Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

comfyUI基础教程

Answer

以下是 ComfyUI 的基础教程:

KSampler(采样器)

  • seed(随机种子):主要用于控制潜空间的初始噪声。若要重复生成相同图片,需使用此随机种子,且种子和 Prompt 都要相同。
  • control_after_generate(生成后控制):每次生成完图片,seed 数字会变化,此配置项可设置变化规则,包括 randomize(随机)、increment(递增 1)、decrement(递减 1)、fixed(固定)。
  • step(采样步数):一般步数越大效果越好,但与使用的模型和采样器有关。
  • cfg:值一般设置在 6 - 8 之间较好。
  • sampler_name(采样器名称):可通过此设置采样器算法。
  • scheduler(调度器):主要控制每个步骤中去噪的过程,可选择不同调度算法,有的每步减去相同数量噪声,有的每步尽可能多去噪。
  • denoise:表示要增加的初始噪声量,1 表示全部。一般文生图可默认设为 1。

此外,ComfyUI 共学快闪的学习内容还包括:

  • 王蓉??Wang Easy 的基础搭建和转绘。
  • 唯有葵花向日晴的基础教程、工作流开发和实际应用场景。
  • 热辣 Huolarr - AI 系统课私聊图生视频。
  • 咖菲猫咪的基础教程、工作流搭建思路、各版本模型使用的优缺点。
  • 傅小瑶 Lucky 的如何制作多人转绘视频。
  • 云尚的工作流节点搭建思路。
  • FǎFá 的热门节点功能和搭建。
  • 森林小羊的基本报错解决方式及基础工作流逻辑分析。
  • 苏小蕊的基础教程。
  • Sophy 的基础课程。
  • 蜂老六装一百个最新常用插件后如何快速解决冲突问题。
  • 阿苏的工作流框架设计。
  • aflyrt 的 comfyui 节点设计与开发。
  • 老宋&SD 深度解释虚拟环境部署和缺失模型的安装。
  • Liguo 的模型训练。
  • 啊乐福的基础课程。
  • 塵的优秀案例。
  • 风信的基础课程和平面设计应用场景。
  • 北南的基础课程。
  • 视频工作流框架设计。
  • Damon 的基础课程。
  • 渔舟的基础课程和工作流搭建思路。
  • 乔木船长的工作流。
  • ☘️的基础教程。
  • 工作流设计和典型案例剖析。
  • 麒白掌的工作流搭建。
  • OutSider 的风格迁移。
  • 吴鹏的基础和工作流搭建。
  • 拾光的工作流基础搭建从入门到精通。
  • 茶浅浅的视频转绘和节点工作流介绍。
  • 百废待.新(早睡版)的工作流从入门到进阶。
  • 电商应用场景。
Content generated by AI large model, please carefully verify (powered by aily)

References

小田:ComfyUI基础教程—小谈

KSampler,Sampler中文名称是采样器,如果你想详细了解采样器,可以阅读相关进阶教程,而基础教程只会告诉你如何使用。KSampler包含以下参数:seed:这个是随机种子,它主要用于控制潜空间的初始噪声。如果你想重复生成一模一样的图片。就需要用到这个随机种子。需要注意种子和Prompt都要相同,才能生成一模一样的图。control_after_generate:每次生成完图片后,上面的seed数字都会变化,而这个配置项,则是设置这个变化规则:randomize(随机)、increment(递增1)、decrement(递减1)、fixed(固定)。step:采样的步数。一般步数越大,效果越好,但也跟使用的模型和采样器有关。cfg:这个值设置一般设置为6~8之间会比较好。sampler_name:采样器名称。你可以通过这个来设置采样器算法。scheduler:调度器主要是控制每个步骤中去噪的过程。你可以通过它选择不同的调度算法,有些算法是选择每一步减去相同数量的噪声,有些则是每一步都尽可能去掉多的噪声。denoise:表示要增加多少初始噪声,1表示全部。一般文生图你都可以默认将其设置成1。

