很多刚开始接触 Stable Diffusion 的朋友应该都被推荐过 ComfyUI。说实话我第一次打开 ComfyUI 时也被那个节点式操作界面劝退过没有传统软件里那种直观按钮所有流程都要自己连节点再加上 Python 环境、CUDA 驱动、模型存放路径等一大堆前置问题很容易在还没跑出第一张图之前就放弃。后来 ComfyUI 整合包出现后门槛终于降了下来。本文就围绕最新版 ComfyUI 中文整合包给出一套从下载、安装、启动到跑通第一张图的完整教程覆盖 Windows 和 Mac 两种平台。无论你是第一次接触 ComfyUI 的新手还是已经从 WebUI 转过来的老用户都可以把这份教程当作一份可收藏的排错手册。1. ComfyUI 是什么为什么这么多人推荐1.1 ComfyUI 与传统 WebUI 的区别ComfyUI 是一款基于节点的 Stable Diffusion 图形界面工具。它把 AI 绘画的流程拆成了一个个可连接的节点例如“加载模型”“输入提示词”“采样器”“VAE 解码”“保存图像”等用户通过连接这些节点来构建自己的图像生成流程。和 Stable Diffusion WebUI 相比ComfyUI 最大的特点是高度可控、灵活、资源占用低。WebUI 把所有功能封装成固定面板使用方便但灵活性不足而 ComfyUI 把底层流程可视化你可以精确控制每一个环节比如同时使用多个采样器、自由组合 LoRA、精细调整 Pipeline。从实际体验来看ComfyUI 在复杂工作流场景下的优势非常明显。尤其是想要批量出图、做 ControlNet 精确控制、跑视频生成类模型时ComfyUI 的节点式编排明显比 WebUI 更容易理解整个过程。1.2 中文整合包能帮你解决什么问题原版 ComfyUI 对新手有几个“劝退点”需要手动安装 Python 和依赖库。默认界面是英文节点、参数看不懂。模型文件存放位置分散下载后不知道放哪里。插件安装需要手动 clone 仓库操作繁琐。中文整合包正是为了解决这些问题而出现的。它通常把 Python 环境、ComfyUI 主体、常用插件、中文语言包、启动器打包在一个文件夹里下载解压后即可启动不需要再配置基础环境。简单来说中文整合包相当于“开箱即用”的 ComfyUI。你只需要关心三件事下载整合包、解压、启动剩下的环境问题整合包已经帮你处理好了。1.3 适用人群与学习路线这篇文章适合这些读者从来没装过 ComfyUI想找一个省心安装方式的新手。已经在用 WebUI 出图想切换到 ComfyUI 的用户。想在 Mac 上部署 ComfyUI但不知道从哪下手的开发者。使用整合包过程中遇到报错需要查询解决方案的用户。学习路线建议是先掌握整合包的安装和启动再理解 ComfyUI 核心节点的作用接着尝试修改简单参数最后再换 Checkpoint 模型、加 LoRA、接入 ControlNet。不用一步到位。2. 安装前的准备工作2.1 Windows 平台硬件要求先在硬件层面做一个基础判断避免装好之后跑不动。硬件项最低建议推荐配置操作系统Windows 10 / 11 64 位Windows 11 64 位显卡NVIDIA 显卡4GB 以上显存NVIDIA 显卡8GB 以上显存内存16GB32GB 或以上硬盘20GB 以上可用空间SSD 固态硬盘50GB 以上空间显卡驱动保持最新驱动NVIDIA Studio 驱动或 Game Ready 驱动强调两点如果你是 NVIDIA 显卡建议把显卡驱动更新到较新版本。整合包里通常已经内置了对应版本的运行环境驱动太旧会导致启动时报 CUDA 相关错误。显存决定了你能跑多大的图。4GB 显存跑 512x512 基本够用但想跑 1024x1024 或者 SDXL 模型建议至少 8GB 显存。2.2 Mac 平台硬件与环境要求Mac 平台的部署思路和 Windows 不太一样。目前常见中文整合包大多面向 WindowsMac 上更推荐使用源码方式部署 ComfyUI再手动加上中文插件效果同样“全中文”。