企业官网建设流程全解析

还在为 ComfyUI 复杂的安装和全英文界面而头疼吗？特别是对于刚接触 Stable Diffusion 工作流的新手，从 Git 克隆、依赖配置到插件管理，每一步都可能遇到环境报错，网上教程又零散且版本过时。今天，一个重磅福音来了——秋叶大佬发布了最新的ComfyUI 中文整合包！这个整合包不仅实现了全中文界面，支持中文提示词输入，还提供了Windows 和 macOS 系统的一键安装程序，极大降低了使用门槛。

无论你是想从 WebUI 迁移过来体验更强大的工作流控制，还是渴望学习 ComfyUI 但被英文劝退，这个整合包都将是你完美的起点。本文将为你带来这份整合包的详细下载、安装、配置及初体验全教程，手把手带你踏入 ComfyUI 的高效创作世界。

1. ComfyUI 与秋叶整合包：为什么是革命性的？

在深入安装之前，我们有必要理解为什么这个整合包如此重要。

ComfyUI 是什么？ComfyUI 是一个基于节点图的可视化编程界面，专为 Stable Diffusion 模型设计。与 WebUI 的“文生图”、“图生图”等固定标签页不同，ComfyUI 将 AI 绘画的每一步（如加载模型、编码提示词、采样、解码等）都抽象为一个个“节点”，用户通过连接这些节点来构建完整的图像生成“工作流”。它的优势在于：

• 极致灵活与控制力：你可以精确控制生成流程的每一个环节，实现复杂、可复现的创作。
• 高性能与低内存占用：采用优化的工作流执行引擎，生成速度通常更快，显存利用更高效。
• 可复用与分享：工作流可以保存为.json或.png文件，方便分享和二次创作。

那么，传统安装的痛点在哪？

1. 环境复杂：需要 Python、Git、PyTorch 等特定版本，手动配置易出错。
2. 全英文界面：对于国内用户，节点名称、参数说明全是英文，学习曲线陡峭。
3. 插件管理麻烦：需要手动克隆插件仓库到特定目录，依赖冲突频发。
4. 模型路径配置：需要手动修改配置文件，将下载好的大模型放入正确位置。

秋叶整合包解决了什么？秋叶大佬的整合包针对以上痛点进行了全方位优化：

• 一键安装：内置所有必要环境（Python, Git, PyTorch等），无需用户手动配置。
• 全面汉化：界面、节点名称、参数说明、甚至错误提示都进行了中文翻译。
• 开箱即用：预置了汉化插件、管理器、常用工作流示例。
• 简易模型管理：提供了清晰的目录结构，只需将模型文件放入对应文件夹即可。
• 持续更新：整合包会跟随 ComfyUI 官方和重要插件进行更新维护。

接下来，我们就开始实际的安装与部署。

2. 环境准备与安装前须知

在下载安装包之前，请确保你的系统满足基本要求，并做好一些准备工作。

2.1 系统与硬件要求

• 操作系统：
  • Windows: Windows 10 或 Windows 11 (64位)。本文将以 Windows 安装为例进行详细演示。
  • macOS: macOS 10.15 (Catalina) 或更高版本（支持 Apple Silicon M系列芯片和 Intel 芯片）。
• 硬件：
  • 显卡 (GPU)：这是最重要的部分。推荐使用NVIDIA 显卡，因为其对 PyTorch 和 CUDA 的支持最好，能利用 GPU 进行高速计算。
    • 显存要求：至少4GB显存。若要流畅运行 SDXL 等大型模型或进行高分辨率生成，建议8GB 或以上。
    • AMD/Intel 显卡：可通过 DirectML (Windows) 或 MPS (macOS) 运行，但性能和兼容性可能不如 NVIDIA，且部分插件可能不支持。
  • 内存 (RAM)：建议16GB或以上。
  • 存储空间：安装包本身约 2-3GB。但你需要预留大量空间存放模型文件（基础模型通常 2-7GB，LoRA 模型几百MB），建议系统盘或目标安装盘有50GB以上的可用空间。

