ComfyUI工作流从零搭建：从文生图到AI视频生成全攻略

很多新手拿到 ComfyUI 之后，第一反应是“界面怎么全是线和节点”，完全不知道从哪里下手。网上能搜到的资料虽然多，但要么是零散的节点介绍，要么直接扔一个复杂工作流让人导入，导入后又报错：缺少模型、缺少节点、显存不够，各种问题堆在一起，很难坚持下去。本文打算从零开始，用完整、可跟随的思路，把 ComfyUI 的工作流搭建过程拆开讲解，覆盖环境安装、节点概念、文生图实战、AI 视频工作流搭建，以及高频报错的排查方法。不管你是想学 AI 绘画，还是想尝试 AI 视频生成，都可以先照着本文把基础打牢。

1. 为什么要学 ComfyUI 工作流

1.1 什么是 ComfyUI

ComfyUI 是一个基于节点和连线来组织 AI 生成流程的图形化工具，底层借助 Stable Diffusion 等扩散模型完成图像或视频生成。传统 WebUI 把参数集成在一个网页表单里，而 ComfyUI 把生成过程拆成一个个独立节点，例如“加载模型”“输入提示词”“采样器”“解码图片”等，节点之间通过连线传递数据。

这样做的好处很直接：

• 流程透明：你看到的每一个节点、每一个参数，都是生成过程中的一环。
• 控制力强：可以精确控制模型加载、采样策略、潜空间尺寸、降噪强度等细节。
• 可复用性高：工作流导出为一个 JSON 文件，发给别人就能复现同样的生成流程。
• 自定义空间大：安装自定义节点后，几乎可以把 ControlNet、LoRA、AnimateDiff、局部重绘等能力都拼接到一张画布上。

对习惯了 WebUI 表单操作的人来说，ComfyUI 需要一点适应时间，但一旦熟悉节点逻辑，你会发现它很适合做复杂生成任务的串联与批量处理。

1.2 适合哪些读者

本文的内容主要面向三类读者：

• 零基础新手：完全没接触过本地 AI 绘画，想从安装到出图走通一遍。
• 用过 WebUI 但想转向 ComfyUI 的玩家：已经了解提示词、模型基础，但不熟悉节点式工作流。
• 想尝试 AI 视频生成与工作流复用的开发者：希望从一张图或一段提示词生成短视频，并把流程保存下来反复使用。

如果你手里是 NVIDIA 显卡（例如 3060、4060 等 8G 到 12G 显存），体验会顺畅很多。如果是核显或老显卡，也能运行，但速度会偏慢，需要调整模型分辨率和参数。

1.3 学完能获得什么

完成本文的学习后，你至少能掌握几件事：

• 正确安装本地 ComfyUI 环境，分清不同安装方式的适用场景。
• 理解 ComfyUI 中常见节点的作用，例如加载器、CLIP 文本编码、采样器、VAE 解码。
• 从零搭出一个文生图工作流，并保存为可复用的 JSON 文件。
• 了解 AI 视频工作流的基本结构，跑通 AnimateDiff 或同类视频生成方案。
• 遇到“缺少模型”“显存不足”“导入失败”等报错时，能按排查思路自己解决。

2. 环境准备与安装

2.1 硬件与显存要求

ComfyUI 的核心计算依赖显卡，尤其是 NVIDIA 显卡的 CUDA 加速。按照目前的常见配置，可以大致参考下面的经验：

上面提到的 3060 是玩本地 AI 绘画比较常见的卡，12G 显存版本在跑 AnimateDiff 这类视频模型时可以生成低分辨率、较短帧数的视频，但不要抱太高期待。视频生成比较吃显存，实际效果由分辨率、帧数、模型结构共同决定。

2.2 软件安装方式对比

ComfyUI 的安装方式主要有三种，这里按适合人群排列：

新手最推荐使用秋叶整合包这类一键整合包，原因是它解决了大多数环境问题：预装好 Python、Git、PyTorch 和常用插件，解压后启动脚本就能进入网页界面。文章发布时间较久后，整合包版本可能会变化，所以安装时注意看说明，尽量选择更新日期较近的版本。