ComfyUI基础教程—小谈

KSampler,Sampler中文名称是采样器,如果你想详细了解采样器,可以阅读相关进阶教程,而基础教程只会告诉你如何使用。KSampler包含以下参数:seed:这个是随机种子,它主要用于控制潜空间的初始噪声。如果你想重复生成一模一样的图片。就需要用到这个随机种子。需要注意种子和Prompt都要相同,才能生成一模一样的图。control_after_generate:每次生成完图片后,上面的seed数字都会变化,而这个配置项,则是设置这个变化规则:randomize(随机)、increment(递增1)、decrement(递减1)、fixed(固定)。step:采样的步数。一般步数越大,效果越好,但也跟使用的模型和采样器有关。cfg:这个值设置一般设置为6~8之间会比较好。sampler_name:采样器名称。你可以通过这个来设置采样器算法。scheduler:调度器主要是控制每个步骤中去噪的过程。你可以通过它选择不同的调度算法,有些算法是选择每一步减去相同数量的噪声,有些则是每一步都尽可能去掉多的噪声。denoise:表示要增加多少初始噪声,1表示全部。一般文生图你都可以默认将其设置成1。

ComfyUI共学快闪

王蓉??Wang Easy基础搭建和转绘唯有葵花向日晴基础教程,工作流开发,实际应用场景热辣Huolarr-AI系统课私聊图生视频咖菲猫咪基础教程/工作流搭建思路/各版本模型使用的优缺点傅小瑶Lucky如何制作多人转绘视频云尚工作流节点搭建思路。FǎFá热门节点功能,搭建森林小羊基本报错解决方式及基础工作流逻辑分析苏小蕊基础教程Sophy基础课程蜂老六装一百个最新常用插件后如何快速解决冲突问题阿苏工作流框架设计aflyrt comfyui节点设计与开发老宋&SD深度解释虚拟环境部署和缺失模型的安装Liguo模型训练啊乐福基础课程塵优秀案例风信基础课程➕平面设计应用场景北南基础课程视频工作流框架设计Damon基础课程渔舟基础课程+工作流搭建思路乔木船长工作流☘️基础教程☘基础教程工作流设计+典型案例剖析麒白掌工作流搭建OutSider风格迁移吴鹏基础+工作流搭建拾光工作流基础搭建从入门到精通茶浅浅。视频转绘/节点工作流介绍百废待.新(早睡版)工作流从入门到进阶电商应用场景