2.2 获取整合包与模型资源

重要提示：由于整合包文件较大，且包含可执行文件，请务必从秋叶大佬公布的官方渠道（如其B站动态、公众号或知名AI资源站）获取下载链接，以确保文件安全、完整。

1. 下载整合包：

   • 找到秋叶发布的整合包帖子，通常会提供网盘链接（如百度网盘、夸克网盘等）和提取码。
   • 下载对应的压缩包文件，Windows 用户下载.7z或.zip格式，macOS 用户下载对应的.dmg或.zip包。

2. 准备模型文件（可选但强烈建议）：

   • ComfyUI 本身不包含任何生成模型。你需要自行下载 Stable Diffusion 模型（如*.safetensors或*.ckpt文件）。
   • 常见的模型存放位置在整合包的models/checkpoints目录下。你可以提前从 Civitai、Hugging Face 等平台下载好模型，以便安装后快速测试。

3. Windows 系统一键安装与配置详解

我们将以 Windows 平台为例，展示最详细的安装步骤。macOS 安装流程类似，主要是启动方式不同。

3.1 解压与目录结构

1. 将下载好的整合包压缩文件（例如ComfyUI_windows_portable_vX.X.7z）解压到你希望安装的目录。建议路径不要有中文和空格，例如D:\AI\ComfyUI。
2. 解压后，你会看到如下关键目录和文件：

   ComfyUI_windows_portable/ ├── ComfyUI/ # ComfyUI 主程序核心文件 ├── python_embeded/ # 内置的 Python 环境，无需单独安装 ├── update/ # 更新脚本目录 ├── 启动器.exe # **最重要的文件，一键启动器** ├── 一键启动.bat # 备用的命令行启动脚本 └── 更多说明文档.txt

3.2 使用启动器进行首次配置与运行

不要直接运行main.py！使用启动器可以帮你处理所有环境问题。

1. 双击运行启动器.exe。首次运行可能会较慢，因为它需要初始化环境。
2. 启动器界面通常包含以下几个功能区：
   • 一键启动：直接启动 ComfyUI 服务。
   • 高级选项：配置 Python 路径、端口、是否开放公网访问等。
   • 版本管理：更新或切换 ComfyUI 本体版本。
   • 模型管理：快速打开模型文件夹或下载预设模型。
   • 插件管理：安装、更新、禁用社区插件。
3. 首次启动配置：
   • 在“高级选项”中，通常保持默认即可。确保“Python 路径”指向了内置的python_embeded目录下的python.exe。
   • 关键步骤：将你事先下载好的基础模型（如sd_xl_base_1.0.safetensors）放入ComfyUI/models/checkpoints文件夹。
   • 同样，你可以将 LoRA、VAE、ControlNet 等模型放入ComfyUI/models/loras,ComfyUI/models/vae,ComfyUI/models/controlnet等对应文件夹。整合包已创建好这些目录。
4. 点击“一键启动”。控制台窗口将会弹出，开始加载依赖和模型。当看到类似如下输出时，表示启动成功：

   [2024-xx-xx xx:xx:xx] [INFO] ComfyUI 启动成功！ [2024-xx-xx xx:xx:xx] [INFO] 服务地址：http://127.0.0.1:8188

5. 打开你的浏览器（推荐 Chrome 或 Edge），访问http://127.0.0.1:8188。恭喜！你已经看到了全中文的 ComfyUI 界面。

3.3 界面初探与基本操作

首次打开的界面可能是一片空白。这是正常的，因为你需要加载一个工作流。

1. 加载示例工作流：
   • 在右侧的“工具”区域，点击“加载默认提示词”按钮，或者点击“菜单” -> “加载” -> 选择ComfyUI\examples目录下的某个.json或.png工作流文件。
   • 加载后，画布上会出现一系列连接好的节点。点击右下角的“添加提示词队列”按钮（或按Ctrl+Enter）即可开始生成图片。
2. 界面汉化验证：
   • 观察节点名称，如“加载器”->“Checkpoint加载器”、“条件”->“CLIP文本编码器”、“采样器”->“KSampler”等，都已汉化。
   • 右键画布空白处，在“添加节点”菜单中，所有分类和节点名均为中文。
3. 保存与加载自己的工作流：
   • 点击菜单“保存”可将当前画布上的节点布局保存为.json文件。
   • “保存（包含预览图）”会生成一个.png文件，这个图片既包含了工作流信息，也有一张预览图，分享非常方便。

