【ComfyUI】关于ComfyUI的一些基础知识和入门设置以及快捷键小技巧【简单易懂】

---

一、SD WebUI和SD ComfyUI的区别

SD：Stable Diffusion （稳定扩散）
WebUI和ComfyUI都是基于Stable Diffusion的，只是UI呈现方式不同
WebUI = 选择题 和 填空题
ComfyUI = 简答题

配置要求：
ComfyUI配置要求低于WebUI配置要求，而且是低非常多
相同显卡下：ComfyUI渲染速度比WebUI更快，启动程序和出图的速度要比WebUI更快
如果说WebUI要求的显存是在6GB到8GB以上。那么ComfyUI的显存要求可以低到4GB，它对显存的占用资源更节省。很多高清大图，比如说4k在WebUI很容易爆显存，但是在ComfyUI你可以甚至把它扩到8k的分辨率也不爆显存，不过在做大尺寸的图像时还是需要更多显存来支撑渲染的，但是没有那么多的显存也没关系，不需要你必须是16 GB、24 GB，显存当然越高越好了，建议是在有限的预算中，选择显存最高的那一款，性能是大于显存的，因为即使你出图再快，显存不足，还是生成不出图片的。

ComfyUI也是支持Windows、Linux和Mac系统，不过如果你的显卡是AMD显卡，则必须使用Linux系统，否则无法调用你的显卡，只能用CPU来渲染，英伟达显卡支持Windows和Linux系统。

Windows系统有专门的ComfyUI键整合包

整合包是什么呢？

就是把所有安装需要的环境和必备插件都整理在了一起，我们只需要下载解压即可使用。而另外两个系统Linux和Mac系统，暂时没有人做出这个整合包，需要纯本地部署，纯本地部署的意思就是需要安装他们需要的环境。

使用难度ComfyUI可以当做WebUI的进阶版，逻辑是互通的，但是使用的方式完全不同：

在WebUI内，只需要去选择或填写生图时用到的参数和模型等，这就对应着我前面讲到的选择题和填空题。

ComfyUI则需要自己搭建节点来生图。像图生图，高清分辨率修复等这些功能，在ComfyUI都是需要自己一个一个节点串联起来，在WebUI里边，我们只需要勾选它就代表打开高分辨率修复了。但是在ComfyUI想要做高分辨率修复，就要自己搭建一个一个节点去使用。

ComfyUI可以100%的复刻别人的工作流。甚至他们具体每个节点放置在什么位置都能一比一的还原，好多时候我们觉得节点搭建非常困难，其实我们只需要拿别人的工作流直接用就可以了。

更新迭代速度ComfyUI的更新迭代速度是非常快的，基本上是每天更新好几次

功能的区别：几乎所有插件WebUI能用ComfyUI也能用。不过，功能和可控性方面ComfyUI是更胜一筹的，因为ComfyUI的灵活度很高。一个节点可以和不同的节点去做配合，并且对功能的拆解也更多，

总结：
ComfyUI和WebUI相比：
优点：对显存的要求更低，生图速度更快，同时也可以做到WebUI做不到的事情。
缺点：更新频率比较快。使用难度稍微比WebUI难一些。

---

二、Stable Diffusion的底层原理

Stable ：稳定的 Diffusion：扩散
基本概念: SD基于扩散算法(diffusion)生成图像，中文译为"稳定的扩散"

扩散算法

核心过程：简单来讲就是生噪和去噪的过程
实现方式: 先将图片铺满噪点，然后根据步数逐步降噪，最终得到目标图像

正向扩散: 生噪过程，增加噪点
反向扩散: 去噪过程，消除噪点

CLIP

Text Encoder文本编码器的一种
功能作用: 将人类语言翻译为计算机能理解的数字化描述(函数/向量)
实现原理:
文本信息(如"美丽女孩") → 数字化描述
根据模型训练经验识别特征(大眼睛、好身材等)
重要性: 使AI能捕捉文本含义，是SD工作流的关键组件

Latent Space潜空间

clip算法会根据此模型被训练调教的经验，大概感知到美丽的女孩。会有哪些特征？当我们的文本编码后，这些刚刚翻译成计算机能懂的这些语言，就会进入到latent space里。
功能：压缩图像
必要性:
512×512像素图片有786,432个数据(RGB三通道)
民用显卡难以直接计算如此大量数据
压缩方式:
原始: 512×512×3=786,432
压缩后: 64×64×4=16,384
优势: 大幅降低算力需求，使图像生成可行

Unet

核心功能: 在潜空间内对噪点进行引导和去噪
随机种子Seed:
范围: 0-4294967295
作用: 相同参数生成不同图片的原因
原理: 不同种子产生不同噪点模式
工作位置: 与采样器、调度器等参数共同在潜空间工作

VAE解码器

功能作用: 将计算机理解的向量数据解码为人类可识别的图像
工作流程:
编码器：人类语言→计算机理解
解码器：计算机数据→人类可视图像
必要性: 潜空间数据需要解压才能呈现最终结果

案例：
文生图工作流

总结：
流程：关键词 -> 文本编码器（翻译）-> 潜在空间（压缩）-> U-net（去噪）-> VAE解码器（解压）-> 生成图像

---

三、ComfyUI更新方法

更新完毕！

四、各种小设置及快捷键

1、双击鼠标左键，调出搜索框

提示：如果中文搜索不到，说明不支持中文搜索，可能与中英翻译AIGodlike节点包有冲突

2、更换搜索框样式

到设置里面，找到BETA Node search box implementation 将默认改成 litegraph
BETA： 代表刚更新后的测试版本，非正式的
改完之后：

3、菜单栏样式

禁用：

上：

下：
菜单栏与“上”一样，只不过是在底部展示

4、调CLIP文本编码器字体大小

5、加载预设

传统设置预设方式：

传统加载预设方式：

6、ALT+ 1~9: 加载节点预设并设置成一个组

右键节点预设，有两个

调出第一个节点预设：ALT+1
调出第二个节点预设：ALT+2 （如下图）

7、Shift+上/下/左/右：对其选中的节点

8、Shift+r：卸载节点缓存，与菜单栏里的清除缓存按钮功能相同，用于清理缓存

9、Shift+g：将选中的节点添加一个组

传统打组：右键->新建分组 -> 取分组名 -> 出现蓝色框，拉取放大，然后将节点拉进蓝色框里
快捷键打组：选中要打组的节点 -> shift + g

10、ctrl+B：关掉不想用的节点

11、节点重新连接

想让所有工作流里的节点模型都改成pysss加载器

之前要一个一个到CLIP。现在按住shift，还有原来它的节点，把它直接拉过来，这样子原本在checkpoint加载器(简易)里的节点就直接同步过来了，并且会自动把之前的给删掉

12、节点线优化

注意：必须在该节点处右键，否则没有弹出相应的功能

Disconnect Links：取消掉所有连接该节点的线

还可以直接选择Link Style，可以将连线改成直角线、直线、曲线

Show Link Shadow展示节点的阴影，可以把shadow显示出来，这样子更有3d化的效果

Slow Type Color：改变节点线的颜色

DEFAULT或者RESET：默认或重置节点线颜色

show link border：将节点线变得更粗

结束！

如有问题，欢迎评论区留言📩📩，喜欢的可以收藏+关注🐳🐳，后续我有其他想法会持续更新！✌️✌️🥰🥰