Others are asking
comfyUI是什麼?
ComfyUI 是一个基于节点流程式的 stable diffusion AI 绘图工具 WebUI,您可以将其视为集成了 stable diffusion 功能的 substance designer。通过把 stable diffusion 的流程拆分成节点,实现了更精准的工作流定制和良好的可复现性。 其具有以下优势: 1. 对显存要求相对较低,启动速度快,出图速度快。 2. 具有更高的生成自由度。 3. 可以和 webui 共享环境和模型。 4. 可以搭建自己的工作流程,可以导出流程并分享给别人,报错时能清晰发现错误所在步骤。 5. 生成的图片拖进后会还原整个工作流程,模型也会选择好。 但也存在一些劣势: 1. 操作门槛高,需要有清晰的逻辑。 2. 生态没有 webui 多(常用的都有),不过也有一些针对 Comfyui 开发的有趣插件。 ComfyUI 是一个开源的图形用户界面,用于生成 AI 图像,主要基于 Stable Diffusion 等扩散模型。其工作原理包括: 1. Pixel Space(像素空间):图的左边表示输入图像的像素空间,在 ComfyUI 中,对应于可能通过“图像输入”模块或直接从文本提示生成的随机噪声图像。生成过程结束时,系统会将处理后的潜在表示转换回像素空间,生成最终的图像。 2. Latent Space(潜在空间):ComfyUI 中的许多操作都在潜在空间中进行,如 KSampler 节点就是在这个空间中执行采样过程。图像被映射到潜在空间后,扩散过程在这个空间中进行。在 ComfyUI 中,您可以通过节点调整对潜在空间的操作,如噪声添加、去噪步数等。 3. 扩散过程(Diffusion Process):噪声的生成和逐步还原。扩散过程表示的是从噪声生成图像的过程。在 ComfyUI 中,这通常通过调度器(Schedulers)控制,典型的调度器有 Normal、Karras 等,它们会根据不同的采样策略逐步将噪声还原为图像。您可以通过 ComfyUI 中的“采样器”节点选择不同的调度器,来控制如何在潜在空间中处理噪声,以及如何逐步去噪回归到最终图像。时间步数在生成图像时,扩散模型会进行多个去噪步。 您可以从 github 上下载作者部署好环境和依赖的整合包,按照官方文档安装即可:https://github.com/comfyanonymous/ComfyUI 。 此外,开源项目作者 ailm 在 ComfyUI 上搭建了一个可以接入飞书的 AI 女友麦洛薇(mylover),实现了稳定人设,无限上下文,永久记忆,无缝联动 SD 绘图等功能,适合完全没有代码基础的小伙伴们复现并且按自己的想法修改。
2025-04-10
comfyUI能干什么?不能干什么?
ComfyUI 是一个基于节点流程式的 stable diffusion AI 绘图工具 WebUI,具有以下特点: 优势: 1. 对显存要求相对较低,启动速度快,出图速度快。 2. 具有更高的生成自由度。 3. 可以和 webui 共享环境和模型。 4. 可以搭建自己的工作流程,可以导出流程并分享给别人,报错的时候也能清晰的发现错误出在哪一步。 5. 生成的图片拖进后会还原整个工作流程,模型也会选择好。 劣势: 1. 操作门槛高,需要有清晰的逻辑。 2. 生态没有 webui 多(常用的都有),也有一些针对 Comfyui 开发的有趣插件。 应用场景包括: 1. 作为一个强大的可视化后端工具,可以实现 SD 之外的功能,如调用 api 及本文所讲的内容等。 2. 可根据定制需求开发节点或模块。 3. 用于抠图素材的制作,如绿幕素材的抠图,还可以自动生成定制需求的抠图素材。 官方链接:https://github.com/comfyanonymous/ComfyUI
2025-03-21
comfyUI能干什么?
ComfyUI 是一个基于节点流程式的 stable diffusion AI 绘图工具 WebUI,具有以下特点和功能: 简介:可以将 stable diffusion 的流程拆分成节点,实现更精准的工作流定制和完善的可复现性。 优势: 对显存要求相对较低,启动和出图速度快。 生成自由度更高。 可以和 webui 共享环境和模型。 可以搭建自己的工作流程,能导出流程并分享给别人,报错时能清晰发现错误所在步骤。 生成的图片拖进后会还原整个工作流程,模型也会选择好。 劣势: 操作门槛高,需要有清晰的逻辑。 生态没有 webui 多(但常用的都有),也有一些针对 Comfyui 开发的有趣插件。 