如果你选择官方源码方式，可以按下面的思路准备环境：

# 以 Windows 为例，先安装 Python 和 Git，再执行： git clone https://github.com/comfyanonymous/ComfyUI.git cd ComfyUI python -m venv .venv .venv\Scripts\activate pip install -r requirements.txt

Linux/macOS 的差异主要在虚拟环境激活命令，例如 macOS 使用source .venv/bin/activate。无论哪种方式，都要记住 ComfyUI 本身是不断更新的开源项目，依赖版本会变，遇到问题先看官方仓库的 README。

2.3 启动与访问

安装完成后，启动 ComfyUI 的方式：

python main.py

启动成功后终端通常会出现一行地址：

To see the GUI go to: http://127.0.0.1:8188

用浏览器打开这个地址，就能看到 ComfyUI 的节点编辑画布了。默认端口是 8188，如果你电脑装了其他服务占用端口，也可以通过参数修改：

python main.py --port 8189

对新手来说，第一次打开界面时不需要着急，先熟悉画布、节点面板、菜单栏的位置。ComfyUI 没有像传统软件那样提供“新建文档”按钮，它默认打开的是一个基础工作流，可以直接从那个基础工作流开始上手。

3. ComfyUI 核心概念与节点解析

3.1 节点与连线的整体逻辑

可以把 ComfyUI 理解成一条“数据流水线”。每个节点是一个加工步骤，节点与节点之间的连线是数据传输通道。以最基础的文生图流程为例：

1. 加载模型节点输出 checkpoint 数据。
2. 正负提示词通过 CLIP 文本编码节点，转换为模型能理解的条件数据。
3. 空潜空间节点定义一个初始噪声图。
4. 采样器节点接收模型、条件数据、初始噪声，逐步去噪。
5. VAE 解码节点把潜空间张量解码成像素图。
6. 保存图片节点把结果写到磁盘。

如果只记一个概念，那就记住“潜空间”：扩散模型并不是直接操作像素，而是在一个压缩后的潜空间里做去噪。很多人不理解为什么需要 VAE 解码，就是因为采样器的输出并不是一张可以直接查看的图片，必须先解码。

3.2 常见基础节点说明

Load Checkpoint（加载模型节点）

这个节点负责加载 Stable Diffusion 等模型的主文件，也就是日常生活中常说的“大模型”或“底模”。它通常有三个输出：

• MODEL：用于采样推理的模型组件。
• CLIP：用于文本编码。
• VAE：用于像素与潜空间之间转换。

有些新模型格式使用独立加载器，例如 FLUX 系列需要分别加载 UNET/DiffusionModel、CLIP、VAE，这类工作流更复杂，但核心逻辑一致。新手先掌握 checkpoint 加载即可。

CLIP Text Encode（提示词编码节点）

把自然语言提示词转换成条件向量。ComfyUI 里通常需要两个：一个给正向提示词，一个给反向提示词。反向提示词的作用是告诉模型“不要出现什么”，例如低质量、畸形、模糊等。

Empty Latent Image（空潜空间节点）

定义初始画布大小和批次数量。文生图时，Sampler 会在这个尺寸的噪声张量上开始去噪。宽高数值建议按照模型训练分辨率选择，SD 1.5 常见 512x512，SDXL 常见 1024x1024。数值设置得过高且显存不够时，很容易 OOM。

KSampler（采样器节点）

整个流程的核心，包含以下常见参数：

• steps：采样步数，默认 20，数值越高通常越精细，但耗时也更长。
• cfg：提示词相关度，俗称 CFG，过大会导致颜色过饱和，过小会导致画面松散。
• sampler_name：采样算法名，例如 dpmpp_2m、euler。
• scheduler：调度器，例如 karras、normal。
• denoise：降噪强度，文生图时通常为 1，图生图时小于 1 可以保留原图结构。

VAE Decode（VAE 解码节点）

把潜空间数据还原为像素图像，没有这个节点，你看不到最终图片。

Save Image / Preview Image（保存/预览节点）

保存图片到ComfyUI/output目录，或在页面里直接预览输出。

3.3 工作流文件与导入方式

ComfyUI 的工作流本质上是一个 JSON 文件，里面保存了节点位置、节点参数、连线关系、模型名称等信息。你把别人的工作流 JSON 拖进页面，就能复现对方的画布布局和参数设置。

