ComfyUI 使用教程:从安装部署到工作流搭建与 API 化
作者:十万个为什么2026.11.17 03:49浏览量:0简介:ComfyUI 是一款基于节点式(Node-based)界面的开源图像与视频生成工作流工具,用连线的方式把模型加载、提示词编码、采样、解码等步骤可视化编排,适合需要精细控制生成流程的开发者和企业团队。如果你不想在本地维护显卡和依赖环境,也可以先在[百度智能云词元所](https://cloud.baidu.com/product-s/token_exchange.html?from=article)对比不同大模型的能力与调用成本,再决定哪些环节本地跑、哪些环节走 API。
一、ComfyUI 到底是什么
ComfyUI 由社区开发者 comfyanonymous 开源(GPL-3.0 协议),底层基于 PyTorch,最初服务于 Stable Diffusion 系列,如今已扩展到 SDXL、SD3、Flux 以及大量视频生成模型。
它和 WebUI 类工具最大的区别在于 流程显式化 :
- 节点即步骤 :
Load Checkpoint负责加载模型,CLIP Text Encode负责提示词编码,KSampler负责去噪采样,VAE Decode负责从潜空间还原像素。 - 连线即数据流 :模型的 MODEL / CLIP / VAE 输出、latent 张量、图像张量都通过连线传递,任何中间结果都可以接
Preview Image观察。 - 工作流可复用 :编排好的流程能导出为 JSON,既能分享,也能作为 API 请求体被程序调用。
这种设计带来的直接好处是:换模型只改一个节点,加 ControlNet、IPAdapter、放大、局部重绘都是”插一条支路”,不必重写脚本。
二、安装与部署:三种方式按场景选
| 方式 | 适用场景 | 要点 |
|---|---|---|
| 官方桌面版 / 便携包 | 个人体验、单机出图 | 解压即用,自带 Python 环境,升级最省事 |
| Git 克隆 + 虚拟环境 | 需要自定义节点、调试 | git clone 后建 venv,pip install -r requirements.txt |
| Docker / 云主机 | 团队共享、服务化 | 挂载 models 与 custom_nodes 目录,避免重复下载权重 |
显存是硬约束,大致参考:
- SD 1.5 系列:4–6 GB 可跑
- SDXL / Flux 蒸馏版:8–12 GB
- 视频类模型(Wan、HunyuanVideo 等):16–24 GB 起,长序列更吃显存
装好后第一件事是打开 ComfyUI-Manager 安装缺失的自定义节点包,绝大多数”节点找不到”的问题都出在这一步。
三、跑通第一条工作流
- 拖入
Load Checkpoint,选择基础模型(大模型本体,含 UNET + CLIP + VAE)。 - 连出两条
CLIP Text Encode,分别填正向与负向提示词。 - 加
Empty Latent Image,设置宽高与 batch size。 - 接
KSampler,设置 steps、cfg、sampler_name、scheduler、denoise。 VAE Decode→Save Image。
跑通之后,进阶方向通常是四条:ControlNet 做姿态/线稿约束、IPAdapter 做风格与人物一致性、Upscale 链路做高清修复、Reroute/Primitive 节点做参数复用。
四、视频生成:低代码工作流的价值被放大
视频模型的节点链路远比图像复杂——多阶段采样、时序一致性模块、帧插值、参考图编码往往要几十个节点。2025 年 12 月 16 日通义万相 Wan2.6 发布,引入”视频参考生成”和”智能多镜叙事”机制,重点解决 AI 视频的可控性问题;RunningHub 在发布当天完成技术接入,并通过其 ComfyUI 低代码工作流对外提供调用能力。
这类平台化做法说明了一个趋势: 工作流本身正在成为交付单元 。企业不必关心底层是几张卡、哪个版本的 CUDA,只需要维护一份 JSON 流程定义,输入参数、输出视频。
五、把 ComfyUI 变成可调用的服务
ComfyUI 自带 HTTP 接口,工作流导出为 API 格式后即可程序化调用:
import json, requests, time# 1. 加载 API 格式工作流(界面里"保存(API 格式)"导出)with open("workflow_api.json") as f:workflow = json.load(f)# 2. 注入参数:定位到具体节点,避免硬编码workflow["6"]["inputs"]["text"] = "a cat sitting on a windowsill, soft light"workflow["5"]["inputs"]["ckpt_name"] = "sd_xl_base_1.0.safetensors"# 3. 提交任务r = requests.post("http://127.0.0.1:8188/prompt",json={"prompt": workflow, "client_id": "demo"})prompt_id = r.json()["prompt_id"]# 4. 轮询历史,取回输出图片文件名while True:history = requests.get(f"http://127.0.0.1:8188/history/{prompt_id}").json()if prompt_id in history:for img in history[prompt_id]["outputs"].values():for i in img.get("images", []):print(i["filename"], i["subfolder"], i["type"])breaktime.sleep(2)
生产化时还要补三件事: 任务队列与并发控制 (单卡串行,多卡按 GPU 分队列)、 模型与产物的对象存储 (避免本地磁盘打满)、 失败重试与超时 (视频任务动辄数分钟,必须异步化)。
六、常见问题排查
| 现象 | 常见原因 | 处理方式 |
|---|---|---|
| CUDA out of memory | 分辨率过高 / batch 过大 | 降低分辨率,启动加 --lowvram,VAE 改 tiled decode |
| 节点标红缺失 | 自定义节点未安装 | 用 Manager 安装并重启 |
| 出图全黑或全灰 | VAE 半精度溢出 | 换 fp32 VAE,或加 --no-half-vae |
| 首次运行极慢 | 权重下载与编译缓存 | 预热一次,权重放本地 SSD |
| 视频生成中途崩 | 显存峰值超阈值 | 减少帧数、启用分块采样 |
七、选型建议:本地跑还是走 API
判断标准可以简化为三条: 数据能否出内网 、 调用量是否稳定 、 是否需要多模型比价 。
- 数据敏感、调用量大且稳定 → 私有化部署 ComfyUI,成本可摊薄。
- 调用量波动、模型迭代快 → 走 API 更划算,省掉运维与闲置显卡。
- 需要在图像、视频、文本模型之间做组合 → 统一接入层能显著降低集成成本。
在词元所模型服务上,可以按能力维度和调用价格横向对比不同模型,再通过统一 API 完成接入,把 ComfyUI 负责”可控生成”的部分和云端模型负责”高质量出图/出片”的部分组合起来。对多数团队而言,最优解不是二选一,而是 本地工作流做编排与精修,云端模型做重负载推理 。

登录后可评论,请前往 登录 或 注册