这份 comfyui教程 只做一件事:让你用最短路径跑出第一张图。 不装插件、不碰高级节点、不调玄学参数。等默认链路稳定出图,再按 工作流页逐个加 LoRA、ControlNet 与放大环节—— 每加一个节点跑一次,出问题能立刻定位。
双击 run_nvidia_gpu.bat(AMD / Intel / CPU 用对应 bat),等控制台出现 To see the GUI go to: http://127.0.0.1:8188。
用 Chrome 或 Edge 访问 127.0.0.1:8188。首次进入会看到默认工作流,别急着改参数。
把 .safetensors 放进 ComfyUI/models/checkpoints,回到界面点刷新,在 Load Checkpoint 下拉框里能选中它。
在两个 CLIP Text Encode 里分别填正向与反向提示词,先用简单描述,确认链路能跑通再堆细节。
KSampler 里设步数 20、CFG 7、采样器 euler / normal,分辨率先用 512×512 或 1024×1024(按模型),点 Queue Prompt。
出图后点 Save 把工作流存成 JSON,之后换 LoRA、ControlNet、放大节点逐个加,每加一个跑一次,出问题容易定位。
| 参数 | 建议起点 | 调它会影响什么 |
|---|---|---|
| 分辨率 | SD1.5 用 512×512;SDXL / FLUX 用 1024×1024 | 显存占用与构图;不按模型基准容易出双头 |
| steps | 20(简单描述可降到 15) | 细节与耗时;过高收益递减 |
| CFG | 7(FLUX 常按模型建议更低) | 提示词遵循强度;过高易过饱和 |
| sampler / scheduler | euler / normal | 去噪路径与风格,先固定再对比 |
| seed | 固定一个数做对照 | 固定种子才能判断「改动是否真的变好」 |
| denoise(图生图) | 0.4–0.7 | 越低越像原图,越高越自由 |
调优建议一次只改一个变量:先固定 seed 与模型,改提示词;再固定提示词去比采样器。 把每次满意的结果连同工作流 JSON 一起存档,命名里带上模型与参数,几周后还能复现。
先核对模型与 VAE 是否匹配、是否用了 fp16 却需要 fp32 的模型; 再检查 CFG 是否被设到极端值。
分辨率高于模型训练基准时常见。降回基准分辨率, 或用两阶段放大而不是直接拉大,方法见功能页。
确认写在了正向 CLIP Text Encode 而不是反向框里, LoRA 触发词按模型作者给的写法填;多个 LoRA 串联时总强度别超过 1.5。
把这条基线 comfyui工作流 存好后,接下来可以按场景扩展: 局部重绘、ControlNet 姿态约束、高清放大、FLUX 与视频生成,链路都列在 工作流页。术语与目录见节点文档, 硬件天花板见系统要求页。