ComfyUI入门：从最小工作流到可复用流程的完整路径-平芜编程栈

你在某个群里看到一张效果图，作者顺手分享了工作流。你把 JSON 拖进 ComfyUI，界面立刻铺开几十个节点，其中一多半亮着红色，弹窗提示：请安装缺失的包以使用此工作流。这个时候，大多数新手的第一反应是：这工具太难了，算了。

我的观点恰恰相反——ComfyUI 入门真正的门槛，从来不是“画节点”，而是缺少一套理解工作流的框架。只要搞清楚环境、节点、模型、流程这四个词，ComfyUI 反而是目前把 AI 绘画和 AI 视频做得最可控、最值得投入学习的本地工具之一。

这篇文章不追热点、不堆插件，只讲一条即便放到 2027 年依然成立的入门路径：从最小绘画工作流跑通，到视频工作流搭起，再到把零散操作沉淀成可复用流程。你会发现，真正决定你水平的不是下载了多少个工作流，而是你能不能读图、排查、改造，最后自己搭出适合需求的流程。

1. ComfyUI 真正解决的问题，不是“画图”，而是“流程可视化”

1.1 从一次红色报错说起：为什么新手总是卡在“装上”这一步

ComfyUI 的新手群里，每天都有人重复同一句话：为什么我打开工作流全是红的？

答案其实很简单：ComfyUI 不是一个普通绘图软件，而是一个节点式流程引擎。你把别人分享的工作流拖进来，等于让本机 ComfyUI 执行一张流程图。流程图里用到了什么节点、什么模型、什么依赖，本机就必须先准备好。缺一个节点、少一个模型、版本不匹配，都会以红色显示。

但很多新手并不知道这一点。他们默认“工作流文件”就像 Word 文档一样，双击打开就能用。这是一个根本性的误解。

ComfyUI 的工作流文件本质上是 JSON，里面保存的是节点位置、连线关系、参数配置和模型路径。它是“流程的配方”，不是“成品的照片”。所以别人分享工作流，通常还会附上“需要安装哪些节点”“模型放在哪”这类说明，但这些说明经常被新手忽略。

这也是我判断“入门难”的核心原因：ComfyUI 的难点不在鼠标操作，而在你能否理解一张图的执行过程。一旦理解了，后面所有功能都会变得顺理成章。

1.2 ComfyUI 和 WebUI、在线生图的本质区别

很多人接触 AI 绘画是从 WebUI 开始的，也用过一些在线生图网站。表面看，大家都能输入提示词、生成图片，但背后的交互方式完全不同。

WebUI 更像一台“傻瓜相机”。界面把模型选择、提示词、采样参数、尺寸都放在表单里，你不需要理解它们之间的顺序，只需要填写、点击。好处是门槛低，坏处是一旦出图结果不对，你很难知道是哪一步出了问题。因为整个生成过程被封装在一个黑盒里，你看不到中间状态。

在线生图网站则更像“外卖平台”。你点单、付款、等结果。平台帮你解决了环境和模型问题，但你也失去了对流程的控制。参数固定、模型固定、批量能力有限，适合尝鲜，不适合深度创作。

ComfyUI 的路线完全不同。它把 AI 绘画拆成了一个个节点：

加载模型是一个节点
写提示词是一个节点
设置图像尺寸是一个节点
采样是一个节点
解码保存是另一个节点

这些节点用连线串起来，数据流从左边流到右边。每一步都是可见的，你可以随时停在一个节点后面查看中间结果，也可以替换其中一个节点，观察整条链路的变化。

所以，ComfyUI 真正解决的问题不是“生成一张漂亮图”，而是让生成过程变得可控、可复用、可调试。这个价值在单次出图时感受不明显，一旦你要批量生成、做视频、做复杂控制，优势就会非常明显。

1.3 一张工作流图到底在表达什么

理解了节点思维之后，你再看工作流图，就不会觉得它是一堆密密麻麻的方块了。

一张工作流图本质上是一条生产线：

节点是“工序”
连线是“半成品传递”
参数是“每个工序的设定”
最终输出的节点是“成品出口”

比如一个最小文生图工作流，它做的事情就是：把模型加载进来，把提示词编码成模型能理解的向量，生成一个随机的初始噪声，然后通过采样器逐步去噪，最后把结果解码成图片保存。

这个过程听起来很复杂，但在 ComfyUI 里，它只是一条从左到右的连线。

这里有一个很关键的认知：ComfyUI 里的“工作流编码”，不是要你手写代码，而是要你理解“数据从哪个节点来，到哪个节点去”。你可以把它想象成画流程图，只是这张流程图是真正会被执行的。

一旦你开始用这种方式看工作流，你就不会再害怕别人分享的复杂模板，因为你总能从入口节点、中间节点、输出节点三部分去拆解它。

2. 从零搭建最小 AI 绘画工作流：先跑通，再美化

2.1 环境准备：整合包、手动部署与版本管理

在开始跑第一个工作流之前，先解决环境问题。

国内很多新手会使用社区打包的一体化整合包，比如常听到的“秋叶一键整合包”。这类整合包的好处很明显：帮你把 Python、依赖、ComfyUI 主程序、常用模型都准备好了，下载解压就能用，省去了很多部署踩坑。