硬件方面Apple Silicon 芯片M1 / M2 / M3 / M4 系列体验更好可以利用 MPS 加速。Intel 芯片的 Mac 也能运行但出图速度会比较吃力。内存最好 16GB 起步因为 Mac 统一内存会被 CPU 和 GPU 共享。Mac 上需要准备的基础软件是 Python建议安装 Python 3.10 或更新的 3.11、3.12 版本。如果电脑上没有 Python需要先到 Python 官网下载安装包或者在终端里用 Homebrew 安装brew install python3.11安装完成后可以验证一下版本python3 --version建议在 Mac 上新建一个目录存放 ComfyUI例如~/ComfyUI。2.3 磁盘空间与文件校验建议无论哪个平台ComfyUI 本体不算太大真正占空间的是模型文件。一个基础 Checkpoint 模型通常 2GB 到 7GB如果你再下载多个大模型和 LoRA磁盘很快就满了。建议磁盘至少留出 50GB 可用空间。整合包下载后如果体积很大注意核对文件大小是否和发布页一致防止下载不完整。下载完成后可以考虑先查毒再解压Windows 解压时如果杀毒软件误报可以把整个 ComfyUI 文件夹加入白名单。3. Windows 中文整合包一键安装教程3.1 下载整合包目前国内社区使用较多的 ComfyUI 中文整合包来自 B站 UP 主秋葉 aaaki 发布的一键整合包也有其他社区作者制作的版本。你可以在对应发布页找到最新版下载地址。下载时注意两点认准发布时间较新的版本旧版可能缺少新功能。阅读发布页说明确认压缩包格式和是否有分卷压缩。如果文件被分成多个分卷需要全部下载后才能解压。整合包一般以压缩包形式发布常见格式为.7z或.zip。Windows 系统如果在发布页看到的是.7z格式需要先安装解压软件例如 7-Zip 或 BandizipWindows 自带的资源管理器不一定能直接解压.7z文件。3.2 解压与目录结构解压整合包时建议直接解压到磁盘根目录或一个路径简单的位置例如D:\ComfyUI。不要放在带中文或空格过多的路径下虽然现在的 ComfyUI 对中文路径兼容性有所改善但为了避免不必要的报错还是用纯英文路径最稳妥。解压后你会看到一个类似这样的目录结构ComfyUI-Windows-Portable ├─ ComfyUI │ ├─ models │ │ ├─ checkpoints │ │ ├─ loras │ │ ├─ vae │ │ └─ ... │ ├─ custom_nodes │ └─ user ├─ python_embeded ├─ ... └─ 启动器.exe这里重点说明几个关键目录models/checkpoints存放主模型文件也就是底模后缀通常是.safetensors或.ckpt。models/loras存放 LoRA 模型文件用于控制特定风格或人物。models/vae存放 VAE 文件负责提升图像色彩和细节。custom_nodes存放 ComfyUI 插件中文语言包、Manager 等插件都在这里。3.3 启动 ComfyUI中文整合包一般带图形化启动器例如“A绘启动器.exe”也有整合包保留了原版批处理文件。双击启动器即可进入启动界面。启动器里通常会显示这些信息显卡型号和显存使用情况。当前选择的启动模式例如“GPU 加速启动”。日志输出区域会打印启动信息。点击启动后控制台会开始加载依赖和环境。第一次启动可能较慢不要重复点击按钮。当看到类似下面的日志时说明启动成功Starting server To see the GUI go to: http://127.0.0.1:8188然后打开浏览器访问http://127.0.0.1:8188就能看到 ComfyUI 的主界面了。如果你使用的是不带启动器的官方 portable 版本也可以直接运行目录下的run_nvidia_gpu.bat针对 NVIDIA 显卡。整合包本质上就是帮你把这些环境配置和启动脚本都做好了。3.4 下载模型并跑通第一张图启动 ComfyUI 后默认模板是一个文生图工作流。