攀岩者

Day44——晚课 AI绘画进阶实战

作者：

climbing

在

上篇回顾

早课我们了解了ComfyUI的核心概念——节点式工作流、与WebUI的区别、以及为什么它被称为”AI绘画的Photoshop”。今天晚课，我们动手实操，从零开始安装ComfyUI，跑通第一张图，再到掌握几个实用工作流。

今天的5个实操：

  1. 安装ComfyUI（Windows/Mac/Linux全平台）
  2. 下载并加载第一个工作流
  3. 用节点搭一个图生图工作流
  4. ControlNet实战：精准控制构图
  5. 批量出图：一次生成10张对比效果

实操一：安装ComfyUI（10分钟搞定）

Windows用户（最简单）

第一步：安装Python

  • 下载Python 3.10+（推荐3.11）：https://python.org
  • 安装时勾选”Add Python to PATH”（非常重要！）

第二步：下载ComfyUI

`bash

# 方法1：Git克隆（推荐）

git clone https://github.com/comfyanonymous/ComfyUI.git

cd ComfyUI

# 方法2：直接下载ZIP

# 去GitHub页面点Code → Download ZIP，解压即可

`

第三步：安装依赖

`bash

pip install -r requirements.txt

`

第四步：下载模型

`bash

# 下载Stable Diffusion XL模型（约7GB）

# 放到 models/checkpoints/ 目录

# 推荐模型：sd_xl_base_1.0.safetensors

`

第五步：启动

`bash

python main.py

# 浏览器自动打开 http://127.0.0.1:8188

`

Mac用户（M芯片特别友好）

`bash

# 安装Homebrew（如果没有）

/bin/bash -c “$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)”

# 安装Python

brew install python@3.11

# 克隆ComfyUI

git clone https://github.com/comfyanonymous/ComfyUI.git

cd ComfyUI

# 安装依赖（M芯片用MPS加速）

pip install -r requirements.txt

# 启动

python main.py

`

M芯片优势：Mac的M1/M2/M3芯片用MPS后端，虽然比NVIDIA GPU慢，但比纯CPU快很多，而且不需要额外显卡。

Linux用户

`bash

# 和Windows类似，但要注意CUDA版本

git clone https://github.com/comfyanonymous/ComfyUI.git

cd ComfyUI

pip install -r requirements.txt

python main.py

`

验证安装成功

打开浏览器访问 http://127.0.0.1:8188，看到一个空白的节点编辑界面就说明安装成功了。

常见问题：

  • 端口被占用：python main.py --port 8189 换个端口
  • 模型找不到：确认模型放在 models/checkpoints/ 目录
  • 显存不足：加 --lowvram 参数启动

实操二：加载第一个工作流

ComfyUI的强大之处在于工作流可以分享和复用。别人做好的工作流，你直接加载就能用。

获取工作流

来源1：ComfyUI官方示例

  • GitHub仓库的 workflow/ 目录
  • 包含文生图、图生图、ControlNet等基础工作流

来源2：CivitAI

  • https://civitai.com
  • 搜索”ComfyUI workflow”
  • 大量社区分享的精美工作流

来源3：OpenArt

  • https://openart.ai/workflows
  • 专门的ComfyUI工作流分享平台

加载工作流

方法1：拖拽加载

  1. 下载工作流JSON文件
  2. 直接拖拽到ComfyUI界面
  3. 节点自动排列好

方法2：从图片加载

  1. 在CivitAI下载带工作流信息的图片
  2. 直接拖拽图片到ComfyUI
  3. 工作流自动从图片元数据中提取

方法3：复制粘贴

  1. 在网页上复制工作流JSON
  2. 在ComfyUI界面按Ctrl+V
  3. 自动粘贴节点

运行第一个工作流

加载工作流后：

  1. 检查模型节点是否选择了正确的模型
  2. 在提示词节点输入你的描述
  3. 点击 “Queue Prompt” 按钮
  4. 等待生成完成

第一个提示词建议：

`

a beautiful sunset over mountains,

golden hour, dramatic clouds,

photorealistic, 8k, masterpiece

`

实操三：图生图工作流

图生图（img2img）是AI绘画最实用的功能之一——基于现有图片进行修改和优化。

搭建图生图工作流

核心节点组合：

`

Load Image（加载原图）

↓

Load Checkpoint（加载模型）

↓

CLIP Text Encode（正面提示词）

↓

CLIP Text Encode（负面提示词）

↓

KSampler（采样器，denoise设0.5-0.75）

↓

VAE Decode（解码）

↓

Save Image（保存）

`

关键参数：Denoise强度

  • 0.3-0.4：轻微修改，保持原图大部分内容
  • 0.5-0.6：中等修改，改变风格但保留构图
  • 0.7-0.8：大幅修改，只保留大致轮廓
  • 0.9-1.0：几乎完全重绘，和文生图差不多

实战案例：照片转油画风格

原图：一张普通风景照

操作步骤：

  1. 加载原图到 Load Image 节点
  2. 正面提示词：oil painting style, impressionist, thick brush strokes, vibrant colors, masterpiece
  3. 负面提示词：photorealistic, photograph, blurry, low quality
  4. Denoise设为 0.65
  5. 点击运行

