一、ComfyUI 核心功能

1. 可视化编程

   • 将 Stable Diffusion 的生成流程拆解为节点（如加载模型、提示词编码、采样器设置等），用户通过拖拽连接节点即可构建复杂工作流，支持分区域控制、批量生成等高级功能。
   • 工作流复用：保存为 .json 文件，支持分享与一键加载。

2. 轻量化与高效性

   • 相比 WebUI，内存占用更低，生成速度更快，尤其适合低配置硬件。
   • 支持 GPU/CPU 双模式运行，NVIDIA 显卡用户可通过 run_nvidia_gpu.bat 启动。

3. 插件生态扩展

   • 支持安装插件（如 ControlNet、LoRA 集成），通过秋叶整合包等方案可简化插件管理。

二、国内使用方法

1. 安装方案选择

• 秋叶整合包（推荐新手）

  • 下载地址：B站秋葉aaaki的整合包（解压即用，内置预配置环境）。
  • 步骤：解压后双击启动器，自动打开浏览器访问 http://127.0.0.1:8188。

• 官方手动安装（适合进阶用户）

  • 下载 GitHub 项目（需科学上网），配置 Python 3.10+ 环境，手动下载模型至 models/checkpoints 目录。

2. 模型获取与配置

• 模型下载：

  • 官方模型（如 SD1.5、SDXL）需从 Hugging Face 或 CivitAI 下载，放置到 models/checkpoints 文件夹。
  • 整合包用户需自行下载模型并替换（如 v1-5-pruned-emaonly.safetensors）。

• 语言设置：

  • 启动后进入设置界面，选择“中文”语言并刷新页面。

3. 基础操作流程

1. 加载模型（如 Load Checkpoint 节点）；
2. 设置提示词（通过 CLIP Text Encode 节点编码正向/反向提示词）；
3. 调整采样参数（步数、CFG 值等）；
4. 执行生成并查看结果（输出至 output 文件夹）。

三、注意事项

1. 版本兼容性

   • 避免混用不同版本的节点插件，建议通过整合包统一管理依赖。
   • 更新时需同步升级内核与插件，否则可能引发崩溃。

2. 模型管理

   • 模型文件需严格放置到指定目录（如 models/checkpoints），否则无法加载。
   • 使用 extra_model_paths.yaml 文件可共享 SD WebUI 模型资源。

3. 安全与性能

   • 杀毒软件可能误报插件风险，需临时关闭或添加信任。
   • 首次生成时预留足够显存，复杂工作流建议分步调试。

4. 网络要求

   • 国内用户需科学上网下载模型及插件（如 CivitAI 资源）。
   • 本地部署无需持续联网，生成过程完全离线。

四、替代方案（若无法访问 GitHub）

• 镜像站点：部分国内平台提供整合包下载（如 B 站、CSDN），但需注意安全性。
• 本地化工具：Stable Diffusion WebUI 中文版，功能类似但学习成本更高。

通过合理选择安装方案与工作流设计，国内用户可高效利用 ComfyUI 实现复杂图像生成需求，但需注意版本控制与模型管理。