但此时如果你还没有下载任何模型界面上会提示模型加载失败。我们需要先准备模型文件。进入ComfyUI\models\checkpoints目录放入一个主模型文件。新手推荐从社区常见模型开始文件命名尽量保持简单例如dreamshaper.safetensors。放好模型后回到浏览器找到“加载 Checkpoint”节点在下拉框中选择你刚放入的模型名称。修改一下提示词点击右侧的“运行”按钮或按 CtrlEnter就可以生成第一张图了。这里提醒一句模型文件较大下载时注意来源可靠性优先选择模型作者发布页或可正常访问的社区镜像避免下载到损坏或含有风险的修改版文件。4. Mac 平台安装 ComfyUI 中文版Mac 平台的 ComfyUI 安装思路比 Windows 更“原生”。既然整合包主要面向 WindowsMac 用户建议直接通过源码方式部署然后配合中文插件实现全中文界面。整体流程也不复杂。4.1 创建目录与下载源码打开终端执行以下命令mkdir -p ~/ComfyUI cd ~/ComfyUI git clone https://github.com/comfyanonymous/ComfyUI.git .这条命令会把 ComfyUI 官方源码克隆到当前目录。这里解释一下命令的含义mkdir -p ~/ComfyUI创建目录-p表示如果目录已存在则不报错。cd ~/ComfyUI进入目录。git clone https://github.com/comfyanonymous/ComfyUI.git .中的.表示克隆到当前目录而不是再嵌套一层文件夹。如果你不习惯用 Git也可以直接在 GitHub 页面下载 ZIP 压缩包解压后进入目录再继续后面步骤。4.2 创建虚拟环境并安装依赖为了避免污染系统 Python 环境强烈建议在项目目录下创建独立虚拟环境cd ~/ComfyUI python3 -m venv venv source venv/bin/activate执行完source venv/bin/activate后终端行前面会出现(venv)字样说明已经进入虚拟环境。接下来安装 ComfyUI 的 Python 依赖pip install --upgrade pip pip install -r requirements.txt如果你的 Mac 是 Apple Silicon 芯片安装过程中会自动适配相关底层库。Intel 芯片的 Mac 也能安装只是推理速度相对较慢。4.3 启动 ComfyUI依赖安装完成后直接运行启动命令python main.py启动成功后终端会显示To see the GUI go to: http://127.0.0.1:8188这时打开浏览器访问http://127.0.0.1:8188就能看到 ComfyUI 默认界面了。需要注意每次打开新终端窗口启动时需要先重新进入虚拟环境cd ~/ComfyUI source venv/bin/activate python main.py也可以把这三条命令写成一个start.sh脚本省去重复输入#!/bin/bash cd ~/ComfyUI source venv/bin/activate python main.py给脚本添加执行权限后就可以直接运行chmod x start.sh ./start.sh4.4 Mac 上的模型目录Mac 源码部署后的目录结构和 Windows 整合包基本一致模型目录也是~/ComfyUI/models/下的子目录。如果你已经在其他设备上下载过模型文件直接复制到checkpoints、loras、vae等对应目录即可。Mac 还有一个特点默认的“访达”不会直接显示隐藏目录。如果你要把文件拖入模型目录可以在“访达”中按快捷键Command Shift G输入~/ComfyUI/models/checkpoints回车即可直达目录。5. 全中文界面与中文提示词配置5.1 安装中文语言包无论是在 Windows 整合包还是 Mac 源码部署版里ComfyUI 默认都是英文界面。