上一篇文章我们搞定了自动化，来玩点视觉上的东西。

2024 年 8 月，Stable Diffusion 的图像生成技术已经非常成熟，而 ComfyUI 作为节点式工作流工具，这个月在 GitHub 上也十分活跃。它把图像生成的每个步骤都变成了可以自由连接的节点，提供了极大的创作自由。

这篇文章带你从安装 ComfyUI 开始，一步步搭建一个「文生图→放大→面部修复」的全流程，完全是零基础友好型教程。

1. ComfyUI 是什么？

ComfyUI 是一个基于节点的 Stable Diffusion 图形界面。与传统的 WebUI 不同，它用可视化节点和连线来表示整个图像生成流程。

举个例子：你想生成一张图，然后放大它，再修复面部细节。在 ComfyUI 里，你只需要拖三个节点，用线连起来就行了。每一步都看得见，每一步都可以单独调整。

2. 安装 ComfyUI

Windows 用户

去 ComfyUI 的 GitHub 仓库（https://github.com/comfyanonymous/ComfyUI），点击绿色的 Code 按钮，选择 Download ZIP，解压到一个你喜欢的文件夹。

解压后，文件夹里有 run_cpu.bat（用 CPU 跑）和 run_nvidia_gpu.bat（用显卡跑）。双击对应的 bat 文件，首次运行会自动下载依赖并安装。

macOS / Linux 用户

打开终端，依次执行：

git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
pip install -r requirements.txt
python main.py

安装模型

ComfyUI 只是一个界面，还需要安装图像生成模型才能出图。

去 HuggingFace 或 Civitai 下载你喜欢的 Stable Diffusion 模型（推荐 SD 1.5 或 SDXL），把下载的 .safetensors 文件放到 ComfyUI/models/checkpoints/ 文件夹里。

放好之后，刷新 ComfyUI 页面，模型就会出现在加载列表中了。

3. ComfyUI 界面速览

打开浏览器访问 http://localhost:8188，你会看到：

· 画布区域（中间大片空白）：所有节点在这里拖拽和连线
· 节点菜单（右键点击画布）：右键添加各种节点
· 提示词框（如果有默认工作流）：输入你想要生成的画面描述
· Queue Prompt 按钮（右上角）：点击后开始生成，可以排队多个任务

4. 搭建第一个工作流：文生图

右键点击画布空白处，选择 Add Node → loaders → Load Checkpoint，添加模型加载节点。在节点中选择你安装的模型。

接着，右键添加 Add Node → sampling → KSampler，这是控制图像生成参数的核心节点。

然后右键添加 Add Node → latent → Empty Latent Image，设置生成的图像分辨率（SD 1.5 推荐 512×768，SDXL 推荐 1024×1024）。

最后，添加两个文本节点：Add Node → conditioning → CLIP Text Encode (Positive) 和 CLIP Text Encode (Negative)。在 Positive 框里输入你想生成的内容描述，Negative 框里输入你不想出现的内容（如”畸形的手指、多余的手指”等）。

现在把它们连接起来：

1. Load Checkpoint 的 MODEL 输出 → KSampler 的 MODEL 输入
2. Load Checkpoint 的 CLIP 输出 → Positive 和 Negative 的 CLIP 输入
3. Positive 的 CONDITIONING 输出 → KSampler 的 positive 输入
4. Negative 的 CONDITIONING 输出 → KSampler 的 negative 输入
5. Empty Latent Image 的 LATENT 输出 → KSampler 的 latent_image 输入

最后，添加 Add Node → image → VAE Decode，把 Load Checkpoint 的 VAE 输出连接到 VAE Decode，KSampler 的 LATENT 输出也连接到 VAE Decode。再加一个 Add Node → image → Preview Image，把 VAE Decode 的 IMAGE 输出连接到它，用来显示结果。

点击右上角的 Queue Prompt，等几秒到几分钟（取决于你的硬件），你的第一张 AI 绘画就出现了。

5. 进阶：加入放大和面部修复

ComfyUI 的强大之处在于你可以轻松扩展工作流。

放大图像

在 KSampler 之后添加 Add Node → latent → Latent Upscale，设置放大倍数为 2。然后添加第二个 KSampler，连接放大后的 latent，进行二次采样。这一步叫做”hires fix”，能大幅提升图像的细节和清晰度。

面部修复

如果你的画面里有人物，面部经常会出现扭曲或不自然。安装 Face Detailer 自定义节点（可以通过 ComfyUI Manager 一键安装），把它连接在 VAE Decode 之后，它会自动检测并修复画面中的面部区域。

6. 常见问题

· 显存不够/跑不动：试试更小的模型（如 SD 1.5），或使用量化的 FP16 版本。
· 出图效果不好：调整 KSampler 的 steps（步数）到 20-30，cfg（提示词相关度）到 5-8，这两个参数影响最大。
· 模型下载慢：可以使用国内的镜像站下载，或者直接用 HuggingFace 的加速链接。

小结

现在你已经可以在 ComfyUI 里搭建文生图工作流，并加入放大和面部修复了。最重要的是，你理解了节点式工作流的核心思想——就像搭乐高一样，把不同的”功能块”组合起来，创造出自己的专属流程。