项目介绍
ComfyUI 是当前最强大、最模块化的 AI 生成工具,采用节点式图形界面设计。它能让用户通过拖拽连接不同的模块来构建复杂的工作流,无需编码即可实现 AI 图像、视频、3D 模型和音频的生成。作为开源项目,ComfyUI 完全免费,支持本地部署,数据隐私完全由用户掌控。
核心特性
节点式模块化界面
ComfyUI 的核心创新在于其可视化的节点图形界面。用户可以将加载模型、文本编码、扩散采样、图像解码等各个步骤理解为独立的"节点",通过连线将其连接成完整的工作流。这种设计让用户对 AI 生成的每个环节都拥有精确的控制权,可以自由调整参数、替换模型、添加预处理和后处理步骤。与传统的一键式 AI 工具相比,ComfyUI 提供了前所未有的灵活性和透明度。
广泛的开源模型支持
ComfyUI 原生支持所有主流开源模型,包括文生图模型如 Stable Diffusion 全系列(SD1.x、SD2.x、SDXL、SDXL Turbo)、Flux 系列、Lumina Image 2.0、HiDream、Qwen Image、Hunyuan Image 2.1 等。在视频生成领域支持 Stable Video Diffusion、Mochi、LTX-Video、Seedance 2.0 等前沿模型。此外还支持图像编辑模型如 Omnigen 2、Flux Kontext、HiDream E1.1,3D 生成模型如 TripoSplat、Rodin 2.5 等。ComfyUI 团队承诺在开源模型发布的第一天即提供支持,确保用户能尽快使用最新技术。
庞大的社区生态
ComfyUI 拥有极其活跃的开源社区,目前已有超过 5000 个社区扩展插件,共提供 60000+ 个自定义节点。当新模型发布时,社区开发者会迅速实现对应节点;当学术论文发表新技术时,相关扩展往往在几天内就会出现。这种快速迭代的生态使得 ComfyUI 的功能边界在不断扩展,用户可以找到涵盖工作流自动化、专业制作管道集成、AI 预处理与后处理等各类扩展。
本地运行与隐私保护
ComfyUI 可完全离线运行,安装设置完成后无需网络连接。用户的创意工作流、模型数据、生成内容都存储在本地机器上,不会被发送到任何外部服务器。这对于有严格数据安全要求的企业用户、对抗网络审查的用户、或仅仅是重视隐私的个人用户都具有重要价值。
跨平台支持与多硬件适配
ComfyUI 支持 Windows、Linux、macOS 三大操作系统。在硬件方面,除了广泛支持的 NVIDIA GPU 外,还支持 AMD GPU、Intel GPU、Apple Silicon(M系列芯片)以及华为昇腾等国产硬件。安装方式灵活多样,包括一键桌面应用安装、Windows 便携版、手动安装等多种方式,满足不同用户的需求。
应用场景
ComfyUI 适用于多种创意和生产场景。数字艺术家可以使用节点系统精确控制创作流程,实现传统工具难以达到的效果。AI 艺术爱好者可以通过组合不同模型创造独特的视觉效果。专业工作室可以将 ComfyUI 整合到现有的制作管道中,实现批量化和自动化生产。研究人员可以利用其模块化特性快速验证新模型和新算法。游戏开发者可以使用它来生成游戏资产、纹理、角色概念图等。
技术架构
ComfyUI 的核心架构基于 Python 和 PyQt构建,采用异步执行引擎处理节点图。模型加载采用多线程磁盘读取技术,显著加速了大型模型的加载过程。支持多种精度选项(FP32、FP16、INT8 等),用户可根据硬件条件在速度和质量间权衡。高级功能包括 MultiGPU 支持,可跨多块 GPU 分配计算任务;XPU 架构优化;智能 RAM 缓存管理等。
安装与使用
ComfyUI 提供多种安装方式,适用于不同需求和技术水平的用户。
安装方式一:桌面应用安装(推荐新手)
桌面应用是官方推荐的安装方式,提供一键安装、自动更新和图形化管理界面。
下载地址:访问 https://www.comfy.org/download 下载 ComfyUI 官方桌面客户端。
安装步骤:
- 根据操作系统选择对应的安装包(Windows/macOS/Linux)
- 运行安装程序,按照向导提示完成安装
- 首次启动时,桌面应用会自动检测 NVIDIA GPU 驱动并下载必要的依赖
- 首次运行会自动下载默认模型(如 SDXL),需要等待下载完成
- 启动完成后,浏览器会自动打开 ComfyUI 界面
优点:
- 安装过程全自动,适合没有技术背景的用户
- 内置模型管理器,可方便地下载和管理各种模型
- 自动更新功能,保持版本最新
- 内置扩展管理器,一键安装社区节点
缺点:
- 不包含最新的代码更新(相对于 Git 版本可能有延迟)
- 对某些自定义工作流的支持可能不完整
安装方式二:Windows 便携版
便携版适合希望获取最新功能、有一定技术基础的用户。无需安装,下载后直接运行。
下载地址:从 GitHub Releases 页面下载压缩包
- 官方版本:ComfyUI Release
- 独立完整包(推荐国内用户,包含模型下载):BTBTC 镜像站
安装步骤:
- 下载最新版本的 ZIP 压缩包(约 500MB-1GB)
- 解压到任意目录(建议使用纯英文路径)
- 运行
run_cpu.bat(仅 CPU 运行)或run_nvidia_gpu.bat(NVIDIA GPU)或run_edit.bat(编辑模式启动) - 等待模型下载完成后,浏览器自动打开界面
常用启动脚本说明:
| 脚本文件 | 适用场景 |
|---|---|
| run_nvidia_gpu.bat | NVIDIA 显卡用户(推荐) |
| run_cpu.bat | 无独立显卡,仅使用 CPU |
| run_edit.bat | 使用编辑器模式启动 |