新手下载到工作流文件后，通常会遇到几种情况：

• 正常导入，所有节点和连线都完整。
• 提示缺少自定义节点，需要去custom_nodes目录安装对应插件。
• 提示缺少模型文件，需要把对应模型下载后放入指定目录。

工作流文件本身不包含模型文件，所以换电脑后必须重新准备模型。这也是新手最容易忽略的一点：工作流能打开，不代表能直接出图，模型缺失时会在运行时的那一步报错。

4. AI 绘画实战：从零搭一个文生图工作流

4.1 构建基础节点

下面我们从零开始搭一个最简单的文生图工作流。默认画布上有一个基础工作流，如果你已经改乱了，可以先清空画布重新添加节点，也可以用右上角菜单的“Load Default”恢复默认。

先从左键双击画布空白处，弹出节点搜索框，然后依次添加以下节点：

1. Load Checkpoint
2. CLIP Text Encode（正向）
3. CLIP Text Encode（反向）
4. Empty Latent Image
5. KSampler
6. VAE Decode
7. Save Image

节点添加完成后，按下图逻辑连线：

• Load Checkpoint 的 MODEL 输出连接到 KSampler 的 model 输入。
• Load Checkpoint 的 CLIP 输出连接到两个 CLIP Text Encode 节点的 clip 输入。
• Load Checkpoint 的 VAE 输出连接到 VAE Decode 节点的 vae 输入。
• 正向提示词节点输出连接到 KSampler 的 positive 输入。
• 反向提示词节点输出连接到 KSampler 的 negative 输入。
• Empty Latent Image 输出连接到 KSampler 的 latent_image 输入。
• KSampler 的 output 输出连接到 VAE Decode 的 samples 输入。
• VAE Decode 的 image 输出连接到 Save Image 的 images 输入。

这个流程图可以用一句话概括：模型、条件、初始噪声一起进入采样器，采样结果解码后保存。

4.2 配置提示词与采样参数

在正向提示词节点里输入一句简单描述，例如：

a cute cat wearing a wizard hat, soft lighting, highly detailed, masterpiece

反向提示词节点输入：

lowres, bad anatomy, bad hands, blurry, watermark, text

如果你对负面提示词不太熟悉，可以先用比较通用的负面词集合，后面再根据出图效果单独调整。

Empty Latent Image 设置宽高，SD 1.5 模型建议 512x512，批次数可以先保持 1。

KSampler 建议参数：

steps: 20 cfg: 7 sampler_name: dpmpp_2m scheduler: karras denoise: 1

这些参数不是固定的，同一种模型搭配不同采样器，效果会有差异。新手可以先保住“能出图”，再逐步尝试不同组合。

4.3 运行工作流并查看结果

点击面板上的“Queue Prompt”（排队运行）按钮，或者按快捷键 Ctrl+Enter，ComfyUI 会执行整个流程。运行过程中，可以看到节点边框变成进度状态，采样节点会显示当前采样进度。完成后，Save Image 节点会显示生成的图片预览。

生成的图片默认保存在ComfyUI/output目录下，文件名会自动带上日期时间和种子信息。如果你在 KSampler 上把 seed 固定，同一套参数下次生成时就能得到类似结果；如果你希望每次随机，seed 可以设为随机值。

4.4 工作流示例 JSON

下图展示的是核心结构，如果你只是想快速测试，也可以直接复制下面的 JSON 片段导入 ComfyUI。因为不同版本节点 id 可能会变化，这段内容主要用来理解工作流的存储格式，实际导入时建议在编辑器里生成后导出一份你自己的模板。

{ "last_node_id": 7, "nodes": [ { "id": 1, "type": "CheckpointLoaderSimple", "pos": [100, 100], "size": [210, 98], "inputs": [], "outputs": [ { "name": "MODEL", "type": "MODEL" }, { "name": "CLIP", "type": "CLIP" }, { "name": "VAE", "type": "VAE" } ], "widgets_values": ["model.safetensors"] }, { "id": 4, "type": "EmptyLatentImage", "pos": [400, 350], "size": [315, 150], "widgets_values": [512, 512, 1] }, { "id": 5, "type": "KSampler", "pos": [400, 100], "size": [315, 262], "widgets_values": [0, 20, 7, "dpmpp_2m", "karras", 1] } ], "links": [ [1, 1, 0, 5, 0, "MODEL"], [4, 4, 0, 5, 2, "LATENT"] ] }

