ComfyUI入门：从源码运行到界面汉化

在AI图像生成工具百花齐放的今天，大多数用户可能更熟悉像 Stable Diffusion WebUI 这样“一键式”的图形界面。但如果你追求的是可复现、可分享、高度可控的生产级工作流，那么 ComfyUI 无疑是当前最值得深入掌握的平台之一。

它不像传统工具那样把所有功能塞进一个大面板，而是采用“节点式”设计——每个操作（加载模型、编码提示词、采样去噪等）都是一个独立模块，你可以像搭积木一样将它们连接起来，构建出复杂而精准的图像生成流程。这种模式不仅适合个人实验，也广泛应用于团队协作和自动化部署场景。

更重要的是，ComfyUI 是开源的，完全可以通过源码部署并自由定制。本文就带你从零开始：亲手搭建环境、跑通第一个生成任务、理解其底层架构逻辑，并最终实现中文界面汉化，真正迈出高效使用 ComfyUI 的第一步。

---

源码部署：自己动手，掌控全局

虽然也有打包好的版本可用，但从 GitHub 克隆源码来安装才是最灵活的方式，尤其适合后续扩展插件或调试问题。

环境准备不可少

确保你的系统已安装：

• Python ≥3.10（推荐 3.10~3.11）
• Git
• CUDA 驱动（NVIDIA 显卡用户）
• pip 包管理器

📌 建议使用虚拟环境隔离依赖，避免与其他项目冲突。

python -m venv comfyui-env
source comfyui-env/bin/activate    # Linux/macOS
# 或 comfyui-env\Scripts\activate  # Windows

激活后你会看到命令行前缀多了 (comfyui-env)，说明已进入独立环境。

下载与安装一步到位

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

接下来安装 PyTorch。如果你有 NVIDIA 显卡，强烈建议使用 CUDA 版本以获得 GPU 加速：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

✅ 注意：这里 cu118 表示 CUDA 11.8，需根据你本地驱动支持的版本选择对应链接。若不确定，可访问 PyTorch 官网 查询。

没有独立显卡？也没关系，用 CPU 推理也可以：

pip install torch torchvision torchaudio

然后安装 ComfyUI 自身依赖：

pip install -r requirements.txt

启动服务，打开网页

一切就绪后，直接运行主程序：

python main.py

首次启动会自动创建目录结构，包括：
- models/checkpoints/ —— 存放主模型
- custom_nodes/ —— 第三方节点插件目录
- output/ —— 图像输出路径

默认监听地址为 http://127.0.0.1:8188，浏览器打开即可进入 UI 界面。

几个常见坑点提醒

• NumPy 报错 module 'numpy' has no attribute 'bool_'
  这是 NumPy 2.x 引入的类型变更导致的兼容性问题。解决方法很简单：

bash pip install numpy==1.26.4

• 显存不足怎么办？
  可启用 FP16 半精度模式降低内存占用：

bash python main.py --force-fp16

对大多数模型来说效果几乎无损，但能显著提升稳定性。

---

跑通第一个工作流：让 AI 画出第一张图

别急着研究高级功能，先验证整个链路是否通畅。我们来完成一次标准的“文生图”任务。

下载基础模型

你需要至少一个 Stable Diffusion 检查点文件（.ckpt 或 .safetensors 格式）。推荐从 Hugging Face 获取官方发布的 Stable Diffusion v1.5。

下载以下任一文件：
- v1-5-pruned-emaonly.ckpt
- 或更安全的 .safetensors 版本（如存在）

将其放入：

ComfyUI/models/checkpoints/

加载预设流程

打开网页端后，点击顶部菜单栏的 “Load Default”，系统会自动加载一个标准文本到图像的工作流，包含以下几个关键节点：

节点	功能
Load Checkpoint	加载模型权重
CLIP Text Encode (Prompt)	编码正向提示词
CLIP Text Encode (Negative Prompt)	编码负向提示词
KSampler	控制采样过程（步数、CFG值等）
VAE Decode	将潜在图像解码为可视结果
Save Image	输出保存

这个流程虽简单，却是几乎所有高级工作流的基础骨架。

配置参数并生成

1. 在 Load Checkpoint 节点中，点击下拉框选择你刚刚放入的模型。
2. 修改两个文本编码节点的内容：
   - 正向提示词：a beautiful sunset over the mountains, realistic, high detail
   - 负向提示词：blurry, low quality, distorted
3. 点击右上角 “Queue Prompt” 提交任务。

等待几秒至几十秒（取决于硬件），生成图像将出现在界面上，并自动保存至 output/ 文件夹。

✅ 成功！你现在不只是“使用者”，更是“流程构建者”。

---

背后的设计哲学：为什么是节点？

很多人初见 ComfyUI 会觉得“太复杂”。但一旦理解了它的设计理念，就会发现这种结构带来的优势远超学习成本。

所有操作即节点

ComfyUI 的核心逻辑集中在 nodes.py 文件中。每一个功能都被封装成一个类，例如：

class LoadCheckpoint:
    @classmethod
    def INPUT_TYPES(cls):
        return {
            "required": {
                "ckpt_name": (list_checkpoint_names(), )
            }
        }
    RETURN_TYPES = ("MODEL", "CLIP", "VAE")

