秋叶 ComfyUI 安装与使用教程

ComfyUI 是一款功能强大的节点式 Stable Diffusion 工具，秋叶版则是针对国内用户优化的版本，集成了常用插件和模型下载功能。以下是详细安装与使用教程：

一、安装准备

1. 硬件要求：最低配置：NVIDIA 显卡（支持 CUDA，至少 4GB 显存）推荐配置：NVIDIA RTX 3060 及以上（8GB + 显存）
2. 系统要求：Windows 10/11（推荐）需安装 Python 3.10.x（建议通过秋叶包自动安装）

二、安装步骤

1. 下载秋叶 ComfyUI 整合包访问秋叶博客或相关资源站下载最新版整合包解压到非中文路径（例如：D:\ComfyUI） ComfyUI-aki秋叶大神封装的整合包，链接： https://pan.quark.cn/s/aa76676dbb3b
2. 启动与初始化双击运行 启动器.exe首次启动会自动安装所需依赖（包括 Python）选择适合自己显卡的启动选项（如 "启动 comfyui (NVIDIA)"）

三、模型存放位置

ComfyUI 的模型文件需放在指定目录才能被识别，主要路径如下：

1. 核心模型Stable Diffusion 模型（.safetensors 或 .ckpt）：ComfyUI\models\checkpointsVAE 模型：ComfyUI\models\vaeclip 模型：ComfyUI\models\clip
2. 插件模型ControlNet 模型：ComfyUI\models\controlnetLora 模型：ComfyUI\models\loras超分辨率模型：ComfyUI\models\esrgan人脸修复模型：ComfyUI\models\gfpgan
3. Embedding 与 LoRAEmbedding 模型：ComfyUI\models\embeddingsTextual Inversion：ComfyUI\models\textual_inversion

四、基本使用方法

1. 启动界面启动后会自动打开浏览器，默认地址：http://127.0.0.1:8188界面左侧为节点面板，右侧为工作区
2. 加载模型在工作区右键选择对应节点（如 "CheckpointLoaderSimple"）点击节点中的模型选择框，选择已放入 checkpoints 目录的模型
3. 构建工作流常用节点组合：CheckpointLoaderSimple（加载主模型）CLIPTextEncode（处理提示词）KSampler（采样器）VAEDecode（解码图像）SaveImage（保存图像）用连线连接各节点的输入输出端口
4. 生成图像在 KSampler 节点设置参数（步数、采样方法、CFG 等）点击右上角 "Queue Prompt" 按钮开始生成生成的图像会显示在工作区，并保存到ComfyUI\output目录

五、高级技巧

1. 导入 / 导出工作流点击界面上方 "Save" 按钮保存工作流（.json 文件）通过 "Load" 按钮导入他人分享的工作流
2. 安装插件将插件文件夹放入ComfyUI\custom_nodes目录重启 ComfyUI 即可生效
3. 模型管理建议定期清理不常用模型，节省磁盘空间大型模型（如 SDXL）需确保有足够显存（至少 8GB）

六、常见问题

1. 模型不显示：检查模型是否放在正确目录，文件名是否包含特殊字符
2. 运行报错：查看控制台输出，通常是显存不足或模型损坏
3. 启动失败：确保路径无中文，尝试以管理员身份运行

通过以上步骤，你可以快速上手秋叶 ComfyUI。节点式工作流虽然初期学习成本稍高，但能提供更灵活的图像生成控制，适合有一定经验的用户深入探索 AI 绘画的可能性。