ComfyUI中文配置零基础入门完全指南

ComfyUI中文配置零基础入门完全指南

【免费下载链接】ComfyUI-ZHO-Chinese项目地址: https://gitcode.com/gh_mirrors/co/ComfyUI-ZHO-Chinese

ComfyUI作为强大的AI绘画工具，通过节点式工作流提供了极高的创作自由度。本指南将帮助你从零开始完成ComfyUI中文版本的安装配置，掌握环境搭建、启动运行和参数优化的全过程，让AI绘画创作更加得心应手。

一、环境准备：三步完成系统配置

在开始安装ComfyUI前，请确保你的系统满足以下要求并完成必要准备工作：

1.1 检查系统要求

1.2 安装依赖组件

# Ubuntu/Debian系统 sudo apt update && sudo apt install python3 python3-pip git # Windows系统 # 从官网安装Python 3.10并勾选"Add Python to PATH" # 安装Git for Windows

⚠️ 注意事项：Python版本建议选择3.10.x系列，过高版本可能存在兼容性问题。安装时务必勾选"Add Python to PATH"选项。

1.3 创建虚拟环境

# 创建项目文件夹 mkdir -p ~/ai_tools && cd ~/ai_tools # 克隆项目仓库 git clone https://gitcode.com/gh_mirrors/co/ComfyUI-ZHO-Chinese # 进入项目目录 cd ComfyUI-ZHO-Chinese # 创建并激活虚拟环境 python -m venv venv source venv/bin/activate # Linux/Mac venv\Scripts\activate # Windows # 安装依赖包 pip install -r requirements.txt

二、快速安装：ComfyUI中文版本部署

2.1 项目目录结构解析

成功克隆项目后，你会看到以下主要目录结构：

ComfyUI-ZHO-Chinese/ ├── comfy/ # 核心代码目录 ├── models/ # 模型文件存放目录 │ ├── checkpoints/ # 主模型存放位置 │ ├── loras/ # LORA模型目录 │ └── upscale_models/ # 放大模型目录 ├── custom_nodes/ # 自定义节点目录 ├── input/ # 输入图片目录 └── output/ # 输出图片目录

2.2 模型文件准备

ComfyUI需要相应的模型文件才能正常工作：

1. 下载 Stable Diffusion 主模型（如v1-5-pruned-emaonly.safetensors）
2. 将模型文件放入models/checkpoints/目录
3. 如需使用LORA、VAE等扩展模型，分别放入对应子目录

⚠️ 注意事项：模型文件通常较大（几个GB），请确保有足够的存储空间和稳定的网络连接。

2.3 不同系统的启动方法

根据你的操作系统和硬件配置，选择合适的启动方式：

# Linux系统GPU启动 ./run_gpu.sh # Linux系统CPU启动（无GPU时） ./run_cpu.sh # Windows系统 run_nvidia_gpu.bat # NVIDIA显卡 run_cpu.bat # 仅CPU

启动成功后，终端会显示类似以下信息：

Server started at http://127.0.0.1:8188

打开浏览器访问显示的地址，即可看到ComfyUI的中文界面：

三、配置优化：提升性能与体验

3.1 核心配置文件详解

ComfyUI的主要配置通过comfy/cli_args.py文件进行调整，常用参数如下：

3.2 环境变量配置

创建.env文件可以设置常用环境变量：

# 模型缓存路径 COMFYUI_MODEL_PATH=/data/models/comfyui # 输出图片路径 COMFYUI_OUTPUT_PATH=/data/outputs # 启用低内存模式 COMFYUI_LOW_VRAM=true

3.3 模型路径自定义

修改folder_paths.py文件可以自定义各类模型的存放路径：

# 修改前 checkpoints_dir = os.path.join(base_path, "models", "checkpoints") # 修改后 checkpoints_dir = "/data/models/stable_diffusion"

⚠️ 注意事项：修改配置文件后需重启ComfyUI才能生效。建议先备份原始配置文件，以便出现问题时恢复。

四、启动运行：开始你的AI创作

4.1 基本工作流程

ComfyUI采用节点式工作流，基本创作步骤如下：

1. 添加 "Load Checkpoint" 节点并选择模型
2. 添加 "CLIP Text Encode" 节点输入正向/反向提示词
3. 添加 "KSampler" 节点设置采样参数
4. 添加 "VAE Decode" 节点转换 latent 为图像
5. 添加 "Save Image" 节点设置输出路径
6. 连接所有节点并点击 "Queue Prompt" 开始生成

4.2 示例工作流

以下是一个简单的文生图工作流示例：

Load Checkpoint → CLIP Text Encode (正向) → KSampler ↓ ↑ CLIP Text Encode (反向) → ┘ ↓ VAE Decode → Save Image

加载默认工作流后，你可以看到类似这样的节点界面：

4.3 导入示例图片

项目提供了示例图片input/example.png，你可以在图像生成工作流中使用它作为参考：

五、常见问题：解决安装配置难题

5.1 启动失败问题

5.2 模型加载问题

如果遇到模型无法加载的情况：

1. 检查模型文件是否完整，大小是否正常
2. 确认模型文件放在正确的目录下
3. 检查文件名是否包含特殊字符，建议使用英文名称
4. 对于大型模型，尝试使用--lowvram参数启动

5.3 性能优化建议

• 显存优化：启用低显存模式，降低采样分辨率
• 速度提升：使用FP16模型，增加批处理大小
• 质量平衡：调整采样步数（20-30步较为平衡）
• 后台运行：使用nohup或screen在服务器后台运行

# 后台运行并输出日志 nohup ./run_gpu.sh > comfyui.log 2>&1 &

六、总结与进阶

恭喜你成功完成ComfyUI中文版本的安装配置！现在你可以开始探索这个强大工具的无限可能。

进阶学习路径：

1. 自定义节点：访问ComfyUI社区获取更多功能节点
2. 工作流分享：导出和分享你的创意工作流
3. API开发：使用script_examples/中的示例进行二次开发
4. 模型训练：探索LoRA、DreamBooth等模型微调技术

ComfyUI的强大之处在于其灵活性和可扩展性，通过不断尝试和实践，你将能够创建出更加精美的AI艺术作品。

💡 提示：定期更新项目代码可以获得最新功能和修复，使用git pull命令即可更新到最新版本。

【免费下载链接】ComfyUI-ZHO-Chinese项目地址: https://gitcode.com/gh_mirrors/co/ComfyUI-ZHO-Chinese