官方链接:从 github 上下载作者部署好环境和依赖的整合包,按照官方文档安装即可:https://github.com/comfyanonymous/ComfyUI 学习使用的原因: 更接近 SD 的底层工作原理。 实现自动化工作流,消灭重复性工作。 作为强大的可视化后端工具,可实现 SD 之外的功能,如调用 api 等。 可根据定制需求开发节点或模块。 例如有人因工作室需要抠图素材,传统途径存在问题,而基于 ComfyUI 可以快速自动生成定制需求的抠图素材。 此外,8 月 13 日的 ComfyUI 共学中,包含了对其功能及相关课程内容的介绍,还有关于建筑设计师兼职做 ComfyUI 生态建设、相关模型与工作流的应用案例、内容分享的调整与筹备安排等方面的讨论。
2025-03-21
什么是comfyUI
ComfyUI 是一个基于节点流程式的 stable diffusion AI 绘图工具 WebUI,以下是关于它的详细介绍: 简介:可以想象成集成了 stable diffusion 功能的 substance designer,通过将 stable diffusion 的流程拆分成节点,实现更精准的工作流定制和完善的可复现性。 优劣势: 优势: 1. 对显存要求相对较低,启动和出图速度快。 2. 生成自由度更高。 3. 可以和 webui 共享环境和模型。 4. 能搭建自己的工作流程,可导出流程并分享,报错时能清晰发现错误所在。 5. 生成的图片拖进后会还原整个工作流程,模型也会选择好。 劣势: 1. 操作门槛高,需要有清晰的逻辑。 2. 生态没有 webui 多(但常用的都有),也有一些针对 Comfyui 开发的有趣插件。 生图原理: Pixel Space(像素空间):图的左边表示输入图像的像素空间,在 ComfyUI 中,对应于通过“图像输入”模块或直接从文本提示生成的随机噪声图像,生成过程结束时会将处理后的潜在表示转换回像素空间生成最终图像。 Latent Space(潜在空间):ComfyUI 中的许多操作都在潜在空间中进行,如 KSampler 节点执行采样过程,图像被映射到潜在空间后,扩散过程在这个空间中进行,可通过节点调整对潜在空间的操作。 扩散过程(Diffusion Process):噪声的生成和逐步还原,通常通过调度器控制,可通过“采样器”节点选择不同调度器控制在潜在空间中处理噪声及逐步去噪回归到最终图像,生成图像时扩散模型会进行多个去噪步,可通过控制步数影响图像生成的精细度和质量。 基础教程: 应用场景和不可替代性:SD WebUI 的 UI 有很多输入框和按钮,ComfyUI 的 UI 界面复杂,有很多方块和连线。从学习成本看,ComfyUI 较高,但连线可理解为搭建自动化工作流,从左到右依次运行。从功能角度看,两者提供的功能相同,只是 ComfyUI 是连线方式。这种方式的好处是可以根据需求搭建适合自己的工作流,无需依赖开发者,也可根据需求开发并改造某个节点。选择 ComfyUI 最核心的原因在于它的自由和拓展,能保持灵活适应 AI 发展。 官方链接:从 github 上下载作者部署好环境和依赖的整合包,按照官方文档安装即可:https://github.com/comfyanonymous/ComfyUI
2025-03-21
comfyUI
ComfyUI 是一个基于节点流程式的 stable diffusion AI 绘图工具 WebUI,以下是关于它的详细信息: 简介:可以想象成集成了 stable diffusion 功能的 substance designer,通过将 stable diffusion 的流程拆分成节点,实现更精准的工作流定制和完善的可复现性。 优劣势: 优势: 1. 对显存要求相对较低,启动速度快,出图速度快。 2. 具有更高的生成自由度。 3. 可以和 webui 共享环境和模型。 4. 可以搭建自己的工作流程,可以导出流程并分享给别人,报错时能清晰发现错误所在步骤。 5. 生成的图片拖进后会还原整个工作流程,模型也会选择好。 劣势: 1. 操作门槛高,需要有清晰的逻辑。 2. 生态没有 webui 多(常用的都有),也有一些针对 Comfyui 开发的有趣插件。 官方链接:从 github 上下载作者部署好环境和依赖的整合包,按照官方文档按照即可:https://github.com/comfyanonymous/ComfyUI 安装部署: 电脑硬件要求: 1. 系统:Windows7 以上。 2. 显卡要求:NVDIA 独立显卡且显存至少 4G 起步。 3. 