官网

教程

github

下载（win）

我是直接在github上面下载压缩包

作为参照，我的显卡是4060，下的是

ComfyUI_windows_portable_nvidia.7z

解压缩后目录如下

（提示词文件夹是我自己搞得）

启动

我们可以选择cpu/gpu启动

启动成功终端如下：

可以看到这里有一个127.0.0.1:8188，如果没有自动跳转的话浏览器访问即可

看看他默认的框架：

这里看看分别是什么功能

这个就是选择我们用什么图片生成的ai

这个model存放路径如下（根据项目根目录推算）：
\ComfyUI\models\checkpoints

可以选择用哪个模型

上面的框是正面条件，下面是负面，就字面意思

初始图像的宽高，张数

采样器

种子 (Seed)

● 功能: 这是一个随机数种子，用于控制生成过程中的随机性。

设置为 randomize 或更改数字，每次运行都会得到不同的画面

步数 (Steps)

指的是去噪算法执行的迭代次数。

cfg (Classifier-Free Guidance Scale)

功能: 这是最重要的参数之一，称为“无分类器引导尺度”。它决定了 AI 在多大程度上遵循您的提示词。

● 作用:

○ 数值越高: AI 越严格地按照提示词生成，但可能导致画面生硬、色彩失真或过度锐化。

○ 数值过低: AI 会更自由发挥，可能忽略提示词的关键内容（比如“泳装”）。

○ 常用范围: 7.0 - 13.0。12.0 是一个偏高的值，适合要求严格遵循提示词的场景。

采样器名称 (Sampler Name)

● 当前值: dpmpp_2m

● 功能: 指定使用的去噪算法。不同的采样器在速度、质量和稳定性上有差异。

● 常见采样器对比:

euler 速度快，质量尚可 快速预览

heun 比 Euler 更稳定 平衡速度与质量

dpmpp_2m 高质量、稳定、推荐 主流首选

ddim 速度快，但细节可能不足 需要快速出图

lms 较老的算法，现在较少使用 兼容性测试

调度器 (Scheduler)

● 当前值: karras

● 功能: 决定在每一步去噪过程中，如何调整噪声的强度。它影响图像的锐度、对比度和整体质感。

● 常见调度器对比:

normal 标准调度，效果均衡 通用

karras 增强细节和锐度，推荐 提升画面质感

exponential 前期降噪快，后期慢 特殊艺术风格

polyexponential 多项式变化，比较实验性 尝试新效果

降噪 (Denoise)

● 当前值: 1.00

● 功能: 这个参数主要用于“图生图”（img2img）或“局部重绘”（inpainting）场景。

● 作用:

○ 1.00: 完全从头开始生成，不参考任何现有图像。

○ 0.50: 只改变原始图像的 50%。

○ 0.00: 完全不改变原始图像。

在 Stable Diffusion 的世界里，图像不是直接在像素空间（我们看到的 RGB 图像）中生成的，而是在一个更抽象、更高效的潜空间 (Latent Space) 中进行计算和去噪。

• K采样器 生成的是一个潜变量 (Latent)，它是一个压缩后的、数学化的数据表示。
• VAE解码 的作用就是将这个潜变量，通过一个名为 VAE (Variational Autoencoder, 变分自编码器) 的模型，解码还原成我们肉眼可见的、完整的像素图像。

生图

将你的模型下载好，放入\ComfyUI\models\checkpoints，在网页端选择，并输入正反提示词，就可以开始生成你的第一张图了

保存

保存模型为json文件，相对路径：

\ComfyUI\user\default\workflows\try_1.json

然后生成的图片就在\ComfyUI/output里

然后可以通过社区选择自己要用什么model

https://civitai.com/models