowy 本地版： 相对于 ComfyUI 安装包，我更推荐你安装我们开发的全新开源 ComfyUI 产品 ComflowySpace 😎。这是一款基于 ComfyUI 二次开发的产品，使用功能上与 ComfyUI 一致。但我们对其进行了很多优化：

支持 Mac 系统。
支持 ComfyUI 没有的模板功能，可以一键使用本教程中提供的所有模板。
优化了非常多 ComfyUI 的体验问题，使用起来更方便和简单。完整介绍可以查看这里，以及 Comflowy 和 ComfyUI 的区别可以查看这篇文章。

欢迎各位下载使用，下载地址在这里(opens in a new tab)。

命令行安装步骤

第一步，安装 pytorch

如果你已经安装过 SD WebUI，那你可以跳到第二步。

首先你需要打开系统 Terminal，一般可以通过系统搜索即可找到。

Mac 和 Windows 上是长这样的。Windows 上因为版本不同，有可能跟我的截图不一样，只要名字对就可以了：

然后打开 Terminal，不管是什么系统，你应该都会看到类似的界面，可能 UI 颜色不一样，但一定是一串字符后有一个闪烁的光标：

此时不同的系统需要输入不同的命令。

Windows 用户我建议你在有 NVIDIA 显卡的电脑上使用。

下载 Miniconda3

第一步输入以下命令：

  curl https://repo.anaconda.com/miniconda/Miniconda3-latest-Windows-x86_64.exe -o miniconda.exe

安装 Miniconda3

下载完后，继续输入以下代码，安装 Miniconda3：

  start /wait "" miniconda.exe /S

安装 pytorch

安装 pytorch 的 nightly 版本即可。输入以下命令：

  pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu121

第二步，下载 ComfyUI

此步需要你将 ComfyUI 代码拉到本地。如果你会 Git 请在 Terminal 运行以下代码，即可完成此步骤：

  git clone https://github.com/comfyanonymous/ComfyUI

如果你不会用 Git，我推荐你使用 Github 的客户端(opens in a new tab) 拉代码，这是更简单的方式。

下载 Github Desktop 并安装

下载并安装好 Github Desktop 后，打开该应用。

打开 ComfyUI 项目 & 下载

然后打开 ComfyUI 的 Github 页面(opens in a new tab)，点击右上角的绿色按钮（下图 ①），并点击菜单里的「Open with GitHub Desktop」（下图 ②），此时浏览器会弹出你是否要打开 GitHub Desktop，点击「是」。

完成下载

接着 GitHub Desktop 会让你选择一个保存位置，你可以按需调整，然后点击确定。Github Desktop 会同步云端的代码到本地，如果你看到下方这样的界面，这就意味着你已经完成了代码同步。

第三步，安装依赖

下载好代码后，需要安装依赖。有两种方法安装依赖。

如果你安装过 Visual Studio Code(opens in a new tab)，那你只需要：

打开项目文件夹

在 Github Desktop 上点击「Open in Visual Studio Code」按钮。此时 VS Code 会打开。

打开 VS Code Terminal

接着你需要点击 VS Code 右上角的第二个 icon，然后你会在软件底部看到一个类似你之前在 Terminal 里看到的命令输入界面。

输入命令

最后一步你需要在底部 Terminal 输入以下命令，并点击回车：

# 如果遇到网络问题看后面的 Q&Apip install -r requirements.txt

⚠️

你有可能会遇到如 pip 安装的报错，那此时你可以尝试下 pip3：

pip3 install -r requirements.txt

不管使用哪种方法，你应该都会在最后看到「Successfully installed XXXXX」这就意味着你完成了安装。另外如果你遇到其他问题，可以查看本章最后的 Q&A。

第四步，启动服务

不管你在上一步是用 VS Code 运行，还是在 Terminal 里运行，你都可以继续输入以下代码：

  python main.py

⚠️

这一步，如果你想让 ComfyUI 运行得更快，可以输入以下代码：

  python main.py --force-fp16

另外，如果你遇到类似上一步的报错问题，可以尝试用 python3：

  python3 main.py

当你看到「To see the GUI go to: http://127.0.0.1:8188」，(opens in a new tab) 就意味着你已经完成了 ComfyUI 的安装，并成功运行。此时你只需要在浏览器里复制黏贴下方地址即可：

  http://127.0.0.1:8188/

你应该能看到以下界面。恭喜你，ComfyUI 已经安装好了。但此时还没法运行 Stable DIffusion 生图。你还需要下载关键的模型，在下一章我会教大家如何下载并安装所需的模型。

Q&A

Q: 终端显示某个模块下载失败，或无法下载该怎么办？

这是因为网络没有做到终端 FanQiang，终端 FanQiang 需要配置好代理。

# 具体端口要根据自己的 FanQiang 服务来看，最好把这个配置到默认的终端启动项里边export https_proxy=http://127.0.0.1:7890 http_proxy=http://127.0.0.1:7890 all_proxy=socks5://127.0.0.1:7890

