ComfyUI工作流搭建实战详解

原创于 2026-07-24 15:51:01 发布 · 276 阅读

5 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

在ComfyUI中进行工作流搭建，核心是按照“模型加载→文本编码→采样去噪→VAE解码→图像输出”的顺序连接节点，通过右键菜单添加节点、拖拽同色端口连线即可实现文生图。以下是详细的搭建教程。

一、环境准备与启动

1. 下载整合包

推荐方式：下载官方或秋叶整合包（支持Windows/Mac系统）。

2. 模型存放

- 大模型存放在 models/checkpoints 目录。 - VAE 存放在 models/vae 目录。 - LoRA 存放在 models/loras 目录。若与 WebUI 共用，需修改 extra_model_paths.yaml 文件，使其指向 WebUI 目录。

3. 硬件建议

- SD1.5/SDXL 模型需要显存 ≥ 6GB。 - FLUX 系列建议显存 ≥ 8GB（FP8/GGUF 量化版可低至 6GB）。

二、基础文生图工作流搭建步骤（5 节点串联）

1. 加载模型

右键空白处，依次选择“新建节点”→“Loaders”→“Checkpoint Loader Simple”，然后选择 .safetensors 格式的大模型。

操作步骤：
1. 右键工作区空白处。
2. 点击“新建节点”。
3. 选择“Loaders”类别。
4. 点击“Checkpoint Loader Simple”。
5. 选择 .safetensors 大模型。

2. 文本编码

新建两个“Conditioning→CLIP Text Encode”节点，分别输入正向提示词和负向提示词；将 Checkpoint 的 CLIP 口连线至两节点的 CLIP 输入口。

操作步骤：
1. 新建“CLIP Text Encode”节点（需新建两个）。
2. 在一个节点输入正向提示词，另一个输入负向提示词。
3. 将 Checkpoint 的 CLIP 端口连接到两个节点的 CLIP 输入端口。

3. 设置画布

新建“Latent→Empty Latent Image”节点，设置宽/高（SD1.5 建议 512x512，SDXL 建议 1024x1024）及 batch_size。

操作步骤：
1. 新建“Empty Latent Image”节点。
2. 根据模型类型设置宽高（SD1.5: 512x512；SDXL: 1024x1024）。
3. 设置 batch_size。

4. 采样生成

新建“Sampling→KSampler”节点，进行如下连接： - Checkpoint 的 MODEL 端口连接到 KSampler 的 model 端口。 - 正/负编码输出分别连接到 KSampler 的 positive / negative 端口。 - Empty Latent 输出连接到 KSampler 的 latent_image 端口。

关键参数参考：
- Steps：20 - 30
- CFG：5 - 8
- Sampler：euler / euler_ancestral
- Scheduler：normal
- Seed：randomize

操作步骤：
1. 新建“KSampler”节点。
2. 连接端口（MODEL→model；正/负编码输出→positive/negative；Empty Latent 输出→latent_image）。
3. 设置关键参数。

5. 解码输出

新建“Latent→VAE Decode”节点，连接 KSampler 的 samples 端口和 Checkpoint 的 VAE 端口，再将其连至“Image→Save Image”节点。

操作步骤：
1. 新建“VAE Decode”节点。
2. 连接 KSampler 的 samples 端口和 Checkpoint 的 VAE 端口。
3. 将 VAE Decode 节点连接到“Save Image”节点。

三、关键操作规范

1. 连线规则

仅同色端口可连接（如 CLIP 口对 CLIP 口，MODEL 口对 MODEL 口）；一个输出可连多个输入，但一个输入只能连一个输出。

2. 节点管理

- 双击空白处，搜索节点名可快速添加节点。 - 使用 Ctrl + C / Ctrl + V 复制节点。 - 删除红线报错时，需检查数据类型是否匹配。

3. 保存复用

- 点击右侧“Queue Prompt”执行工作流。 - 生成图像后，右键工作区，选择“Save”可导出 JSON 工作流，下次拖入即可加载。

4. 图生图

用“Load Image + VAE Encode”替换“Empty Latent Image”，并调整 KSampler 中的 denoise 值（0.3 - 0.7 控制重绘强度）。

5. ControlNet/LoRA

在 Checkpoint 与 CLIP 之间插入“Load LoRA”节点；或添加“Apply ControlNet”节点串联条件输入。

6. 高清修复

在 VAE Decode 后接“Upscale Model”或“HiRes Fix”子工作流进行二次放大细化。

四、给新手的实操学习建议

- 入门阶段优先手动搭建完整的 5 节点工作流程，一步步调试参数、理顺节点间的数据传输逻辑，完整独立跑通一次全流程。亲自实操能直观理解每个节点功能、连接规则与参数设置要点，打下扎实基础。 - 待自主搭建流程熟练后，再导入他人分享的JSON 格式工作流逆向拆解学习，通过现成成品反向梳理创作者的节点搭配思路、组合技巧，高效吸收成熟的流程设计经验。 - 避免盲目汉化插件，英文节点名更利于精准搜索与社区交流。

通过以上步骤和建议，你可以在 ComfyUI 中顺利搭建工作流并实现文生图等功能。希望本教程对你有所帮助！

标签

#AI作画