ComfyUI是一款的Stable Diffusion的網頁界面，用於精準控制AI繪圖的生圖流程。
我認為ComfyUI是訓練邏輯的好東西，看看這精美的流程圖。
ComfyUI的功能類似 Automatic1111的SD WebUI，同樣可以文生圖、載入Lora、圖生圖、內補繪製、放大圖片、訓練模型，以及安裝ControlNet擴充功能，生圖模型可以通用。
本文Ivon將介紹ComfyUI的優點，以及安裝方法，最後面再示範網頁界面的基礎操作方式。
1. ComfyUI的優點#
ComfyUI有何優點？第一個我想就是讓你更清楚AI生圖的原理了吧。
開發者說他是為了解Stable Diffusion的運作原理才開發這個軟體的，主打一個「邏輯」。
如下圖，這是Stable Diffusion技術背後的生圖過程…好吧沒有影片解釋，非本科生應該很難看懂。
ComfyUI概念很像上圖，讓你能更清楚掌握AI生圖的過程。當然ComfyUI沒有那麼複雜，大部分功能都圖形化了。
生圖中間會經過哪些步驟，ComfyUI都會以圖形化的動態方式呈現，讓你一目了然。
ComfyUI的第二個優點：將工作流程(workflow)標準化。ComfyUI以node-based為設計理念，每個生圖步驟都是一個節點(node)，使用者能夠觀察和控制AI生圖的過程。
如果你想將Stable Diffusion AI生圖程序標準化，那就可以採用ComfyUI。
用過Blender的話應該會對「節點」(node)的操作有點概念，只要你清楚知道自己在做什麼，你就可以輕鬆的用拉線的方式，規劃AI生圖流程。
比方說你想要：文生圖，再進行外補繪製，再用Real-ESRGAN放大。在SD WebUI你得手動點二次切換界面，而ComfyUI只要線一拉好，整個流程在按開始後就會自動完成。
你甚至可以把ComfyUI的工作流程儲存起來，供他人使用。這樣別人只要開啟你的流程圖，就可以順利跑完生圖。
然而，ComfyUI相對SD WebUI來說沒那麼好上手。建議初學者先用 SD WebUI，摸熟基本AI生圖觀念後，再用ComfyUI會比較順。
2. 安裝ComfyUI#
你需要4GB以上VRAM的顯示卡、8GB以上RAM、20GB的硬碟空間。
Windows#
參考 Github說明，Nvidia顯示卡的用戶，下載 Github Releases的
ComfyUI_windows_portable_nvidia_cu118_or_cpu.7z檔案，解壓縮將ckpt模型放到程式資料夾下的
ComfyUI\models\checkpoints。或者你可以設定與SD WebUI 共用模型資料夾（後述）按
run_nvidia_gpu.bat批次檔，等它裝完依賴套件。維持終端機開啟，再用瀏覽器開啟
http://localhost:8188，進入網頁界面
Linux#
參考 Github說明手動設定環境。
如果你想把服務容器化，你可以改用 AbdBarho維護的docker-compose部署。
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
將ckpt模型放到
models/checkpoints安裝依賴套件
conda create --name comfyui python=3.10.6
conda activate comfyui
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu121
pip install -r requirements.txt
- 啟動程式，用瀏覽器開啟
http://localhost:8188
python main.py
3. 讓ComfyUI與SD WebUI共用模型資料夾#
你可以讓ComfyUI與SD WebUI共用模型資料夾，避免浪費硬碟空間。
將ComfyUI資料夾下的
extra_model_paths.yaml.example檔案重新命名為extra_model_paths.yaml，編輯該檔案填入以下內容，與SD WebUI共用模型資料夾：
# 在這裡填入SD WebUI的模型路徑(path)
a111:
# SD WebUI主程式路徑
base_path: "/home/user/stable-diffusion-webui"
# SD WebUI的ckpt模型路徑
checkpoints: models/Stable-diffusion
configs: models/Stable-diffusion
vae: models/VAE
loras: |
models/Lora
models/LyCORIS
upscale_models: |
models/ESRGAN
models/RealESRGAN
models/SwinIR
embeddings: embeddings
hypernetworks: models/hypernetworks
controlnet: models/ControlNet
- 接著，如果你的硬體比較差，那麼可以設定啟動引數減少VRAM佔用。Windows的話編輯
run_nvidia_gpu.bat，加入--medvram：
.\python_embeded\python.exe -s ComfyUI\main.py --windows-standalone-build --medvram
pause
- Linux直接在啟動Python的時候加上引數，或者自行寫個script。
4. ComfyUI基本操作方式#
快捷鍵：網頁點選右鍵新增節點。拖動線條調整節點的連接方式。滑鼠滾輪縮放畫面。
以最簡單的圖生圖來說，我們的圖要這樣拉。
從左到右，每個節點都代表一個「步驟」
最左邊第一個Load Checkpoint，就是選取要使用的ckpt模型
再看連結著CLIP節點的CLIP Text Encode，即是提示詞(prompts)的欄位，在這二個框框填入正向與負向提示詞
下方的Empty Latent Image控制最終生圖的長寬
再往右邊，KSampler就是你要使用的取樣器了，步數(step)我們使用20，採樣器(sampler)使用比較快速的UniPC
最右邊的就是套用VAE，最終產出圖片
要開始跑生圖流程，點選網頁右邊的Queue Prompt
它就會開始跑了…目前跑到哪一步，那個框框就會亮起來。如果生圖卡住，請瞄一下終端機輸出的訊息。
跑完後最右邊的框框就會出現圖片，右鍵存檔
欲儲存目前的工作流程，點選網頁右邊的Save，儲存成json。日後可以用Load還原。
延伸閱讀#
有問題請到 ComfyUI的Github儲存庫回報
ComfyUI開發者準備了一些範例給人參考，內含圖生圖、Lora的配置方式： ComfyUI_examples
社群編輯的ComfyUI參考手冊： ComfyUI Community Manual
Stable Diffusion AI Art的新手操作手冊： Beginner’s Guide to ComfyUI