大家好我是花生~

上周赛博佛祖秋葉 Aki 发布了针对 ComfyUI 的整合安装包，让这款原本偏专业的 AI 绘画工具对初学者来说更容易上手使用了，我也安装试用了一下，的确非常方便，今天就为大家详细介绍一下整合包的用法 ~

ComfyUI 相关教程：

一、ComfyUI 简介

ComfyUI 和大家熟知的 WebUI 一样，都是 Stable Diffusion 的一种用户界面，可以实现文生图、图生图、图像处理、AI 视频生成等操作。但 ComfyUI 是节点式模块化的界面，需要用户自己搭建工作流，而且各方面的资源比较松散，需要自己安装部署，因此入门难度较高，不适合零基础的 AI 绘画小白，一般都推荐大家先掌握 Stable Diffusion WebUI 的用法，再学习 ComfyUI。

ComfyUI 越来越受欢迎，是因为用户可以按需要搭建自定义工作流，高效完成各种图像生成任务，很多最新的 AI 技术比如 SVD、InstantID 发布没多久就能在 ComfyUI 中用上，这点是 WebUI 做不到的；ComfyUI 会将图像生成流程保存为工作流（workflow）文件，下次使用时直接拖入界面加载就行，这样不仅方便自己复用已有工作流，还能轻松借用大神的生成作品；而且 ComfyUI 对低显存用户也更友好，在 WebUI 中容易爆显存生成任务在 ComfyUI 中可以顺利完成。

ComfyUI 界面：

二、整合包安装方式

首先我们下载最并解压 v1.1 整合包，解压后找到里面的 “ A 绘世启动器” 程序文件并双击启动，等待程序验证后就能看到熟悉的绘世启动器界面了。启动器首页的 4 个按钮可以帮我们快速打开根目录、自定义节点（custom nodes）目录、图片储存等路径；右下角的 “一键启动” 用于开启网页操作界面。

正式使用前还需要查看「版本管理」版块的相关内容，里面包含内核管理、拓展管理和安装新扩展 3 项重要功能。

「内核」里面会显示 ComfyUI 本体的版本更新情况，一般都需要更新到最新版本，否则某些节点会使用不了。更新方法为先点击右上角的刷新按钮，然后点击最新版本一行末尾的 “切换”按钮，确定后系统会弹出绿色的提示框，末尾的方框也会变成勾选的状态，表示版本切换成功。

「拓展」里会显示自定义节点的更新状态。ComfyUI 里的自定义节点我们可以简单理解为 WebUI 里的拓展插件，安装后可以帮我们实现多种不同的功能。秋葉的整合包内预装了 20 多种常用自定义节点，包括 Manager、Conntrolnet、IPAdapter、Workspace 等，可以让新手更方便的使用。

节点列表如果显示为红色，表示有可以更新的版本，我们可以点击列表尾端的 “更新” 按钮进行更新，或者直接点击右上角的 “一键更新” 更新所有节点。如果更新的节点数量较多，时间也会长一点，记得耐心等待。

「安装新扩展」里有 ComfyUI 所有目前可用的自定义节点，如果以你需要安装其中某个，可以在顶部文本框里通过名称搜索，也可以复制自定义节点的 Git 网址，粘贴到底部的文本框中进行安装。

三、基础使用

由于 ComfyUI 是一个进阶应用，所以秋葉的整合包内没有带大模型，在正式生成图像之前我们需要自己先安装，安装方式有 2 种：手动安装到根目录，或者共享 SD WebUI 的模型目录。如果你已经安装了 SD WebUI 并且也有各种大模型，那么强烈推荐第二种安装方式，可以免去重复安装的工作，还可以节省磁盘空间。

① 手动安装

首先打开 ComfyUI 的根目录，找到 models 文件夹，里面的 checkpoints 文件夹就是放大模型的，loras 文件夹是放 lora 模型的，embeddings 文件夹则放 embedding 模型。相关模型可以从 Civitai 或者 LiblibAI 上下载，也可以看我之前推荐的各种 SD 模型资源。

② 共享 SD WebUI 的模型目录

首先找到 ComfyUI 根目录的 extra_model_paths.yaml.example 文件，将文件名里的 .example 删除。用记事本打开改完名的 extra_model_paths.yaml 文件，将 base_path: path/to/stable-diffusion-webui/ 一行的路径改为你电脑上 SD WebUI 的路径。比如我的 WebUI 整合包路径是 C:\sd-webui-aki-v4.3，就将路径改为 base_path: C:\sd-webui-aki-v4.3，然后保存并关闭文件。

各项基础参数和模型准备好之后，就可以点击启动器主页的 “一键启动” 按钮开启网页端用户界面。网页打开后是一个默认的基础文生图工作流，包含 Load Checkpionts 加载大模型、Clip Text Decode 正反向提示词、Empty Latent Image 图像尺寸、Ksampler、VAE Decode 和 Save Image 图像保存 6 部分。

首先在 Load Checkpionts 处选择一个大模型，然后在第一个 Clip Text Decode 文本框内填写正向提示词，第二个文本框内填写反向提示词；在 Empty Latent Image 内设置图像尺寸；KSampler 内设置迭代步数、CFG 参数和采样方法，最后点击右侧面板里的 “ Queue Prompt” 按钮，等待片刻后就能得到一张 ComfyUI 生成的图像了。

以上就是秋葉大佬的 ComfyUI 整合包的相关用法