| directml.bat | AMD 显卡(DirectML) |
进阶配置:
如需自定义启动参数,可创建快捷方式并修改目标:
.\python_embeded\python.exe -s ComfyUI\main.py --listen 0.0.0.0 --port 8188 --force-fp16
常用参数:
--listen 0.0.0.0:允许局域网其他设备访问--port 8188:自定义端口号--force-fp16:强制使用半精度,降低显存占用--lowvram:针对显存较小的显卡优化--novnc:启用无头模式(无界面运行)
优点:
- 下载即用,无需安装环境
- 获取 Git 最新提交的功能
- 可同时运行多个不同版本
- 便于备份和迁移
缺点:
- 需要手动检查和安装更新
- 不包含自动模型下载功能
- 需要手动安装依赖扩展
安装方式三:手动安装(开发者/全平台)
手动安装方式适合所有操作系统,支持各类 GPU(NVIDIA/AMD/Intel/Apple Silicon/华为昇腾),也方便开发者参与项目开发。
前置要求:
- Python 3.11+ 环境
- Git 版本控制工具
- 对应 GPU 的驱动和计算库
安装步骤:
- 克隆仓库:
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
- 创建虚拟环境(推荐):
python -m venv venv
# Windows:
venv\Scripts\activate
# Linux/macOS:
source venv/bin/activate
- 安装依赖:
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/<你的平台>
pip install -r requirements.txt
常用 PyTorch 下载源:
| 平台 | 下载 URL |
|---|---|
| NVIDIA CUDA 12.1 | https://download.pytorch.org/whl/cu121 |
| NVIDIA CUDA 12.4 | https://download.pytorch.org/whl/cu124 |
| AMD ROCm (Linux) | https://download.pytorch.org/whl/rocm6.1 |
| Apple Silicon | 使用默认 PyPI 源即可 |
- 下载模型:
# 创建模型目录
mkdir -p models/checkpoints models/vae models/lora
# 可使用官方模型下载脚本(需要科学上网)
python scripts/download_models.py
# 或手动下载模型放入对应目录
# SDXL 模型:https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0
- 启动 ComfyUI:
# 仅 CPU 模式
python main.py --cpu
# NVIDIA GPU(推荐)
python main.py
# AMD GPU(Linux)
python main.py --directml
NVIDIA 显卡优化参数:
# 低显存配置(4-6GB)
python main.py --lowvram --force-fp16
# 中等显存配置(8-12GB)
python main.py --force-fp16
# 高性能配置(24GB+)
python main.py --fp16-e4m3fn
Apple Silicon (M1/M2/M3) 配置:
pip install torch torchvision torchaudio
pip install --pre MPS backend
python main.py
华为昇腾配置:
pip install torch-npu # 需要安装 CANN 工具链
python main.py
优点:
- 完全控制,可自定义所有配置
- 第一时间体验最新功能
- 支持所有硬件平台
- 便于调试和开发
- 可安装任意扩展和自定义节点
缺点:
- 需要手动管理依赖和环境
- 更新需要手动拉取最新代码
- 对用户技术要求较高
安装后的基本使用
模型存放位置:
| 模型类型 | 存放目录 |
|---|---|
| Checkpoint(大模型) | models/checkpoints/ |
| VAE | models/vae/ |
| LoRA | models/loras/ |
| Embedding | models/embeddings/ |
| ControlNet | models/controlnet/ |
| IP-Adapter | models/ipadapter/ |
常用快捷键:
Ctrl + 鼠标滚轮:缩放画布空格 + 拖拽:平移画布Ctrl + S:保存工作流为 JSONCtrl + V:从剪贴板加载工作流双击空白处:搜索添加节点
安装社区扩展:
- 在界面右下角找到 "Manager" 按钮
- 点击 "Install Custom Nodes"
- 搜索并选择要安装的扩展
- 重启 ComfyUI 生效
总结
ComfyUI 代表了开源 AI 生成工具的最高水平,它将复杂的 AI 模型能力通过模块化节点界面呈现给用户,实现了专业级控制与易用性的平衡。活跃的社区生态保证了项目的持续进化,跨平台支持和广泛的硬件适配使其具有极佳的可访问性。无论是个人创作者还是专业团队,ComfyUI 都是探索 AI 创意边界的强大平台。
开源协议:GPL-3.0