首先下载ComfyUI并安装Python依赖，接着将Stable Diffusion模型放入指定文件夹，然后运行启动脚本并在浏览器中打开界面，之后通过连接CheckpointLoaderSimple、CLIPTextEncode、KSampler等节点构建绘图工作流，最后可导入JSON模板快速使用预设配置完成图像生成。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
如果您想通过可视化节点的方式进行AI绘画创作，ComfyUI提供了一种灵活且高效的工作流操作界面。以下是安装与使用ComfyUI的基本步骤：
一、下载并安装ComfyUI
此步骤的目的是获取ComfyUI的核心程序文件，并搭建本地运行环境。
1、访问ComfyUI的官方GitHub仓库：https://github.com/comfyanonymous/ComfyUI，点击“Code”按钮并选择“Download ZIP”或使用git命令克隆项目。
2、将下载的文件解压到您指定的本地目录，例如 D:\ComfyUI 或 ~/comfyui。
3、确保您的系统已安装Python 3.10版本，推荐使用Anaconda管理虚拟环境。
4、打开终端或命令行工具，进入解压后的主目录，执行命令：pip install -r requirements.txt 安装依赖库。
二、安装模型文件
ComfyUI需要加载Stable Diffusion系列模型才能生成图像，必须将模型放置在正确的文件夹中。
1、下载常用的Stable Diffusion基础模型（如 v1.5、v2.1 或 SDXL）以及LoRA、ControlNet等扩展模型。
2、将主模型（.ckpt 或 .safetensors 文件）放入 models/checkpoints/ 目录下。
3、将ControlNet模型放入 models/controlnet/，LoRA模型放入 models/loras/，依此类推。
三、启动ComfyUI服务
启动后将在本地开启一个Web服务，通过浏览器访问操作界面。
1、在ComfyUI根目录下找到并运行启动脚本：Windows用户双击 run.bat，Linux/Mac用户执行 python main.py。
2、等待命令行输出显示服务器已启动，默认地址为 http://127.0.0.1:8188。
3、打开浏览器，输入上述地址即可进入节点编辑界面。
四、创建第一个绘图工作流
通过连接不同的功能节点，构建完整的图像生成流程。
1、在界面左侧的节点列表中，拖拽一个“CheckpointLoaderSimple”节点到画布上，并选择已安装的模型。
2、依次添加“CLIPTextEncode”节点用于正向提示词输入，“CLIPTextEncode”另一个实例用于反向提示词。
3、添加“EmptyLatentImage”设置输出图像的尺寸和批次。
4、添加“KSampler”配置采样器参数，如步数、CFG值、种子等。
5、添加“VAEDecode”将潜变量解码为像素图像，最后连接“SaveImage”输出结果。
6、右键点击画布并选择“Queue Prompt”提交任务，生成完成后图片将保存至 output 文件夹。
五、使用预设工作流模板
导入他人分享的工作流JSON文件可快速实现复杂效果。
1、从社区平台（如ComfyUI官方论坛或Civitai）下载他人分享的 .json 格式工作流文件。
2、在ComfyUI界面点击“Load”按钮，选择该JSON文件即可自动重建节点布局。
3、根据需要修改提示词、模型名称或参数值，确保所用模型名称与本地一致。
4、提交队列前检查所有节点是否连接完整，无红色错误提示。
