ComfyUI 工作流入门：从零搭建你的第一条 AI 生图流水线
本文适合：想系统学习 ComfyUI 的设计师、电商运营、AI 生图爱好者
阅读时间：约 8 分钟
如果你用过 Midjourney 或 Stable Diffusion，一定有过这样的体验：
调参 1 小时，出图 5 分钟，满意的结果全靠运气。
问题的根源在于——你把 AI 当成了一个「黑盒按钮」，而不是一条可配置的流水线。
ComfyUI 正是为解决这个痛点而生。
一、ComfyUI 是什么？三大核心概念
1. 节点（Node）
每个节点负责一个独立功能：
- 加载模型
- 输入 Prompt
- KSampler 采样
- 保存图片
2. 连线（Edge）
节点之间的连线传递数据（Latent 图、图像、文本）。
3. 工作流（Workflow）
完整的一组节点+连线，即一条可复用的生图流水线。
工作流可以保存为 JSON 文件，一键分享给团队——这意味着你调好的「电商主图工作流」，所有人都能用同一套参数批量产出风格统一的图片。
二、基础工作流结构（5 步）
一个最简可用的 ComfyUI 工作流包含以下链路：
Checkpoints 加载 → CLIP 文本编码 → KSampler 采样 → VAE 解码 → 保存图像
| 节点 | 作用 |
|---|---|
| Checkpoints 加载 | 选择底膜模型（SDXL / SD 1.5），决定画风基础 |
| CLIP Text Encode | 输入正向/负面 Prompt，控制生成内容 |
| KSampler | 核心采样节点，设置步数、CFG、采样器算法 |
| VAE Decode | 将 Latent 空间解码为可见图像 |
| 保存图像 | 输出文件 |
三、进阶节点：ControlNet 控制轮廓
ControlNet 是 ComfyUI 最强大的功能之一——让生图严格遵循指定轮廓/姿势/深度图，避免 AI 自由发挥导致的走形。
常用 ControlNet 类型
| 类型 | 适用场景 |
|---|---|
| Canny（边缘检测） | 建筑、产品图 |
| OpenPose（骨骼检测） | 人物姿势控制 |
| Depth（深度图） | 空间感强的场景 |
实际效果：电商主图用 Canny，产品轮廓 100% 还原；漫剧分镜用 OpenPose，人物姿势精准可控。
四、急师傅平台的 ComfyUI 增强
急师傅集成了 ComfyUI 的完整能力，并做了以下增强：
1. 预设工作流库
内置电商主图、漫剧分镜、产品展示等多个垂类模板，新手直接套用。
2. 模型广场
精选 SDXL、SD 1.5、LoRA 模型，一键切换，无需手动下载。
3. 批量生成
配置好工作流后，批量输入商品 SKU，一次性产出系列化主图。
4. API 集成
支持 API 调用，接入你的 ERP 或商品上架系统。
五、常见问题 FAQ
Q1：显卡显存不够怎么办？
选择 SD 1.5 底膜（非 SDXL），或降低分辨率到 512×512。急师傅提供云端算力，无需本地高配机器。
Q2：工作流导出后别人打不开？
确保对方 ComfyUI 版本一致，且已安装依赖的自定义节点。推荐使用 ComfyUI Manager 自动安装缺失节点。
Q3：如何提升出图质量？
- 增加采样步数（推荐 25-35）
- 调高 CFG（7-12）
- 使用高质量 LoRA
- 在负面 Prompt 中明确排除不需要的元素
示例负面 Prompt：
低质量、模糊、水印、变形、多余肢体
Q4：ComfyUI 和 WebUI 有什么区别？
| ComfyUI | WebUI | |
|---|---|---|
| 界面 | 节点图 | 表单 |
| 适合场景 | 批量生产、团队协作 | 快速探索、单张生成 |
| 控制粒度 | 精细 | 粗放 |
六、总结：从「玄学抽奖」到「工业化流水线」
ComfyUI 将 AI 生图从「玄学抽奖」变成「工业化流水线」——你定义的每个节点都在精确控制最终输出。
通过合理的工作流设计，设计师可以将重复性出图时间压缩 80%，同时保持风格一致性。
急师傅的 ComfyUI 工作流市场已收录 200+ 预设模板，涵盖电商、漫剧、广告、头像等主流场景。