要实现全中文界面需要安装翻译插件。目前社区使用较多的是AIGODLIKE-ComfyUI-Translation插件。安装方式有两种一种是通过 ComfyUI-Manager 在线安装一种是手动 clone 到custom_nodes目录。手动安装方式如下进入custom_nodes目录Windows 整合包cd ComfyUI\custom_nodes git clone https://github.com/AIGODLIKE/AIGODLIKE-ComfyUI-Translation.gitMac 源码部署cd ~/ComfyUI/custom_nodes git clone https://github.com/AIGODLIKE/AIGODLIKE-ComfyUI-Translation.git安装完成后重启 ComfyUI然后点击界面右上角的“设置”图标在语言选项中选择“中文”界面就会切换为中文。如果你用的是完整版中文整合包通常已经内置了中文语言包甚至第一次启动时就已经默认显示中文不需要额外安装。5.2 中文提示词输入与翻译很多新手以为 ComfyUI 不支持中文提示词其实是不准确的。ComfyUI 的输入框默认就支持直接输入中文但能否生成理想画面取决于模型对中文的理解程度。由于绝大多数 Stable Diffusion 模型在训练时以英文提示词为主直接输入中文可能会让模型“听不懂”。这里有两个解决办法使用翻译插件在输入中文时自动翻译成英文再送入模型。自己手动把提示词翻译成英文再输入。翻译插件的使用非常简单安装后你可以在提示词输入框里用自然语言输入中文然后在发送到采样器之前插件会把整段内容翻译为英文。这样既保留了中文输入的便利性又保证模型可以理解。对于追求稳定效果的场景我反而推荐自己手写英文关键词。中文翻译偶尔会产生歧义尤其是一些风格词和画质词例如“杰作”“高细节”“8K”等。建议准备一份常用英文提示词对照表出图效率会更高。5.3 工作流节点的中文化中文语言包并不仅仅翻译菜单还会把界面左侧的节点名称、右键菜单、参数标签等全部翻译成中文。安装后你会看到“加载 Checkpoint”节点、采样器节点都显示为中文名称。这确实能大幅降低新手理解成本。例如原版叫KSampler中文翻译为“采样器”你一眼就知道这个节点是用来控制采样步数和种子的。不过需要提醒的是ComfyUI 社区资料大多仍以英文节点名称编写许多工作流文件分享时也保留英文写法。所以我建议你在使用中文界面的同时稍微留意一下对应英文术语方便后续看其他人的工作流。6. ComfyUI 基础工作流实战6.1 理解节点、连线与工作流ComfyUI 的核心概念有三个节点、连线、工作流。节点可以理解为一个功能单元。一个简单的文生图流程至少需要这些节点节点作用Load Checkpoint加载主模型CLIP Text Encode将提示词编码为模型可读的数据KSampler控制采样步数、采样器类型、种子等VAE Decode把生成结果解码为图像Save Image保存图像到输出目录连线表示数据流动方向。例如Load Checkpoint输出的“模型”连接到KSampler的“模型”输入端口CLIP Text Encode输出的“条件”连接到KSampler的“正向条件”和“负向条件”输入端口。工作流就是这些节点和连线的整体组合。你可以把工作流保存成 JSON 文件也可以直接保存为 PNG 图片。下次使用时直接拖进浏览器窗口就能自动加载并还原整张工作流。这也是 ComfyUI 社区分享中非常流行的方式。6.2 文生图工作流搭建示例如果你在浏览器中打开默认界面会看到已经搭好的文生图工作流模板直接用即可。我们把这个流程拆开看一下。第一步选择模型。在Load Checkpoint节点中从下拉列表选择你已经放入checkpoints目录的模型。如果下拉列表是空的说明模型目录里没有文件返回第 3 章确认文件位置。第二步填写提示词。正向提示词节点和负向提示词节点分别连接正向条件和负向条件。