效果：照片变成了印象派油画风格，但保留了原图的构图和主要元素。

进阶技巧：局部重绘

用 Inpaint 节点实现局部修改：

  1. 在原图上画遮罩（mask）标记要修改的区域
  2. 只对遮罩区域进行重绘
  3. 其他区域保持不变

应用场景：

  • 给人物换发型
  • 修改背景
  • 修复图片缺陷
  • 添加或删除元素

实操四：ControlNet精准控制构图

ControlNet是AI绘画的”精准控制器”——让AI按照你的草图或参考图来生成。

安装ControlNet

第一步：下载ControlNet模型

`bash

# 下载ControlNet模型（约1.4GB）

# 放到 models/controlnet/ 目录

# 推荐：control_v11p_sd15_canny.pth（边缘检测）

`

第二步：安装ControlNet节点

ComfyUI原生支持ControlNet，不需要额外安装插件。

ControlNet工作流

核心节点组合：

`

Load Image（参考图）

↓

Canny Edge Detection（边缘检测）

↓

Apply ControlNet（应用控制）

↓

KSampler（采样器）

↓

Save Image（保存）

`

实战：用草图控制生成

场景：你画了一个简单的人物轮廓草图，想让AI生成完整的角色设计。

操作步骤：

  1. 用画图工具画一个简单轮廓（线条画）
  2. 加载草图到ComfyUI
  3. 使用Canny ControlNet提取边缘
  4. 设置ControlNet强度为0.8
  5. 输入提示词：character design, fantasy warrior, detailed armor, epic lighting, concept art
  6. 运行生成

效果：AI会按照你的草图轮廓生成完整的角色，但细节和风格由提示词控制。

ControlNet的几种模式

Canny（边缘检测）：

  • 最常用，适合控制构图和轮廓
  • 适合建筑设计、产品设计

Depth（深度图）：

  • 控制前后景关系
  • 适合风景、室内设计

OpenPose（姿势检测）：

  • 控制人物姿势
  • 适合人物插画、动画

Scribble（涂鸦）：

  • 最简单的控制方式
  • 适合快速草图

实操五：批量出图对比效果

做设计时，我们经常需要生成多张图来对比效果，挑选最好的一张。

批量生成设置

方法1：修改Batch Size

  1. 找到 Empty Latent Image 节点
  2. 修改 batch_size 参数（默认1，改成4或8）
  3. 一次生成多张图

方法2：使用XY Plot工作流

  1. 安装 ComfyUI-Easy-Use 或类似插件
  2. 设置X轴为不同提示词
  3. 设置Y轴为不同模型或参数
  4. 自动生成对比网格图

实战：测试不同风格

目标：同一个场景，生成5种不同艺术风格。

设置：

  • X轴：5种风格提示词
  • oil painting style
  • watercolor style
  • digital art style
  • anime style
  • photorealistic
  • Y轴：固定场景描述
  • a cozy coffee shop interior, warm lighting, books on shelves

运行后：自动生成5张图，可以直观对比不同风格的效果。

保存和分享工作流

保存工作流：

  1. 点击菜单 Save → Export Workflow
  2. 保存为JSON文件
  3. 可以分享给其他人

导出带工作流的图片：

  1. 生成图片时，ComfyUI会自动在图片元数据中嵌入工作流
  2. 分享图片时，其他人可以直接拖拽加载工作流
  3. 这是ComfyUI最强大的分享方式

今日行动项

必做（10分钟）：

  1. 安装ComfyUI并成功启动
  2. 加载一个文生图工作流，生成第一张图
  3. 修改提示词，生成3张不同风格的图

选做（30分钟）：

  1. 尝试图生图功能，把一张照片转成艺术风格
  2. 下载ControlNet模型，用草图控制生成
  3. 批量生成5张图对比效果

进阶挑战：

  1. 从CivitAI下载一个复杂工作流，理解每个节点的作用
  2. 自己搭建一个包含3个以上节点的工作流
  3. 尝试用ComfyUI做产品设计图或建筑效果图

常见问题Q&A

Q：ComfyUI和WebUI哪个更好？

A：没有绝对的好坏。WebUI更简单直接，适合快速出图；ComfyUI更灵活强大，适合复杂工作流。建议先学WebUI入门，再学ComfyUI进阶。

Q：我的电脑没有显卡能用吗？

A：可以！ComfyUI支持CPU推理，只是速度慢很多。建议用Mac M芯片或云GPU服务。

Q：模型太大下载很慢怎么办？

A：可以用HuggingFace镜像站，或者用aria2多线程下载：aria2c -x 16 -s 16

Q：工作流加载后节点显示红色怎么办？

A：通常是缺少自定义节点或模型。检查错误信息，安装对应的节点包或下载缺失的模型。

下篇预告

明天早上8点：Day45——AI视频进阶：Runway与Pika

  • AI视频生成的两大主流工具
  • 文字生成视频、图片生成视频
  • 视频编辑和风格迁移

明晚5点：Day45晚课——AI视频生成实战

  • 用Runway和Pika生成你的第一个AI视频
  • 从文字描述到动态画面的完整流程

评论

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

更多文章