Oderman

本地 AI

本地图像工作流入门：用官方 ComfyUI 跑通第一张图

从 Comfy Org 的官方渠道安装 ComfyUI，只使用许可清晰的模型，完成一次可复现的本地文本生成图像流程。

作者 数字人欧德慢 阅读约 6 分钟

ComfyUI 用节点把图像生成拆成可以看见、可以保存的工作流：加载模型、编写提示、采样、保存图片，每一步都摊在画布上。对想在本机做实验的人来说，它比「只能点一次生成」的界面更容易复现和讲解。本文只通过 Comfy Org 官网 与官方代码仓库介绍安装和第一次出图，不涉及来路不明的整合包，也不讨论绕过模型安全策略的用法。

你需要做的准备

  • 一台能安装较新版本 Windows 或官方文档支持的其它系统的个人电脑。本文以 Windows 为例。
  • 尽量准备独立显存不少于 8 GB 的显卡；显存不足时，官方文档有时会提到较慢的 CPU 或小模型方案，请以当时文档为准，不要指望第一张图就达到展示级速度。
  • 预留十几 GB 以上的磁盘空间：程序本身不算大，但模型文件往往很大。
  • 明确一点：工作流能跑通，取决于你使用的模型许可证是否允许你这样用。下载前请阅读模型页上的许可与使用限制。

选择一条官方安装路径

在动手前，先打开官网的下载或文档页面，确认当前推荐的安装方式。常见有两种，都是官方路径：

  1. 官方桌面版（若页面提供）：按说明下载安装程序，安装后从开始菜单启动。适合希望少接触命令行的人。
  2. 按官方仓库文档手动安装：通常需要先从 python.org 安装官方 Python，再按仓库 README 克隆代码、创建虚拟环境并安装依赖。适合希望看清每个目录的人。

无论选哪一条，请避免第三方「一键启动器」里夹带的不明下载源。若文档要求 Git，请从 git-scm.com 安装官方客户端。

手动安装时，一个常见、可核对的顺序是：

git clone https://github.com/Comfy-Org/ComfyUI.git
cd ComfyUI
python -m venv .venv
.\.venv\Scripts\activate
pip install -r requirements.txt

上面的仓库地址、依赖文件名和启动命令可能随官方文档调整。请把这几行与你打开的官方 README 对照后再执行，不要只复制过期教程。

放入许可清晰的模型

ComfyUI 本身通常不附带可商用或可再分发的大模型文件。你需要按照官方目录说明，把模型放到指定文件夹（常见如 models/checkpoints，以当前文档为准）。

选择模型时，坚持三条：

  • 来源可核对：例如模型作者在 Hugging Face 上的官方卡片，或官方文档明确推荐的开放权重。
  • 许可写得清楚：阅读 License 字段和附加限制，确认是否允许个人学习使用、是否禁止某些用途。
  • 体积适合你的显存：先用文档建议的小型或标准检查点跑通流程，再考虑更大的模型。

下载完成后，用发行页提供的校验和（如 SHA256）对照本地文件，再把它移入官方说明的目录。不要跳过这一步。

启动并跑通默认工作流

按官方方式启动后，浏览器一般会打开一个本地地址（常见是本机回环地址上的一个端口）。你会看到画布、节点和队列按钮。

建议按这个顺序完成第一次出图：

  1. 若界面提供「默认工作流」或示例图，先加载它，而不是从空白画布开始。
  2. 在「加载检查点」一类节点中，选中你刚刚放入的模型。若下拉列表是空的，回到目录检查文件位置和扩展名，然后按界面说明刷新模型列表。
  3. 在文本编码节点里写一句朴素的提示，例如「一只陶瓷杯放在木桌上，自然光，静物照片」。先不要堆砌难以复现的咒语列表。
  4. 确认输出节点指向一个本机目录，然后把队列中的任务发出去。
  5. 等待采样结束，在输出目录或界面预览中查看图片。把所使用的工作流保存为 JSON，和提示词一起记入笔记。

这样就得到了一条可复现的链路：模型文件、工作流文件、提示词、随机种子（界面通常会显示）和输出图像可以放在一起归档。

让结果可以下次再跑出来

「可复现」在图像工作流里特别容易被忽略。建议至少记录：

  • 软件版本或 Git 提交号、Python 版本。
  • 模型文件名、来源链接和校验和。
  • 工作流 JSON 的文件名。
  • 提示词、采样步数、种子和输出尺寸。

把这些写进一个纯文本说明，比只保存最终图片更有用。若要把示例公开，必须再次确认模型许可是否允许你分发或甚至只是描述该权重；不确定时，只公开工作流和「请读者自行按许可获取模型」的说明。

更新与卸载

更新时，走你当初选择的官方路径：桌面版使用官方提供的更新方式；手动安装则在仓库目录中按文档拉取新版本并更新依赖。更新前备份自定义工作流和模型目录。

不再使用时，退出程序后删除安装目录或使用系统的「已安装的应用」卸载桌面版。模型文件往往不在同一处，需要你按目录自行决定是否删除。

第一次之后

节点画布的价值在于把它变成可以讲解的步骤，而不是不断叠加来源含糊的自定义节点。若要增加节点或插件，仍然只从官方文档或作者的官方仓库获取，并阅读其许可。下一篇若你想把这套实验写成别人能跑通的仓库，可以参考《如何给教程配一个可复现的示例仓库结构》。