4. macOS 系统安装指南

macOS 的安装逻辑与 Windows 一致，都是解压即用，但启动方式有区别。

1. 解压安装包：将下载的.dmg或.zip文件解压到“应用程序”文件夹或你喜欢的目录。
2. 放置模型：同样，将你的模型文件放入解压后目录下的ComfyUI/models/checkpoints等文件夹内。
3. 启动方式：
   • 方式一（推荐）：找到解压目录中的启动器或ComfyUI可执行文件，双击运行。随后在浏览器中访问http://127.0.0.1:8188。
   • 方式二：打开“终端”（Terminal），使用cd命令进入解压后的目录，然后运行启动脚本（可能名为run.sh或start.sh）。例如：

     cd /Applications/ComfyUI ./run.sh

4. Apple Silicon (M1/M2/M3) 优化：整合包通常已配置好使用mps后端，这能利用苹果芯片的 GPU 进行加速。如果遇到问题，可以尝试在启动器的高级选项或extra_model_paths.yaml配置文件中检查相关设置。

5. 核心功能实战：构建你的第一个中文工作流

让我们抛开示例，从头构建一个简单的文生图工作流，体验中文界面的便利。

目标：使用一个 SD1.5 的模型，通过中文提示词生成一张“一只戴着眼镜的柯基犬，数码绘画风格”的图片。

5.1 添加核心节点

1. 清空画布（菜单 -> 清空）。
2. 右键画布 -> 添加节点 -> 加载器 -> Checkpoint加载器。这个节点用于加载基础模型。
3. 右键画布 -> 添加节点 -> 条件 -> CLIP文本编码器。需要添加两个，一个用于正向提示词，一个用于负向提示词。在节点上右键可以选择“转换为正面提示词”或“转换为负面提示词”。
4. 右键画布 -> 添加节点 -> 潜在空间 -> K采样器。这是核心的采样器节点。
5. 右键画布 -> 添加节点 -> 潜在空间 -> VAEDecode。用于将采样后的潜在变量解码为图像。
6. 右键画布 -> 添加节点 -> 图像 -> 保存图像。用于保存生成的图片。

5.2 连接节点与配置参数

现在按照数据流连接节点：

Checkpoint加载器 (模型) -> K采样器 (模型) Checkpoint加载器 (Clip) -> CLIP文本编码器 (正面) (Clip) Checkpoint加载器 (Clip) -> CLIP文本编码器 (负面) (Clip) CLIP文本编码器 (正面) (输出) -> K采样器 (正面条件) CLIP文本编码器 (负面) (输出) -> K采样器 (负面条件) K采样器 (潜在图像) -> VAEDecode (样本) Checkpoint加载器 (VAE) -> VAEDecode (VAE) VAEDecode (图像) -> 保存图像 (图像)

• 配置 Checkpoint加载器：点击其上的“选择模型”按钮，从下拉列表中选择你放入checkpoints文件夹的模型（例如chilloutmix_NiPrunedFp32Fix.safetensors）。
• 输入提示词：
  • 在CLIP文本编码器 (正面)的文本输入框内，直接输入中文：一只戴着眼镜的柯基犬，数码绘画风格，高质量，细节丰富，大师作品
  • 在CLIP文本编码器 (负面)的文本输入框内，输入：丑陋，模糊，低质量，畸形，多余的手指
• 配置 K采样器：
  • 种子：可以留空随机，或输入一个固定数字（如123456）以便复现。
  • 步数：设置为20。
  • CFG：设置为7.5。
  • 采样器：选择dpmpp_2m。
  • 调度器：选择karras。

5.3 生成与保存

1. 点击右下角的“添加提示词队列”按钮。
2. 观察下方的进度条，等待生成完成。
3. 生成的图片会显示在“保存图像”节点上，同时会自动保存到ComfyUI/output目录下，文件名包含时间戳。

