ComfyUI 部署教學：下載、安裝、設定及工作流（2026 最新）

2026-10-23 12

版权

版权声明：

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： ComfyUI 是一款开源节点式AI生成工具，支持图像、视频、音频及3D内容创作。通过拖拽连线组合模型加载、提示词、采样等节点，构建可复用、易修改的工作流，兼容SD1.5、SDXL、Flux、Qwen Image等主流模型。

ComfyUI 是一款开源的节点式 AI 生成工具，用拖拽节点、连线的方式搭建图像、视频、音频和 3D 内容的生成流程。

ComfyUI 把生成过程拆成一个个节点，加载模型、写提示词、采样、解码、保存各占一个节点，连起来就是一条完整工作流。工作流能存成文件反复用，也能导入别人做好的流程，换模型、改参数、改尺寸都不用重新搭。

ComfyUI 支持 Stable Diffusion 1.5、SDXL、SD3.5、Flux.1、Flux.2、Qwen Image、Wan 2.2、LTX-Video 等主流开源模型，图像、视频、音频、3D 都能跑。

ComfyUI下载

ComfyUI 的安装方式分两类，官方版和整合包。官方版由 ComfyUI 官方发布，分桌面版、Windows 便携版、手动安装和 comfy-cli 四种。整合包是第三方把 ComfyUI、Python、PyTorch、常用插件打包好的版本，有的还带常用模型和现成工作流。

ComfyUI 安装包：ComfyUI 官方版+秋葉整合包（模型+入门工作流）

ComfyUI本地部署（整合包）

1）解压整合包（密码：bilibili-秋葉aaaki）：

2）进入解压出来的文件夹，双击启动器程序：

如果发现里面的 ComfyUI 不是最新版，不用重新下载整个整合包，在启动器的版本管理里就能手动切换到最新版：

成功切换后，重新启动就生效了：

3）在启动器里点“一键启动”，等待程序加载。首次启动会检查依赖、初始化环境，命令行窗口里会滚动很多行提示，属正常现象，耐心等待。浏览器会自动打开 ComfyUI 界面；没自动打开就手动访问 http://127.0.0.1:8188，能看到节点画布，说明本地部署完成，可以开始出图了。

ComfyUI配置

1）配置模型（必做）

装好的 ComfyUI 不带绘画大模型，要自己下好模型文件放进去才能出图，本节的资源包为大家整理好了一些常用的。模型统一放在根目录的 models 文件夹下：

不同的模型，要放置在不同的文件夹里，checkpoints 放基础大模型，loras 放风格模型，embeddings 放嵌入词，vae 放解码模型，controlnet 放控制模型。放好后在界面里刷新，节点中就能选到。

例如，anything-v5-PrtRE.safetensors 是资源包里的一个基础大模型，把它放进 checkpoints 目录：

放好之后回到 ComfyUI 界面刷新一下，在模型库的下拉列表里就能找到 anything-v5。点击它，画布上会出现一个“Checkpoint 加载器（简易）”节点（英文是 Load Checkpoint），模型名已经自动填好，配上提示词、点运行，就能用它出图；想换别的，把新模型放进 checkpoints，再在这个下拉里切换即可。

除了基础大模型，资源包里还有其他几类常用模型，按类型对号入座：

2）安装插件管理器（推荐）

导入别人的工作流时，经常提示缺节点，一个个装很麻烦。装一个 ComfyUI-Manager 插件管理器，就能在界面里一键补上缺失的节点和插件，也能查看、更新已装的扩展。

在启动器的版本管理里搜索安装即可，装好重启 ComfyUI，界面里就会出现管理器入口。

ComfyUI基础使用

ComfyUI 的日常操作围绕“连节点、点运行”展开。下面先认识几个常用节点，再看它们之间怎么连，最后用一个最基础的文生图流程走一遍，就能得到一个“文生图”工作流。

1）认识常用节点

在 ComfyUI 里，每个方块就是一个节点，每个节点只负责一件事——加载模型、处理文字、采样生成、保存图片，各管一段。把多个节点用线连起来，组成的就是一条工作流，所以搭 ComfyUI 的过程，本质上就是“挑节点、再连起来”。

节点在添加时是按类别分组的，比如加载器、条件、采样、图像、遮罩等，需要什么就按类别去找：

ComfyUI 内置的节点有一千多个，社区扩展里还能再装几万个。不过日常出图用到的只是其中很少一部分，新手先把下面这几个记住就够了。

其余节点不用急着学，等有具体需求（比如换脸、放大、生成视频）再去按类别找对应的就行。

2）节点之间怎么连

连接顺序就是数据流动的顺序，从 Checkpoint 加载器开始：它加载底模后分出 model、CLIP、VAE 三路，model 接给 K 采样器，两路 CLIP 分别接给两个 CLIP 文本编码，VAE 接给 VAE 解码；两个 CLIP 文本编码的输出（正向、负向条件）和空 Latent 图像的初始数据，都接进 K 采样器；K 采样器采完把结果交给 VAE 解码，最后接保存图像节点。

记住一条线：从加载底模开始，把每个节点的输出接到下一个需要的输入，一直到保存图像结束。

3）选底模、写提示词、设参数

先在模型库的下拉列表里找到要用的底模（比如前面放进去的 anything-v5），点一下画布上就会出现对应的加载节点，也可以将它拖进已有的加载器里：

再找到两个 CLIP 文本编码节点，在正向提示词里写想要的内容（比如 1girl, white dress, sunset），在负向提示词里写不想要的（比如 lowres, bad hands）。

在空 Latent 图像节点里设好宽度、高度和出图数量：

在 K 采样器节点里设置迭代步数（一般 20 上下）和 CFG 引导（一般 7 上下），采样器、调度器保持默认即可，想固定画面就在种子（seed）里填一个固定值。

4）点运行，看队列出图、保存

确认节点都连好之后，点顶部的运行（Queue Prompt）按钮，流程会进入右侧队列依次执行：

跑完这一轮，画布上就能看到生成的图，并按保存图像节点的设置存进 ComfyUI 目录下的 output 文件夹：

想固定这套流程，用菜单“保存”把工作流存成 .json 文件，下次打开直接调用；想复现同一张图，记下这次的种子值就行。别人分享的工作流常以一张成品图或 .json 文件给出，把它拖进画布就能还原，想换玩法时用这个方式最省事。