真实完整的工作流 JSON 会比这长很多，因为每个节点都要保存坐标、尺寸、连线数组等。但核心思想一致：节点数据 + 连线关系共同描述整个生成流程。日常使用中，通过界面导出即可，不用手写 JSON。

5. AI 视频工作流实战

5.1 AI 视频生成的主流方案

ComfyUI 中的 AI 视频生成通常可以分为几类方案：

• AnimateDiff：在 SD 1.5 模型基础上增加运动模块，通过连续帧生成动画视频。
• Wan 2.1、LTX Video、CogVideoX 等原生视频生成模型：直接通过文本或图像生成视频。
• 逐帧图生图 + 后期合成：把视频拆帧，逐帧处理后再组装，适合风格化改造。

不同方案的节点插件、模型目录、显存占用都不太一样。跑视频工作流之前，建议先能稳定运行文生图工作流，因为大部分视频工作流底层架构与文生图类似，都是“模型加载 -> 采样 -> 解码”，区别在于多了一个时间维度的帧处理。

对 3060 12G 显卡来说，AnimateDiff 是一种相对容易入手的方案，主要用来生成短视频片段或 GIF，常见做法是先生成初始帧或直接用文本引导，再让运动模块生成连续动画。缺点是分辨率太高、帧数太长时很容易爆显存。

5.2 视频工作流的核心节点

一个典型的 AnimateDiff 视频工作流会包含以下部分：

• 加载 checkpoint 模型，方式与文生图一致。
• 加载运动模块，通过 AnimateDiff LoRA 或专门的 AnimateDiff 加载器连接模型。
• 设置视频长度（frame count）和帧率。
• 采样器连续去噪，输出潜空间视频帧。
• VAE 解码所有帧。
• 保存视频节点把帧序列编码为视频文件。

如果使用原生视频生成模型，流程会有些不同。以 Wan 2.1 为例，通常还需要：

• 独立的文本编码器，例如 T5 系列。
• 独立的 VAE，视频 VAE 与图片 VAE 结构不一样。
• 专门的采样参数，对步数、cfg 设置有自己的推荐值。

因为这部分模型更新很快、不同日期模型的部署方式也不同，具体参数要以官方工作流模板为准。你可以通过 ComfyUI 官方示例库或模型仓库附带的 prompt 文件来获取最新的推荐配置。

5.3 视频保存与合成方法

ComfyUI 里如果只保存图像帧，会出现在output目录下的一批图片里。如果需要合成视频，常见做法：

1. 在 ComfyUI 中安装支持视频输出的自定义节点，直接在节点上输出 mp4。
2. 把生成的帧图片保存到本地后，用 FFmpeg 命令行合成。

FFmpeg 是视频处理常用工具，合成帧序列的命令大致如下：

ffmpeg -framerate 8 -i frame_%05d.png -c:v libx264 -pix_fmt yuv420p output.mp4

其中-framerate 8表示每秒 8 帧，frame_%05d.png表示文件名按数字序列排列，例如frame_00001.png。如果你的帧命名方式不同，需要调整匹配规则。

如果视频帧数量不多，也可以直接使用一些自定义节点输出 GIF，更适合短视频裂变场景。GIF 清晰度不如 MP4，但不需要额外安装编码器。

5.4 视频工作流缺包报错的应对

很多视频工作流导入后会出现类似这样的提示：

请安装缺失的包以使用此工作流

这说明工作流里的自定义节点或 Python 依赖没有被完整安装。一般有几种原因：

• 没有安装对应自定义节点插件。
• 插件已安装，但 Python 依赖缺失。
• 需要额外下载运动模块或视频 VAE 模型。

排查建议：

1. 查看日志，确认是哪个节点导入失败。
2. 去ComfyUI/custom_nodes目录检查对应插件是否下载完整。
3. 查看插件作者提供的 requirements 说明，在 Python 环境中执行安装。

