首页
看点啥
插画图片
首页 看点啥 ComfyUI 文生图基础工作流搭建教程 详解

ComfyUI 文生图基础工作流搭建教程 详解

2026-07-22 0

ComfyUI 已经打开,画布上却不知道先放哪个节点,最稳妥的起点不是凭记忆手工连线,而是先加载官方文生图基础工作流,再逐个核对模型、提示词、画布、采样、解码和保存节点。完成后,画布会保留一条可继续修改的 SD1.5 文生图链路,点击运行即可在 Media Assets 和 Save Image 节点看到第一张结果图。

适用范围是已经能启动 ComfyUI,并准备使用 SD1.5 checkpoint 完成第一次文生图的 Windows、macOS 或 Linux 读者。开始前至少准备一个兼容的 checkpoint 文件,并把它放进 ComfyUI/models/checkpoints;官方示例使用 v1-5-pruned-emaonly-fp16.safetensors,实际文件名可以不同,但节点中不能停在 null

完成后的界面会像下图这样:左侧 Media Assets 有生成结果,右侧仍能看到可编辑的节点工作流,顶部 Run 按钮可再次执行。

ComfyUI 完整文生图工作流运行完成后,左侧 Media Assets 显示生成图,右侧画布显示节点和 Run 按钮

先让 ComfyUI 识别模型文件

  1. 入口位置:ComfyUI 安装目录中的 models/checkpoints 文件夹。主要动作:把准备好的 SD1.5 checkpoint 文件放入该目录,然后重新启动 ComfyUI 或刷新模型列表。成功标志:稍后打开 Load Checkpoint 节点时,ckpt_name 列表能显示该文件名。失败处理:列表为空或只显示 null 时,检查文件是否放错到 models 根目录、扩展名是否完整,以及当前启动的 ComfyUI 是否对应同一安装目录。

加载官方基础工作流

  1. 入口位置:ComfyUI 官方的 ComfyUI Text to Image Workflow 教程页。主要动作:保存页面提供的工作流 PNG,把图片拖入 ComfyUI 画布;也可以从顶部 Workflows 菜单选择 Open,再打开该 PNG。成功标志:画布出现 Load Checkpoint、两个 CLIP Text Encode、Empty Latent Image、KSampler、VAE Decode 和 Save Image 节点,彩色连线已经建立。失败处理:拖入后只显示普通图片而没有节点时,确认保存的是带工作流元数据的原始 PNG,不是网页截图、压缩缩略图或转换后的 JPG。

下图把基础链路标成 A 到 F:模型与文本条件进入 KSampler,采样结果交给 VAE Decode,像素图最后进入 Save Image。此处只检查节点是否齐全,不急着修改参数。

ComfyUI 文生图基础工作流中的 Load Checkpoint、提示词、KSampler、VAE Decode 和 Save Image 节点连接关系

按节点顺序完成第一次配置

  1. 入口位置:画布左侧的 Load Checkpoint 节点。主要动作:点击 ckpt_name 文本区或两侧箭头,选择刚放入的 SD1.5 checkpoint。成功标志:节点显示实际模型文件名,并保留 MODELCLIPVAE 三个输出连接。失败处理:文件名不出现时回到模型目录检查路径;选中后节点报错时,确认文件下载完整且不是仅有几 KB 的网页占位文件。

Load Checkpoint 的关键不是记住示例文件名,而是确认下拉框已经从 null 变成当前电脑中的真实 checkpoint。

ComfyUI Load Checkpoint 节点显示 ckpt_name 模型选择框以及 MODEL、CLIP、VAE 输出端口

  1. 入口位置:两个 CLIP Text Encode (Prompt) 节点的文本框。主要动作:在连接 KSampler positive 的节点中写想要出现的主体、环境和画面特征,在连接 negative 的节点中写不希望出现的缺陷。成功标志:两个节点都有可读文本,橙色 CONDITIONING 输出分别接到 KSampler 的正向和负向端口。失败处理:结果与描述关系很弱时,先用简短英文词组和英文逗号重写,不要一次塞入多段长句;正负条件接反时重新连到对应端口。