硬盘留有足够的空间,最低 100G 起步(包括模型)。 4. 注:mac 系统,AMD 显卡,低显卡的情况也可以安装使用,功能不全,出错率偏高,严重影响使用体验个人建议升级设备或者采用云服务器玩耍。 5. 下载并更新 Nvidia 显卡驱动下载地址 https://www.nvidia.cn/ geforce/drivers/ 下载并安装所需要环境: 依次下载并安装 python、Git、VSCode,安装过程中一直点击勾选对应选项,一直下一步。 1. 安装 Python https://www.python.org/downloads/release/python3119/ ,安装的时候选中“将 Python 添加到系统变量”。 2. 安装 VSCode https://code.visualstudio.com/Download 。 3. 安装 Git https://gitscm.com/download/win 。 4. 安装 CUDA https://developer.nvidia.com/cuda1220downloadarchive?target_os=Windows&target_arch=x86_64&target_version=11&target_type=exe_network 。 安装地址:https://github.com/comfyanonymous/ComfyUI ,可以下载安装包也可以直接 Git clone https://github.com/comfyanonymous/ComfyUI.git 或者下载安装包 file:ComfyUI.zip ,下载安装包或者点击链接下载并解压至本地除 C 盘外的任意盘。然后找到文件名称为 run_nvidia_gpu 的文件双击并启动。启动完成即进入基础界面。 节点存放目录:comfyUI 的节点包括后面安装的拓展节点都存放在本目录下 D:\\COMFYUI\\ComfyUI_windows_portable\\ComfyUI\\custom_nodes 。 模型存放目录: 1. 大模型:D:\\COMFYUI\\ComfyUI_windows_portable\\ComfyUI\\models\\checkpoints 。 2. Lora:D:\\COMFYUI\\ComfyUI_windows_portable\\ComfyUI\\models\\loras 。 3. Vae:D:\\COMFYUI\\ComfyUI_windows_portable\\ComfyUI\\models\\vae 。 模型共用:已经安装了 SDWebUI 的同学可以通过修改文件路径和 WebUI 共用一套模型即可,这样就不用重复下载模型了。找到已安装好的 ComfyUI 目录文件下的 extra_model_paths.yaml.example 文件,将后缀.example 删除,然后右键用记事本打开。 快捷键:(未提供相关内容)
2025-03-18
如何学习comfyUI
以下是一些学习 ComfyUI 的途径和资源: 1. 官方文档:ComfyUI 官方文档提供了使用手册和安装指南,适合初学者和有经验的用户,可在获取相关信息。 2. 优设网:有一篇详细的 ComfyUI 入门教程,适合初学者,详细介绍了其特点、安装方法及如何生成图像等内容,教程地址是。 3. 知乎:有用户分享了 ComfyUI 的部署教程和使用说明,适合有一定基础并希望进一步了解的用户,可在找到相关教程。 4. Bilibili:提供了一系列涵盖从新手入门到精通各个阶段的视频教程,可在找到。 此外,还有以下 ComfyUI 共学快闪的学习内容: 王蓉??Wang Easy 基础搭建和转绘 唯有葵花向日晴基础教程,工作流开发,实际应用场景 热辣 HuolarrAI 系统课私聊图生视频 咖菲猫咪基础教程/工作流搭建思路/各版本模型使用的优缺点 傅小瑶 Lucky 如何制作多人转绘视频 云尚工作流节点搭建思路 FǎFá 热门节点功能,搭建 森林小羊基本报错解决方式及基础工作流逻辑分析 苏小蕊基础教程 Sophy 基础课程 蜂老六装一百个最新常用插件后如何快速解决冲突问题 阿苏工作流框架设计 aflyrt comfyui 节点设计与开发 老宋&SD 深度解释虚拟环境部署和缺失模型的安装 Liguo 模型训练 啊乐福基础课程 塵优秀案例 风信基础课程➕平面设计应用场景 北南基础课程 视频工作流框架设计 Damon 基础课程 渔舟基础课程+工作流搭建思路 乔木船长工作流 ☘️基础教程 ☘基础教程 工作流设计+典型案例剖析 麒白掌工作流搭建 OutSider 风格迁移 吴鹏基础+工作流搭建 拾光工作流基础搭建从入门到精通 茶浅浅。