AI绘画软件SD ComfyUI，功能详解与实用教程

作者：AI工具推荐

发布时间：2026-03-19 17:30:00 浏览量：1 0

不少AI绘画玩家在使用Stable Diffusion时，总会觉得常规WebUI像“傻瓜相机”——虽然上手快，但想调整细节、组合复杂效果时总被界面限制，如果你想让创作流程更“听话”，能自由搭配模型、控制参数，那SD ComfyUI绝对值得一试，这款以“节点式操作”为核心的工具，把绘画过程拆成一个个可拖拽的“功能积木”，让你像拼乐高一样搭建专属创作流程，今天就带你从功能亮点到实操步骤，全方位解锁这个“AI绘画工程师”的秘密武器。

核心功能亮点：用“节点”玩转创作自由

SD ComfyUI最让人眼前一亮的，就是它的节点式操作界面，和传统WebUI的“填写表单”不同，这里的每个功能（比如加载模型、输入提示词、调整采样参数）都变成了独立的“节点”，你可以用鼠标把它们拖到画布上，再用线条连接起来，比如想生成一张“赛博朋克风格的猫咪”，你可以先拖入“Checkpoint模型”节点加载对应的风格模型，再连一个“提示词”节点输入描述，接着接“采样器”节点选择合适的生成算法，最后连到“图像生成”节点——整个流程看得见、摸得着，哪一步出问题直接点节点就能调整。

这种设计带来了超强的自定义能力，比如你想给生成的图片先做“人脸修复”再“高清放大”，传统WebUI可能需要多步操作，而在ComfyUI里，只需在生成节点后再连一个“修复”节点和“放大”节点，就能一键完成组合流程，它还支持同时加载多个模型，比如把写实模型和动漫模型的节点并列，通过调节权重让画面既有真实感又有二次元韵味，对于喜欢钻研参数的玩家来说，这种“可视化编程”式的创作体验，简直像给AI绘画装上了“手动挡”。

安装与基础配置：三步搞定启动准备

SD ComfyUI是开源免费的工具，基于Stable Diffusion框架开发，所以安装前需要先准备好基础环境，第一步，确保电脑里装了Python（3.10以上版本）和Git，这两个是运行程序的“地基”，可以在官网直接下载安装，第二步，打开命令行，输入“git clone https://github.com/comfyanonymous/ComfyUI”，把项目文件克隆到本地，就像从网上“搬”回一个工具箱。

第三步是最关键的“装模型”，ComfyUI本身不带模型，需要你自己准备Stable Diffusion的Checkpoint模型（比如SDXL、RealVis等），把它们放到“ComfyUI/models/checkpoints”文件夹里，如果想用人像优化模型，就把LoRA文件放进“lora”文件夹，VAE模型放进“vae”文件夹——模型放对位置，程序才能“认出来”，最后双击“run_nvidia_gpu.bat”（N卡用户）或“run_cpu.bat”（无显卡用户），等待程序启动，浏览器会自动弹出ComfyUI的操作界面，这就大功告成了。

基础使用教程：从“连节点”到生成第一张图

打开ComfyUI后,界面分三部分：左边是“节点面板”（各种功能节点都在这里），中间是“工作区”（拼节点的画布），右边是“属性面板”（调整节点参数），新手可以先从“基础工作流”开始：在左边节点面板找到“Load Checkpoint”（加载模型），拖到工作区，点击节点上的“Choose Model”，选一个你下载好的Checkpoint模型（比如sd_xl_base_1.0.safetensors）。

接着拖入“CLIP Text Encode (Prompt)”节点（输入正向提示词）和“CLIP Text Encode (Negative Prompt)”节点（输入反向提示词），在正向提示词框里写“a cute cat, cyberpunk style, neon lights, highly detailed”，反向提示词写“blurry, low quality, extra limbs”，然后找“KSampler”节点（采样器），把模型节点的“output”连到采样器的“model”，两个提示词节点的“output”分别连到采样器的“positive”和“negative”。

最后拖入“VAEDecode”节点（图像解码）和“Save Image”节点（保存图片），把采样器的“output”连到VAEDecode的“latent”，VAEDecode的“image”连到Save Image的“image”，在属性面板里，给采样器设置“steps=20”“cfg=7”“sampler_name=DPM++ 2M Karras”，点击工作区空白处，按“Ctrl+Enter”开始生成——稍等几秒，一张赛博朋克猫咪图就会保存在“ComfyUI/output”文件夹里，是不是很简单？

进阶技巧：让画面更“听话”的参数调整

想让生成效果更精准？试试这些小技巧，比如调整“采样步数”，步数越多画面越细腻，但生成速度越慢，日常用20-30步就够；“CFG值”控制提示词的影响力，值越高画面越贴合提示词，但太高会导致颜色失真，建议5-8之间，如果画面人物脸歪了，加个“FaceRestore”节点，选择“CodeFormer”模型，连在VAEDecode之后，就能自动修复人脸。

喜欢特定风格？在模型节点后加“LoraLoader”节点，加载对应的LoRA模型（DisneyStyle.safetensors”），调整“strength”参数（0.5-1.0之间），就能让画面带上迪士尼动画的感觉，如果电脑配置低，生成慢，可以在“KSampler”节点里把“width”和“height”设小一些（比如512x512），生成后再用“ESRGAN”节点放大，既快又清晰。