以 Python 环境安装依赖为例，在项目根目录下激活虚拟环境后执行：

pip install -r custom_nodes/某插件目录/requirements.txt

视频类插件通常对 PyTorch、Transformers、safetensors、OpenCV 等依赖有要求，如果版本和主程序冲突，最好在插件作者的问答区或仓库 Issue 里搜索现成解决方案。

6. 模型管理与工作流工程化

6.1 模型文件放在哪里

ComfyUI 对模型目录有约定，同一类模型必须放到指定目录，否则加载节点里看不到对应文件。

常见目录如下：

不要把 LoRA 放到 checkpoints 目录里，也不要因为找不到模型就把文件放到任意目录。ComfyUI 加载节点下拉列表中的模型名称，实际读取的就是这些约定目录。

如果你下载了模型但下拉列表不刷新，可以点击节点上的刷新按钮，或重启 ComfyUI。如果刷新后仍然看不到，检查文件扩展名是否满足要求，例如.safetensors、.ckpt、.pt。

6.2 工作流的版本管理与复用

随着节点变多、参数越调越复杂，工作流本身也需要维护。

建议把工作流 JSON 文件纳入 Git 管理，这样做有几个好处：

• 可以回滚到之前能出图的版本。
• 可以比较不同版本之间参数差异。
• 方便团队共享与评审。

在 ComfyUI 里，也可以利用“小组件”或 Subgraph 功能，把一套常用节点封装成组，拖拽复用。比如把“放大高清”流程封装成一个子图，后续文生图、图生图都能直接复用。

6.3 通过 API 提交工作流

ComfyUI 不仅仅是一个图形工具，它还提供了 API 模式，方便程序化提交生成任务。新手可以先知道这个能力，后续做自动化或网站集成时非常有用。

ComfyUI 启动后，API 服务默认监听在 8188 端口。可以通过 Python 的 requests 库提交一个工作流对象。

import json import requests # 假设你已经导出了工作流的 API 格式 JSON with open("api_format_workflow.json", "r", encoding="utf-8") as f: workflow = json.load(f) # 修改提示词，这里以节点 id 为 6 的 CLIPTextEncode 为例 workflow["6"]["inputs"]["text"] = "a beautiful landscape, sunset" response = requests.post( "http://127.0.0.1:8188/prompt", json={"prompt": workflow} ) print(response.json())

这里要注意的是，ComfyUI 界面导出的 JSON 有两种格式：一种是界面完整格式，另一种是 API 格式。调用/prompt接口时需要使用 API 格式，两者字段结构不同，不能混用。上面的代码只是一个思路示意，正式使用时需要先看工作流的节点 id 和字段名。

7. 常见问题与排查思路

下面把新手阶段最容易遇到的问题整理成一张排查表。

7.1 高频问题汇总表

7.2 典型报错拆解

以一个常见现象举例：

Error: Cannot locate model, please check the model path.

这类报错通常出现在加载节点上。第一步不是重新下载模型，而是先确认工作流所引用的文件名是什么，再到对应目录目录下查找。ComfyUI 不会自动下载模型，所有模型都必须自己准备。如果模型文件确实存在，检查文件名是否包含空格或中文，ComfyUI 对不同系统路径支持有差异，建议统一改为英文字母命名。

另一个常见问题是在 Windows 下遇到路径过长报错。ComfyUI 的 custom_nodes 节点目录结构往往很深，Windows 默认路径长度限制可能触发错误。解决方法是：

1. 开启 Windows 长路径支持。
2. 把 ComfyUI 整个目录放在磁盘根目录下，例如D:\ComfyUI，而不是放在多层文件夹内。
3. 避免把模型目录嵌套过深。

7.3 显存不足的实战调整顺序

如果你遇到显存不足，可以按这个顺序依次调整：

1. 采样器里的 batch_size 降到 1。
2. 图像宽高降低，例如 512 降到 384。
3. 视频生成场景下，帧数从 16 降到 8。
4. 启动命令追加--lowvram或--novram。
5. 更换更轻量的模型。

python main.py --lowvram

--lowvram让 ComfyUI 按需加载模型层到显存，速度会下降，但能解决部分 OOM 问题。--novram甚至可以在显存很小的情况下运行，但速度更慢。

8. 性能优化与工程建议

8.1 生成速度优化

在硬件不变的情况下，可以从几个方面优化：

• 步数不是越多越好，20 到 25 步已经能覆盖大部分模型。
• 高分辨率放大可以分两步：先生成低分辨率图，再用放大模型或图生图放大，而不是直接挑战高分辨率采样。
• 如果只是测试提示词效果，先把分辨率降低，等测试稳定后再正式生成。
• 视频生成优先使用短帧数调整提示词效果，最终出片时再增加帧数。