或者是考虑使用第三方镜像站下载，详细信息请参考对应镜像站的帮助手册。

镜像站	URL	帮助
TUNA	https://pypi.tuna.tsinghua.edu.cn/simple(opens in a new tab)	🔗(opens in a new tab)
网易	https://mirrors.163.com/pypi/(opens in a new tab)	🔗(opens in a new tab)
Q: 终端显示 ERROR: Could not find a version that satisfies the requirement pyyaml (from versions: none) 该如何处理？

此问题来自 Discord 用户 Lulu。

这是因为缺少 pyyaml，你可以运行：

 pip install pyyaml

完成安装后，再继续安装 ComfyUI。

下载 & 导入模型

安装完 ComfyUI 后，你需要下载对应的模型，并将对应的模型导入到对应的文件夹内。在讲解如何下载模型之前，我们先来简单了解一下 Stable Diffusion 的不同版本之间的差别，你可以根据你自己的需求下载一个合适的版本。

另外，你也可以参考这两篇博客：

不同 Stable Diffusion 的差别

如果你想要了解更多模型，可以查看我们的模型推荐页面：模型推荐。

Stable Diffusion v1.5

这是 Stable Diffusion 的的早期版本，目前市场上的很多 Lora 模型以及 ContrlNet 模型都是基于它来构建的，所以在开始使用 ComfyUI 的时候为了少踩坑，建议围绕 1.5 版本进行学习。
模型官方介绍：Stable Diffusion v1.x press release(opens in a new tab)
下载链接：v1.5 pruned(opens in a new tab)

Stable Diffusion v2.0

这是 Stable Diffusion 的一个重大更新，相比于 v1.5 版本，它在图像生成质量和速度上都有所提升。
2.0 版本采用了新的文本编码器 OpenCLIP，可以更好地理解文本提示，从而生成更高质量的图像。此外，2.0 版本还支持更高的图像分辨率，可以生成默认分辨率为 512×512 像素和 768×768 像素的图像。
模型官方介绍：Stable Diffusion v2 press release(opens in a new tab)

Stable Diffusion XL

这是 Stable Diffusion 的最新版本，它在 2.0 版本的基础上进行了进一步的优化和改进。
XL 版本的主要特点是其更大的模型大小，从 0.98B 扩大到 6.6B 参数，这使得它能够生成更高质量的图像。
XL 版本还引入了新的功能，如更有艺术感的图像，更真实的图像，以及更清晰可读的字体等。
模型官方介绍：Stable Diffusion xl 1.0 press release(opens in a new tab)
下载链接：
- Base(opens in a new tab)
- Refiner(opens in a new tab)

模型下载

我常用的下载渠道有两个，一个是 HuggingFace，最后一个是 CivitAI 站点。

HuggingFace

你可以将 HuggingFace 理解为 AI 届的 Github。上面会有不少人或组织会将他们的模型分享到上面。你可以通过 HuggingFace 的搜索功能来搜索你想要的模型。

比如我们搜索 Stable Diffusion v1.5，你会看到这样的页面，然后我们点击页面里的 Files and versions 按钮（图中 1），接着你会看到很多文件，此时你需要选择你需要下载的模型文件，然后点击下载按钮（图中 2）：

一般你会看到两种后缀的模型：

safetensors：这种模型一般用的是 numpy 格式保存，这就意味着它只保存了张量数据，没有任何代码，加载这类文件会更安全和更快。
ckpt：这种文件是序列化过的，这意味着它们可能会包含一些恶意代码，加载这类模型就可能会带来安全风险。

所以在上述的案例中，我会推荐你下载 safetensors 格式的模型。

另外，我建议你在搜索模型的时候，需要看看是不是该模型的官方发的，一般我会看模型的下载数，一般下载数越多的模型，越有可能是官方发的。

CivitAI

与 HuggingFace 不同，CivitAI 站点更偏向于 UGC 一些，所以你会看到更多个人训练的模型，但是这并不意味着它们的质量会差，相反，你会发现有些模型的质量非常好。

而且 CivitAI 比 HuggingFace 多了很多好用的功能，比如你可以通过筛选等方式，看到各种各样优秀的模型：

同样的，你也可以通过 CivitAI 的搜索功能来搜索你想要的模型，并下载该模型，以 DreamShaper 为例，你只要点击下载按钮（图中 1）即可下载模型：

⚠️

在后续的教程中，我会使用到各种模型，你都可以根据自己的需求在以上两个渠道下载不同的模型。但现在我建议你先在 HuggingFace 上下载 Stable Diffusion v1.5 和 Stable Diffusion XL 模型，前者有很多配套的模型，而后者的出图效果相对比较好，不少最新的模型也都有基于它去优化。

模型导入

如果你使用的是 ComflowySpace，那么你可以直接在 ComflowySpace 上导入模型。具体的操作步骤如下：

切换到 Models 的界面，然后点击右上角的 Model Folder 的按钮（图中①），
打开该文件夹后，点击进入里面的 checkpoint 文件夹，将你下载好的模型放入其中。
最后再点击一下 Refresh 按钮（图中②）。

🎉 恭喜你，又完成了一个重要的步骤，接下来我们就可以正式进入 ComfyUI 基础篇的学习了。