前言

在生成式 AI 热潮中，Stable Diffusion 凭借其强大的图像生成能力，成为了最受欢迎的开源模型之一。作为该系列中性能最强的基础模型，Stable Diffusion 3.5 Large 拥有 81 亿参数，具备出色的画质表现和提示词理解能力，适用于高质量、专业级图像生成任务。

为了更好地管理生成流程，ComfyUI 作为一款模块化、可视化的图像生成界面，也日益受到开发者与创作者青睐。用户可以通过拖拽节点自由构建工作流，灵活控制模型加载、提示词处理、采样设置、图像输出等关键步骤。

本教程将介绍如何在 BitaHub 平台部署 ComfyUI 并运行 SD3.5 模型，构建一个无需本地环境配置的高效 AI 绘图系统，让你专注于创作本身，尽情探索生成式图像的无限可能。

一.准备工作

1.ComfyUI准备

克隆 ComfyUI到本地

git clone https://github.com/comfyanonymous/ComfyUI.git

打开BitaHub工作台，将ComfyUI代码仓库上传至文件存储中心。

2.下载模型文件

进入hugging face网站，点击搜索：stable-diffusion-3.5-large

将下图中的模型下载并上传至刚刚创建的ComfyUI/models/clip/ 文件夹中。其中：

（1）clip_g.safetensors & clip_l.safetensors

作为CLIP 模型组件，负责文本 - 图像关联，在 Stable Diffusion 工作流中，用于理解文本 prompt（提示词 ）语义。clip_g 和 clip_l 共同协作提升文本到图像的映射精度，帮模型 “读懂文字需求”。 

（2）t5xxl_fp16.safetensors 

基于 T5 文本处理经典架构，作为文本编码器，对输入的文本做深度编码处理，把自然语言转化为更适合 Stable Diffusion 图像生成模型处理的特征表示，助力模型精准捕捉文字细节，生成符合文字表意的图像。

下载sd3.5_large.safetensors 文件，并上传至 ComfyUI/models/checkpoints/ 目录中。

（3）sd3.5_large.safetensors 

作为 Stable Diffusion 3.5 系列里的核心大模型文件，拥有81 亿参数加持，在专业场景生成高质量、贴合文本描述的图像，是 SD3.5 家族里性能强劲的 “专业创作主力” ，靠 safetensors 格式保障安全高效加载 。

3.创建开发环境

将上述准备好的 ComfyUI 文件夹挂载到 BitaHub 工作台的文件存储中。

此外，我们还需要定义容器端口，BitaHub 平台通过自定义容器端口功能,让外部能发 HTTP 请求到容器服务（如 ComfyUI），实现开发验证（功能调试、接口测试等 ）。ComfyUI 默认情况下使用端口号 8188 进行访问。

最后，选择单卡4090 GPU，并通过JupyterLab访问方式进入开发环境。

二.环境配置

1.打开终端，通过venv创建虚拟环境→激活环境→进入项目目录→安装依赖这一系列操作为 ComfyUI 搭建起独立运行环境。（/git1/ComfyUI 是示例路径，实际要替换成你 ComfyUI 代码所在的真实路径）

python3 -m venv comfy_env
source comfy_env/bin/activate
cd /git1/ComfyUI 
pip install -r requirements.txt

2.运行 ComfyUI 服务，在项目根目录下执行以下命令启动：

python main.py --listen 0.0.0.0 --port 8188

当日志输出上图红框中的信息说明你已成功部署 ComfyUI 并启动服务。

3.随后回到开发环境，复制完整的地址并用浏览器打开即可看到 ComfyUI Web 界面。

三.ComfyUI 工作流配置

1.加载基础模型与组件（模型准备）

（1）TripleCLIPULoader 节点：

配置 clip_name1/clip_name2/clip_name3（前期上传至文件存储的 clip_g.safetensors 等 ），加载 CLIP 文本编码组件，为文字转特征做准备 。这些组件让模型能 “读懂” 文字提示 。

（2）Load Checkpoint 节点：

同样选择前期上传的sd3.5_large.safetensors。这是图像生成的 “主引擎”，参数规模大、生成质量高，适合追求细节的创作。

2.设置文本提示与 latent 空间（定义生成方向）

（1）CLIP Text Encode 节点：

在两个 CLIP Text Encode 框里填文字 prompt（比如 “赛博朋克风格 BitaHub logo，霓虹光效、科技感背景” ）。模型会把这些文字转成特征向量，一个负责正向描述（想要的效果 ），另一个可辅助控制风格 / 细节（或做负向提示，排除不想要的元素 ），让生成的图像贴合文字需求 。

（2）Empty Latent Image 节点：

设置 width/height（如 672×672 ）和 batch_size（如 1 ）。Latent 空间是图像生成的 “草稿纸”，尺寸决定最终图像大小，batch_size 控制一次生成几张图，这里单张生成，专注打磨效果 。

3.采样与图像生成（核心计算过程）

KSampler 节点：

（1）连好模型（从 Load Checkpoint ）、条件（CLIP Text Encode 输出 ）、latent 输入（Empty Latent Image ）。

（2）配置参数：model 选加载的大模型；positive/negative 接文本编码特征；sampler_name（如 sgm_uniform ）影响图像生成的随机性与质量 ；steps（如 30 ）控制采样步数（步数多细节可能更丰富，但耗时久 ）。

（3）这个节点用模型、文本条件在 latent 空间迭代采样，逐步把抽象特征转成可视图像雏形。

4.解码与保存图像（输出成品）

（1）VAE Decode 节点：

接收 KSampler 输出的 latent 图像，用 VAE（变分自动编码器 ）解码成可视 RGB 图像 。这一步把模型生成的 “抽象特征” 转成能直接看的像素图。

（2）Save Image 节点：

连 VAE 输出，生成后自动保存图像到指定路径 。完成从 “计算结果” 到 “本地文件” 的转换，方便后续使用。

5.运行与调整（迭代优化）

点击底部 Run 执行工作流，队列会显示生成进度（耗时、状态 ）。完整的连接方法和执行效果如下图所示:

若效果不满意,你也可以通过调整 prompt、改采样参数等方式进行调整。

四.总结

在这篇教程中，我们带你全流程搭建一个高效、专业、无需本地配置的 AI 绘图系统 —— 通过 BitaHub 平台部署 ComfyUI，加载运行 Stable Diffusion 3.5 Large 模型，只需几步，就能掌握云端可视化工作流的搭建方法，开启超清图像创作之旅！

在工作流中，你可以轻松生成风格多样、细节精致的 AI 图像作品。无论你是设计师、开发者，还是对 AI 创作充满好奇的爱好者，这篇教程都能帮你以最低门槛，玩转前沿的图像生成技术，让专业级 AI 绘图能力触手可及。