这个节点返回三个核心组件：扩散模型、CLIP 文本编码器和 VAE 解码器。后续任何需要这些资源的节点都可以直接连接使用。

这意味着什么？—— 模型只需加载一次，多个流程共享同一份资源，极大提升了效率。

条件控制：不只是写提示词

你以为“写 prompt”就是全部？其实 ComfyUI 支持非常精细的条件干预。

比如：
- ConditioningCombine：合并多个提示来源（文字 + ControlNet + IP-Adapter）
- ConditioningSetArea：限定某个条件只作用于图像某区域（局部重绘神器）
- ConditioningSetMask：结合蒙版进行非规则引导

这让你可以做到：“整体风格是赛博朋克，但人物脸部保持写实”，通过分区域条件叠加轻松实现。

潜在空间才是主战场

整个生成过程其实并不在像素层面进行，而是在低维的“潜在空间”中完成。相关节点如下：

节点	用途
EmptyLatentImage	创建指定分辨率的空白潜在图
LatentUpscale	上采样用于高清修复
KSampler	执行去噪迭代
VAEDecode / VAEEncode	像素 ↔ 潜在空间转换

这种设计避免了高分辨率下的巨大计算开销，也是 ComfyUI 性能优异的关键所在。

多模型协同不是梦

除了主模型外，ComfyUI 支持动态加载各种辅助模型，且无需重启：

• LoRA 微调模型
• ControlNet 控制构图
• T2I-Adapter 快速轻量控制
• IP-Adapter 实现图像参考
• 多种超分模型（ESRGAN、SwinIR 等）

每个都有对应的加载节点，可以在同一个流程中自由组合。比如：用 ControlNet 固定姿势 + LoRA 添加角色特征 + IP-Adapter 参考服装样式——这才是真正的“AI 创作自由”。

图像后处理也能可视化

最后阶段也不只是“保存完事”。你可以加入：
- ImageScale / ImageCrop：裁剪缩放
- Blend：图层混合
- ApplyColor：调色
- PreviewImage：实时预览中间结果

这让整个流程变成一条完整的“图像流水线”，而不是孤立的操作集合。

---

插件生态利器：ComfyUI-Manager

如果说 ComfyUI 本体是操作系统，那 ComfyUI-Manager 就是应用商店+包管理器的结合体，极大简化了第三方扩展的使用门槛。

如何安装？

进入 custom_nodes 目录，克隆仓库：

cd custom_nodes
git clone https://github.com/ltdrdata/ComfyUI-Manager.git

重启 ComfyUI 后，右上角会出现一个新图标（🔧），点击即可打开管理面板。

它到底能做什么？

功能	实际价值
插件浏览与一键安装	浏览数千个社区节点，免手动配置
自动检测更新	不再错过重要修复或新功能
工作流市场集成	直接导入 Civitai、OpenArt 分享的 .json 流程
依赖自动补全	安装插件时自动装好所需 Python 包
配置备份与恢复	快速迁移环境或回滚错误更改

举个例子：你想做人脸修复增强，只需在 Manager 中搜索 “Impact Pack”，点击安装即可。同理，“ControlNet Preprocessors”、“WAS Node Suite” 等常用套件也都支持一键获取。

💡 小贴士：安装新节点后通常需要重启 ComfyUI 才能在左侧节点列表中看到。

---

中文用户福音：AIGODLIKE 汉化插件

尽管英文界面对技术用户不算障碍，但对于新手或团队协作来说，语言仍是不小的认知负担。好在已有高质量的翻译方案。

安装步骤

前往 AIGODLIKE-ComfyUI-Translation 项目页，同样放入 custom_nodes：

cd custom_nodes
git clone https://github.com/AIGODLIKE/AIGODLIKE-ComfyUI-Translation.git

重启后，在顶部菜单 Settings > Language 中选择 简体中文，界面立即切换。

翻译覆盖范围广

该插件已翻译绝大多数 UI 元素，包括：

• 主菜单（文件、编辑、视图等）
• 节点名称与参数标签
• 右键菜单选项
• 提示信息与错误日志中的常见术语
• 搜索框占位符与状态提示

甚至支持多语言切换，适合跨国团队协作。

局限与应对

目前仍有少量情况未完全覆盖：
- 极少数冷门插件的自定义节点未被翻译
- 新发布节点可能滞后几天才能加入词库

遇到缺失词条时，可手动编辑 translation_zh.json 文件补充翻译内容。社区也非常欢迎贡献 PR，共同完善中文体验。

---

写在最后：从“会用”到“精通”

走到这一步，你应该已经完成了从“听说 ComfyUI”到“亲手跑通全流程”的跨越。但这仅仅是开始。

ComfyUI 的真正魅力在于它的可编程性与可复用性。当你把某个复杂的生成流程保存为 .json 文件后，别人只需要导入就能完美复现你的结果——这是传统 WebUI 很难做到的。

下一步你可以尝试：

• 查看 ComfyUI_examples 学习高级技巧
• 集成 ControlNet 实现线稿上色、姿态控制
• 使用 LoRA 构建专属角色模板
• 编写自己的节点或参与翻译项目回馈社区

随着 AI 开发范式逐渐向“可视化编程”演进，ComfyUI 所代表的节点式工作流，很可能成为未来人机协同创作的标准形态。

而你现在掌握的，正是这场变革中最坚实的一块基石。