例如正向提示词a beautiful girl, masterpiece, best quality, highly detailed负向提示词bad anatomy, bad hands, worst quality, low quality新手出图可以先不写太复杂的提示词重点是熟悉流程。后期可以添加 LoRA、ControlNet 等节点来强化画面表现。第三步设置采样参数。KSampler节点中常用的参数含义如下seed随机种子。固定种子后其他条件不变时输出结果保持一致。steps采样步数。步数越多细节通常越多但耗时也更长常用范围是 20 到 30。cfg提示词相关度。数值越大越贴合提示词但也容易出现过曝和颜色失真推荐 7 左右。sampler_name采样器名称例如euler、dpmpp_2m不同采样器风格略有差异。scheduler调度器推荐与采样器默认组合搭配。第四步执行并保存。设置完成后点击右侧面板的“运行”按钮。生成结束后Save Image节点会显示结果同时图片会自动保存到ComfyUI/output目录下。6.3 保存与分享工作流调整好一套满意的参数后建议把工作流保存下来。ComfyUI 的保存方式比较特别点击界面右侧的“保存”按钮会生成一个 JSON 文件。也可以直接生成图片图片中会嵌入完整工作流信息。把保存的 JSON 文件或 PNG 图片分享给别人对方拖进 ComfyUI 即可完整还原。这里有一个小技巧从网上下载工作流图片后先不要直接运行。检查一下图中是否包含你没有安装的插件。如果工作流用了自定义节点而你没有安装对应插件运行时会提示缺少节点需要在 ComfyUI-Manager 中安装缺失插件才能正常使用。7. 常见问题与排查思路ComfyUI 使用过程中难免遇到各种问题。我这里整理了一份高频问题清单覆盖 Windows 和 Mac 两个平台。7.1 启动闪退或页面打不开问题现象常见原因解决办法双击启动器没反应杀毒软件拦截检查杀毒软件隔离区添加信任目录后重新解压启动日志中提示 CUDA 不可用显卡驱动太旧更新 NVIDIA 显卡驱动后重启启动成功但浏览器打不开页面端口被占用确认http://127.0.0.1:8188是否正确检查防火墙启动器提示“找不到 Python”整合包解压不完整重新解压确认python_embeded目录存在如果你运行的是整合包日志通常会显示具体错误。遇到启动失败时不要直接关掉窗口先把终端中的错误信息截图或复制搜索问题关键字比盲目重装更高效。7.2 节点报错与报错报告使用工作流时你可能会看到一个红色节点和类似这样的英文提示Error occurred when executing KSamplerComfyUI 的报错信息其实很有规律。常见原因包括模型文件缺失或路径错误。节点之间连线类型不匹配。某个自定义插件版本不兼容。显存不足导致采样器执行失败。排查顺序推荐如下先看报错信息中提到的节点名称例如KSampler或VAE Decode。检查该节点连接的前一个节点是否正常输出数据。检查自定义插件是否需要更新尤其是刚导入别人分享的工作流时。降低图片分辨率或批量大小排除显存不足问题。将工作流中正在使用的模型换成一个你熟悉的模型排除模型损坏可能。ComfyUI 在生成失败时会把详细错误写入控制台甚至在界面上生成包含节点信息的error report。你可以根据报错中的节点名、堆栈信息去搜索基本都能找到对应解决方案。7.3 模型加载慢或显存不足问题现象常见原因解决办法第一次加载模型很慢模型文件较大属于正常现象等待加载完成后会变快加载模型时直接报错模型文件损坏重新下载模型确认文件完整生成图片时报显存不足分辨率或 batch size 过高降低分辨率到 512x512或把 batch size 改为 1生成速度越来越慢任务队列堆积点击界面右侧的“取消”按钮清空队列显存不足是低显存显卡用户最常遇到的问题。建议新手先跑通小图流程不要一上来就尝试 1024 以上的分辨率。等熟悉了参数影响再逐步尝试更大尺寸。