采样器选择也很关键。dpmpp_2m 是综合表现不错的默认选择，euler 更快但细节略粗。不同模型有自己的“舒适区”，建议固定底模后多试几组采样器组合，找到自己的常用组合。

8.2 工作流结构设计

随着节点增多，画布会变得很乱。建议养成几个习惯：

• 给节点分组，例如用颜色区分“输入”“处理”“输出”。
• 把固定模板保存成独立工作流文件，而不是每次从零搭建。
• 使用 Reroute 节点整理连线，避免线跨越过于混乱。
• 在节点标题里标注用途，比如“主图生成”“面部修复”“放大输出”。

好的工作流不是节点越多越好，而是每个节点都有明确职责。阅读别人工作流时，可以先把整体流程截图，再顺着连线看数据是怎么一步步流转的。

8.3 安全与合规提醒

本地部署 ComfyUI 并不代表可以随意生成任何内容。无论使用哪种模型，都必须遵守法律法规和平台使用规范。这里特别强调几点：

• 不要生成涉及违法或违规的内容，也不要传播此类工作流文件。
• 下载模型时选择官方或可信渠道，避免下载被植入恶意代码的模型文件。
• 自定义节点本质上是在本地执行 Python 代码，来源不明的节点可能包含恶意逻辑，不要随意加载陌生人分享的自定义节点包。
• 工作流 JSON 也可能被构造为恶意文件，导入前先检查节点类型，确认没有可疑节点。
• 如果开发 API 服务，一定要加权限校验和内容安全过滤，避免服务被滥用。

安全意识和生成能力同样重要。能在本地跑通 AI 绘画，不代表可以无限度地生成和传播，合规使用是底线。

8.4 进一步工程化方向

入门后，如果想往工程方向发展，可以按顺序研究：

• ComfyUI Manager：统一管理自定义节点的安装、更新和缺失检测。
• 批量生成：通过批处理或 API 脚本，批量读取提示词列表生成图片。
• 多卡/远程部署：把 ComfyUI 部署到服务器，提供 API 服务。
• 工作流模板系统：沉淀团队内部常用工作流，统一模型命名与目录规范。
• 与业务系统集成：生成图片后自动上传对象存储，写入数据库，对接业务链路。

这些方向并不需要立刻掌握，但了解之后，你会发现 ComfyUI 不只是“画画工具”，它也可以成为 AI 内容生产链路的一个执行引擎。

9. 总结与学习路线

从环境安装到节点理解，从文生图实战到视频工作流搭建，这篇文章把 ComfyUI 的核心路径完整走了一遍。现在你应该明白了：ComfyUI 的工作流本质就是“数据在节点间流动”，模型加载、文本编码、采样、解码、保存，每个节点各司其职，理解这个骨架后，再复杂的自定义节点也只是往骨架上添肉。

建议接下来的学习顺序是：

1. 先用稳定的文生图工作流跑 50 张图，熟悉提示词影响和采样器参数差异。
2. 学习图生图、局部重绘、ControlNet，让生成从“碰运气”变成“可控”。
3. 下载并拆解一个开源工作流，观察别人如何组织节点，学习参数配置思路。
4. 训练自己的 LoRA，让模型认识特定角色或风格。
5. 再回到视频工作流，用 AnimateDiff 或原生视频模型生成短视频片段，逐步增加帧数和分辨率。

每一步都可以在 ComfyUI 的官方文档、开源社区的示例工作流以及模型发布页找到对应资料。遇到问题不要慌，先把报错日志贴到搜索引擎，确认模型、节点、依赖三个环节，绝大多数问题都能定位。

如果你顺利跑通了第一个工作流，恭喜你已经迈过了最难的阶段。接下来就是不断开放思维、多尝试不同节点组合的过程，祝你在 ComfyUI 里玩得开心。