视频转绘/节点工作流介绍 百废待.新(早睡版)工作流从入门到进阶 电商应用场景 学习使用 ComfyUI 的原因包括: 更接近 SD 的底层工作原理。 实现自动化工作流,消灭重复性工作。 作为强大的可视化后端工具,可实现 SD 之外的功能,如调用 api 及本文所讲的内容等。 可根据定制需求开发节点或模块。 例如,有人因工作室需要抠图素材,传统途径存在问题,近期在 github 上看到一个名为的项目,其中包含丰富的蒙版处理节点,于是基于此创建了 ComfyUI 工作流,不仅可用于绿幕素材的抠图,还能自动生成定制需求的抠图素材,全程只需几秒。
2025-03-17
Python机器学习基础教程
很抱歉,目前知识库中没有关于“Python 机器学习基础教程”的具体内容。但我可以为您提供一个大致的指导方向。 首先,学习 Python 机器学习需要掌握 Python 编程语言的基础知识,包括数据类型、控制结构、函数等。 其次,了解常见的机器学习概念和算法,如线性回归、逻辑回归、决策树、聚类等。 然后,学习使用相关的 Python 库,如 Scikitlearn,它提供了丰富的机器学习工具和函数。 您可以通过在线课程、书籍、官方文档等多种资源来深入学习 Python 机器学习。
2025-01-23
AI绘图的基础教程
以下是为您提供的 AI 绘图基础教程: 一、关于 Stable Diffusion 的教程 1. 软件比较与优势:介绍 Stable Diffusion 在 AI 绘画领域的特点和优势。 2. 零基础入门:从零开始学习 Stable Diffusion 的基础操作。 3. 技术突破:了解 Stable Diffusion 在技术方面的创新和突破。 4. 入门教程:包括环境配置、安装方法、电脑适配性以及插件的下载和安装等。 二、SD 新手视频教程 1. 从 0 入门的章节教学视频,强烈推荐,学完有望成为大神。 2. 第一节课:AI 绘画原理与基础界面。 3. 第二节课:20 分钟搞懂 Prompt 与参数设置,掌握“咒语”。 4. 第三节课:用 AI“重绘”照片和 CG,打破次元壁。 5. 第四节课:自由切换“画风”,了解 AI 绘画模型。 6. 第五节课:学习提高 AI 绘画分辨率的方式。 7. 第六节课:简析 LoRa|Hypernetwork 概念。 8. 第七节课:玩转局部重绘,定向修手修脸。 9. 第八节课:提示词补全翻译反推,掌握“终极”放大脚本与细节优化插件。 10. 第九节课:从原理到实践学习 LoRA。 10. 第十节课:零基础掌握 ControlNet。 三、线稿上色 Midjourney + Stable Diffusion 1. 线稿产出:使用 Midjourney 生成线稿,关键词如“Black and white line drawing illustration of a cute cat cartoon IP character,black line sketch,wearing a fortune hat,wearing a collar around the neck,Carrying a huge bag containing scrolls and ingots,matching rope and straps at his wrists,Chinese element style,popular toys,blind box toys,Disney style,white backgroundniji 5style expressive”。 2. PS 手动修正错误的地方:对于一些没有阴影容易飘的图,可自行绘制阴影。 3. 用 Stable Diffusion 上色:通过 ControlNet 控制,实现高效且惊艳的上色效果。
2025-01-03
列车国内最强的图像生成类AI并进行简单介绍和基础教程操作
目前国内图像生成类 AI 有很多优秀的产品,难以明确指出哪一个是最强的。一些常见且表现出色的图像生成类 AI 包括百度的文心一格、字节跳动的云雀等。 以文心一格为例,其基础操作教程通常如下: 1. 访问文心一格的官方网站。 2. 注册并登录账号。 3. 在操作界面中输入您想要生成图像的描述关键词。 4. 选择生成图像的风格、尺寸等参数。 5. 点击生成按钮,等待系统生成图像。 不同的图像生成类 AI 可能在操作细节上有所差异,但大致流程相似。您可以根据自己的需求和使用体验选择适合您的图像生成类 AI 工具。
2024-12-26