7.4 Mac 平台常见问题问题现象常见原因解决办法pip install报错Python 版本不匹配确认 Python 3.10 及以上版本重新创建虚拟环境启动后生成速度非常慢Intel 芯片 Mac性能限制建议降低分辨率和采样步数打开浏览器页面空白服务未完全启动等终端出现To see the GUI go to后再刷新下载的整合包无法在 Mac 上解压压缩包格式不支持安装 The Unarchiver支持多种压缩格式另外Mac 上如果你的系统提示某些解压组件无法打开多半是 macOS 的安全策略问题。请确保文件来自可信来源然后在“系统设置 - 隐私与安全性”中查看是否有被拦截的提示。不要为了运行不明程序而随意关闭系统保护。8. 最佳实践与工程建议8.1 模型分类与命名规范随着你下载的模型越来越多checkpoints目录很快就会变得混乱。建议从一开始就建立规范文件名中包含模型类型和特色例如dreamshaper8_v8.safetensors。使用中文说明时建议在模型文件夹内放一个说明.txt文件记录来源、风格特征和适用场景。LoRA 模型建议单独建子目录不要和主模型混在一起。规范的命名能让你切换模型时更快定位目标。ComfyUI 的下拉列表是按文件名显示的命名混乱会导致选模型都眼花缭乱。8.2 工作流备份与版本管理工作流文件是 ComfyUI 用户最重要的资产。建议把工作流 JSON 文件集中放在一个专门目录例如ComfyUI/user/workflows_backup定期手动备份。如果你使用 Git也可以把工作流目录纳入 Git 仓库管理。ComfyUI 本身更新频繁插件更新也可能导致某些旧工作流无法运行所以备份工作流就等于给自己的创作上了保险。8.3 插件安装安全边界ComfyUI 的插件体系非常丰富但插件安装来源鱼龙混杂。给出三条安全建议优先安装社区评价较高、更新频率正常的插件。安装插件前查看custom_nodes目录下新增了哪些文件不要盲目批量安装。如果某个插件导致启动失败先把它从custom_nodes目录移出再排查具体原因。很多用户遇到“启动后所有节点都报错”的问题往往是因为某个插件不兼容。把插件目录改名禁用再逐个恢复是最快的定位方式。8.4 输出目录与临时文件ComfyUI 每次生成图片都会自动保存到output目录。时间一长这个目录会非常庞大。建议定期清理不需要的图片或者设置后处理流程把满意的图片移动到专门的作品目录。同时ComfyUI 在生成过程中会产生一些临时文件。如果你发现磁盘空间异常减少可以先检查output目录和temp目录清理后释放空间。8.5 保持软件更新与回滚思路ComfyUI 本身和插件的更新速度很快。保持更新的好处是可以体验新模型和优化算法但也可能引入兼容性问题。更稳妥的做法是在当前完整可用的版本下先备份整个 ComfyUI 目录再进行更新。如果更新后出现问题直接恢复备份即可。我个人不太建议“只要有新版本就立刻更新”也不太建议“永远不更新”。正确思路是“关键时刻保持稳定空闲时期进行更新验证”。9. 总结与下一步学习路线这篇文章从 ComfyUI 的基本概念讲起介绍了中文整合包的目录结构、Windows 一键启动方式、Mac 源码部署方式、中文界面与中文提示词配置、基础工作流实战以及常见问题的排查思路。你跟着操作一遍之后应该已经能在本地跑通第一张图并能理解节点、连线、工作流这些核心概念了。但 ComfyUI 的核心优势在于“可编程式创作”因此熟练基础之后建议继续往下深入学习以图生图Image to Image工作流。接入 LoRA 模型掌控特定画风和人物一致性。使用 ControlNet 节点精确控制构图和姿势。研究批量出图、提示词队列等效率优化方案。关注社区工作流分享模仿并拆解优秀工作流的设计思路。如果你在使用整合包时遇到文中的问题可以对照第 7 章的排查清单逐项定位。对于还没开始动手的朋友建议先从 Windows 整合包入手或者在自己的 Mac 上按源码方式跑通一次。只有真正跑起来你才会理解每个节点的用途也才能体会到 ComfyUI 这种节点化创作方式的自由度和可控性。希望这份教程能帮你顺利开启 ComfyUI 之旅。