ComfyUI 是一个基于节点操作的开源生成式人工智能应用，它支持用户通过直观的拖放节点方式来设计图像生成流程。相较于传统的 Stable Diffusion WebUI，它提供了更高度的自定义和更精细的调控选项，使用户能够更灵活地控制图像生成的各个环节。
运行环境要求
- 需要 NVIDIA 显卡，建议显存在 8GB 或以上
- 确保已安装最新版本的 NVIDIA 显卡驱动程序
- 系统中需要预先配置好 Docker 或 Podman 环境
提示：运行此类 AI 绘图应用必须配备独立显卡。作者采用绿联全闪存NAS配合显卡扩展坞的方案，使用的显卡型号为 A2000LP，具备 8GB 显存。实际测试中，这一组合表现出良好的稳定性和操作便捷性。
安装步骤
使用 Docker Compose 部署
在 docker-compose.yml 文件中配置以下内容：
services:
comfyui:
image: yanwk/comfyui-boot:cu124-cn
container_name: comfyui
ports:
- 8188:8188
environment:
- CLI_ARGS=--fast
volumes:
- /volume1/docker/comfyui:/root
deploy:
resources:
reservations:
devices:
- driver: nvidia
count: all
capabilities: [gpu]
restart: unless-stopped
参数详细说明（更多选项建议查阅官方文档）：
- yanwk/comfyui-boot:cu124-cn（镜像标签）：专为优化国内网络访问而定制
- CLI_ARGS（环境变量）：具体参数含义参考下方表格
- 8188（端口号）：用于访问 Web 界面的端口
CLI_ARGS 常用参数指南：
| 启动参数 | 说明 |
|---|---|
| --lowvram | 适用于显存仅为 4GB 的情况（程序启动时自动检测并启用） |
| --novram | 若 --lowvram 仍显存不足，可切换至使用 CPU 内存 |
| --cpu | 完全使用 CPU 运行，速度较慢 |
| --use-pytorch-cross-attention | 不使用 xFormers，改用 PyTorch 原生交叉注意力机制。在 WSL2 环境中可能提升速度或降低显存占用，但在 Linux 宿主机上可能变慢 |
| --preview-method taesd | 启用基于 TAESD 的高质量实时预览功能。若使用 Manager 则会覆盖此设置（需在 Manager 界面调整预览方式） |
| --front-end-version Comfy-Org/ComfyUI_frontend@latest | 使用最新版的 ComfyUI 前端界面 |
| --fast | 启用实验性高性能模式，对 40 系列显卡配合 CUDA 12.4、最新 PyTorch 及 fp8-e4m3fn 模型，性能可提升高达 40%。但可能影响输出图像质量 |
镜像下载过程需耐心等待，因使用国内源，通常不会遇到网络问题。
完成下载和启动后，系统会提示通过 8188 端口进行访问。
基本使用指南
在浏览器中输入 http://NAS的IP:8188 即可进入 ComfyUI 操作界面。
可通过右上角关闭窗口，也可自行浏览系统提供的示例。
提示：作者在编写本教程时也是初次接触该工具，因此仅作基础介绍。建议有深入需求的用户前往官网查阅更全面的文档和教程。
初次使用体验
界面中央会显示一个预设的演示工作流。
主要界面分为三部分：顶部的菜单栏、左侧的侧边栏面板按钮、以及右下角的画布控制菜单。
放大后可见当前使用的模型为：flux1-schnell-fp8.safetensors。
点击底部的运行按钮，即可开始生成图像。
提示：若出现报错，可能是缺少相应模型（可尝试刷新页面或切换模型）。
顶部左侧显示任务执行状态，中间区域展示系统资源使用情况。
最终生成的图像效果较为普通，耗时约一分半钟。
下载模型文件
首先需要下载 AI 绘画模型，可访问 Hugging Face 或国内模型网站获取，模型文件通常以 .ckpt 或 .safetensors 结尾。
访问 Hugging Face 官网：https://huggingface.co，点击“Models”栏目。
此处我们需要的是 Text-to-Image（文本生成图像）类模型。
根据需求选择合适的模型，此处随机选取一例。
页面中包含模型的详细介绍和效果示例，点击“Files and versions”。
向下滚动页面，找到需要下载的模型文件。
若提示需要登录，可更换其他模型进行下载。
通常无需登录也可直接下载模型文件。
切换使用模型
将下载的模型文件放置于映射目录“/ComfyUI/models/checkpoints”中，可见默认模型较大，约 16GB。
刷新界面后即可看到新添加的模型。
更换为 4GB 模型后，生成图像时间缩短至 9 秒内。
若使用更小的 2GB 模型，生成时间可进一步减少至 5 秒左右。
修改提示词内容
上方区域用于输入正面提示词，示例为：beautiful scenery nature glass bottle landscape, , purple galaxy bottle。
下方区域用于输入负面提示词，示例为：text, watermark。
通过修改正面提示词，可以生成指定内容的图像，例如：
{{{Victoria black maid dress}}},hair ribbon,flowers on face,{long frills dress},maid headdress,white pantyhose,Skirt pleats,blue dress bow,yellow apron dress,(full body),mary janes
有时生成的图像可能存在瑕疵，例如手部表现不自然。
可通过负面提示词减少此类问题（降低相应权重），但难以完全避免：
wrong hand,bad hand,bad feet
调整生成参数
主要调节位置为“空Latent”和“K采样器”两处，通常只需调整前者即可。
设置生成图像的宽度和高度。
单次生成图像的数量（不宜过高，以免显存不足）。
使用相同种子值配合相同参数可重现结果，适用于图像复现或细节微调。
步数通常设置在 20-50 之间，步数越多细节越丰富，但生成速度越慢，需根据模型和需求平衡速度与质量。
调节提示词对生成结果的影響强度，常用范围在 7-12 之间。
其他功能设置
左侧面板提供一系列快捷操作按钮。
工作流历史队列（Queue）：记录所有 ComfyUI 执行的媒体生成任务信息。
节点库（Node Library）：包含 Comfy Core 及所有已安装自定义节点，便于查找和使用。
模型库（Model Library）：可浏览本地 ComfyUI/models 目录下的所有模型文件。
本地用户工作流（Workflows）：管理并查看所有本地保存的工作流配置。
支持对节点进行分组管理或屏蔽操作。
MTB 是专为 ComfyUI 设计的动画节点包，提供丰富的动画相关功能和工具。
总结
ComfyUI 作为一款功能强大的开源节点式生成式 AI 绘图工具，通过直观的节点拖拽方式构建工作流，比传统工具提供更精细的控制能力。运行环境要求 NVIDIA 显卡（建议 8GB 以上显存），支持通过 Docker 快速部署，国内镜像有效解决网络访问问题，并通过启动参数适配不同硬件配置。界面布局清晰合理，初次使用提供默认工作流，基础操作相对容易掌握，但进阶使用仍有一定学习难度。支持提示词修改、参数调节和工作流创建等功能，适合具备一定基础的 AI 绘画爱好者进行复杂创作。
综合推荐指数：⭐⭐⭐⭐（当前最热门的 AI 绘图工具之一）
使用体验评分：⭐⭐⭐⭐（入门有一定门槛）
部署难度评价：⭐⭐（过程较为简单）