至此，你已成功使用中文界面和中文提示词完成了一次创作！你可以尝试修改提示词、调整采样参数，或添加更多节点（如 LoRA 加载器、高清修复节点等）来丰富工作流。

6. 插件管理与工作流分享

秋叶整合包预装了ComfyUI Manager这个强大的插件管理工具，它是扩展功能的中心。

6.1 安装与管理插件

1. 在 ComfyUI 网页界面中，你应该能看到一个额外的标签页或侧边栏按钮叫“Manager”。
2. 点击进入，你会看到几个子页面：
   • 安装自定义节点：这里列出了社区流行的插件（自定义节点）。你可以浏览、搜索，点击“安装”即可一键下载。例如，搜索“IPAdapter”来安装现在流行的形象参照插件。
   • 已安装：查看和管理已安装的插件，可以更新或禁用。
   • 更新全部：一键更新所有已安装的插件和 ComfyUI 本体（需谨慎，建议先备份工作流）。
3. 安装新插件后，通常需要点击“管理器”页面内的“重启”按钮或重启整个 ComfyUI 服务，新节点才会出现在右键菜单中。

6.2 导入与导出工作流

这是 ComfyUI 生态的核心魅力。

• 导入：你可以从 Civitai、OpenArt 等网站下载别人分享的精彩工作流（通常是.json或.png文件）。在 ComfyUI 界面中，直接拖拽该文件到画布上，或者通过菜单“加载”来导入。整合包内置的汉化插件会尽力将导入工作流中的英文节点名也翻译过来。
• 导出：当你设计好一个稳定、有趣的工作流后，可以通过菜单“保存（包含预览图）”将其导出为.png文件。这张图既是预览也是完整的工作流数据，方便分享到社区。

7. 常见问题与故障排除 (FAQ)

即使使用整合包，也可能遇到一些问题。以下是高频问题及解决方案。

8. 最佳实践与进阶建议

当你熟悉基础操作后，以下建议能帮助你更高效、稳定地使用 ComfyUI。

1. 工作流管理：

   • 模块化：将常用的功能组（如高清修复、人脸修复、LoRA 堆叠）保存为子工作流（.json），之后可以像调用一个节点一样复用它们。
   • 做好备份：定期备份你精心调校的工作流文件。在尝试更新 ComfyUI 或大量插件前，务必备份整个ComfyUI文件夹或至少备份ComfyUI/custom_nodes目录。

2. 性能优化：

   • 使用--lowvram模式：如果显存紧张（如 6GB），在启动器高级选项中启用此模式，它会以速度换空间。
   • 启用--preview-method：在高级选项中添加--preview-method auto，可以在生成过程中看到实时预览图。
   • 合理设置图片尺寸：非必要不生成超过 1024x1024 的图片，如需大图，使用“高清修复”或“分块放大”节点。

3. 模型与插件管理：

   • 分类存放模型：严格按照checkpoints,loras,vae,controlnet,upscale_models等文件夹分类存放模型，便于管理。
   • 谨慎更新：ComfyUI 和插件更新可能引入不兼容性。在稳定生产环境下，建议关闭自动更新，手动选择性地、有测试地更新。

4. 探索社区：

   • Civitai, OpenArt, 百度ComfyUI吧：这些地方有海量优秀的工作流分享。下载下来，拖入你的 ComfyUI，反向学习节点连接逻辑，是最高效的学习方式。
   • 理解节点原理：不要只满足于拼接节点。尝试理解每个节点的输入输出代表什么（如latent,condition,image），这能让你真正掌握工作流设计的主动权。

秋叶的 ComfyUI 中文整合包无疑为国内 AI 绘画爱好者打开了一扇新的大门。它消除了语言和环境两大障碍，让我们能更专注于创作本身和 workflow 的逻辑学习。从今天起，你可以不再畏惧那些英文节点，而是像搭积木一样，自由构建属于你的 AI 图像生成流水线。记住，最好的学习方式就是动手实践——加载一个复杂工作流，尝试修改它，拆解它，最终创造出独一无二的作品。