提示词节点只负责把文字编码成条件。看不到图片并不代表失败,当前步骤的验收点是文本已填写且 CONDITIONING 连线正确。

ComfyUI CLIP Text Encode Prompt 节点的文本输入区与 CONDITIONING 输出端口

  1. 入口位置:Empty Latent Image 节点。主要动作:设置 widthheightbatch_size;第一次运行可先保留官方示例中的 512 × 512、批次 1。成功标志:宽高是明确数字,紫色 LATENT 输出连接到 KSampler 的 latent_image失败处理:显存不足或运行被中断时,先降低宽高并保持批次 1;画面比例不符时只调整宽高,不要同时改动采样参数,以便判断变化来源。

Empty Latent Image 定义的是潜空间画布,最终像素图的尺寸从这里开始确定。

ComfyUI Empty Latent Image 节点显示 width、height 和 batch_size 参数

  1. 入口位置:画布中央的 KSampler 节点。主要动作:先保留基础参数,重点检查 modelpositivenegativelatent_image 四个输入均已连线,并确认 stepscfgsampler_nameschedulerdenoise 都有值。成功标志:节点没有缺少输入的红色提示,右侧 LATENT 输出已连接 VAE Decode。失败处理:出现缺少模型或条件输入时,沿端口颜色回查上游节点;结果异常时一次只改一个参数,避免同时改变 seed、steps 和 cfg 后无法定位原因。

KSampler 是去噪采样的核心。第一次运行先追求链路正确,等结果稳定后再比较 seed、steps 或采样器的差异。

ComfyUI KSampler 节点显示 model、positive、negative、latent_image 输入和采样参数

  1. 入口位置:KSampler 右侧的 VAE Decode 节点。主要动作:确认 KSampler 的 LATENT 输出接入 samples,Load Checkpoint 的 VAE 输出接入 vae成功标志:VAE Decode 右侧蓝色 IMAGE 输出已连接 Save Image。失败处理:运行到解码阶段报错时,先检查两条输入线是否缺失或接错颜色,再确认 checkpoint 本身包含可用 VAE。

VAE Decode 负责把 KSampler 产生的潜空间结果还原成能预览和保存的像素图像。

ComfyUI VAE Decode 节点显示 samples 和 vae 输入以及 IMAGE 输出

  1. 入口位置:工作流末端的 Save Image 节点。主要动作:确认蓝色 images 输入已连接,并给 filename_prefix 填一个容易辨认的前缀。成功标志:节点能接收 VAE Decode 的 IMAGE 输出,运行后会预览结果并把文件写入 ComfyUI/output失败处理:节点无预览时先检查上游 IMAGE 连线;运行成功却找不到文件时,检查当前 ComfyUI 实例对应的 output 目录和文件名前缀。

Save Image 的输入只有图像数据,文件名前缀用于在输出目录中区分不同测试。

ComfyUI Save Image 节点显示 images 输入和 filename_prefix 文件名前缀

执行工作流并判断结果

  1. 入口位置:ComfyUI 顶部的 QueueRun 按钮。主要动作:点击按钮执行一次,也可以按 Ctrl + Enter成功标志:节点依次执行,Save Image 出现预览,Media Assets 新增生成图,ComfyUI/output 中能找到对应文件。失败处理:执行立即停止时从标红节点开始排查模型、连线和参数;运行很慢但没有报错时先等待当前队列完成,不要连续重复点击造成任务堆积。

  2. 入口位置:生成结果和 KSampler 的 seed 设置。主要动作:确认第一张图可保存后,再重新执行一次,观察随机种子变化带来的结果差异。成功标志:第二次生成仍能完成,工作流结构没有丢失,结果图与上一张存在可解释的变化。失败处理:想复现同一张图时固定 seed,并保持提示词、尺寸和采样参数不变;对比参数时一次只改一项。

用九项结果确认基础链路已经搭好

基础链路稳定后,再尝试更换提示词、画布比例或采样参数。先保留一份能重复运行的工作流,只改一个变量并观察结果,后续学习 LoRA、ControlNet 或更复杂节点时会容易排错得多。

喜欢(0)

上一篇

ComfyUI 模型类型 目录与加载方式科普

ComfyUI 模型类型 目录与加载方式科普

下一篇

GitHub Copilot Chat 在 IDE 中初次使用教程

GitHub Copilot Chat 在 IDE 中初次使用教程
猜你喜欢