但整合包也有代价。它的 Python 环境是固定的，内置的依赖版本也是固定的。你后续安装新节点时，如果节点要求更高的依赖版本，就可能出现冲突；如果你直接拉取 ComfyUI 最新代码，也可能导致原本能用的节点突然不兼容。

所以我的建议是：

新手起步，整合包可以，省时间。
但你要知道自己把 ComfyUI 装在了哪个目录，模型放在哪个目录，Python 环境是怎么启动的。
安装新节点前，先备份当前能用的状态。
不要频繁“一键更新”整个整合包。

如果你有 Python 基础，也可以手动部署。手动部署的好处是环境可控，坏处是第一次安装要处理不少细节。二选一即可，没必要两边同时折腾。

注意：环境问题没有“标准答案”。整合包和手动部署都可以用，关键是你必须知道你正在用什么环境，出了问题是环境问题还是节点问题，而不是盲目重装。

2.2 最小文生图工作流的 5 个关键节点

我建议所有新手做的第一件事，不是在网上下载复杂模板，而是从零搭一个最小文生图工作流。这个工作流只需要 5 类节点，已经足够完成一张图的生成。

以常见的 Stable Diffusion 系列模型为例，节点连接关系大致如下：

Load Checkpoint ├── Checkpoint -> CLIP Text Encode（正向提示词） ├── Checkpoint -> CLIP Text Encode（负向提示词） ├── Checkpoint -> VAE └── Checkpoint -> KSampler Empty Latent Image（设置宽高） -> KSampler KSampler -> VAEDecode -> Save Image

这 5 个节点的作用分别是：

节点	作用	新手需要理解的点
Load Checkpoint	加载大模型	同一个模型文件里通常包含模型、VAE、CLIP 三部分
CLIP Text Encode	把提示词编码成模型可用的条件	正向提示词是你想要的，负向提示词是你不想要的
Empty Latent Image	设置生成图像的宽高	宽高不是越大越好，还要看显存和模型能力
KSampler	执行采样去噪	步数、CFG、采样器名称会影响质量，但也要看模型说明
VAEDecode	把潜空间数据解码成真实图像	没有这一步，你只能看到一张空白或彩噪图
Save Image	保存结果到输出目录	先确认输出目录的位置，方便后续查找

第一次运行时，参数可以保守一些。比如先用 512x512 的分辨率，步数 20，CFG 7，采样器选一个常见名称，跑通后再慢慢调整。

这里要特别强调：不同模型对步数和 CFG 的要求差异很大。如果你换了模型，不要直接沿用上一个模型的参数，最好先看模型发布页给出的推荐参数。

2.3 第一次出图后，先检查这四件事

很多人第一次跑通出图后，觉得“成功了”，就开始下载各种花哨工作流，这是错误的节奏。

我更建议：第一次出图后，先不急着追求效果，检查四件事。

第一，确认输出图是不是你预期生成的。有时候提示词写错、模型加载错，生成的图和你想要的内容完全不同。先确认最基本的输入输出正常。

第二，看控制台的日志。ComfyUI 运行时会在后台打印日志，包括每个节点的执行时间、模型加载路径、警告信息。如果哪一步特别慢，或者有 warning，可以记下来，避免以后找不到原因。

第三，观察显存占用和生成速度。同样一张图，不同参数、不同模型，速度和显存占用差异很大。养成看显存的习惯，对你后面跑视频工作流非常重要。

第四，把这个能跑通的工作流保存下来。最好给它起一个直观的名字，比如“文生图-SD1.5-基础版-0512.json”。这是你的第一个可复用资产。

单次跑通，只能说明流程没有断。真正重要的是你能把这个流程稳定复现，并能解释每一步在做什么。

3. AI 视频工作流：不是换一个软件，而是换一批节点

3.1 视频生成和图像生成在工作流上的核心差异

当你熟悉了文生图工作流，再去看 AI 视频工作流，会发现界面更复杂了，但底层思路没有变。

视频生成和图像生成最大的差异，不是“生成多张图再拼起来”，而是要处理多帧之间的一致性。简单说，视频里的每一帧都要好看，同时前后帧的运动、人物、背景还要连贯。这比单独生成一张静态图难得多。

因此在工作流上，视频生成往往需要引入额外的视频模型、时间维度处理、运动控制节点。它的输入可能是文字、一张图、一段参考视频，也可能是首帧和尾帧，输出则是一个视频文件或一组序列帧。

从工作流结构来看，视频工作流通常在“采样器”前后比文生图多出几个环节：

加载视频模型或运动模块
设置帧数和上下文长度
输入图像或首尾帧
视频解码与封装输出

你可以把视频工作流理解成“在文生图流水线中间插入了时间轴处理”。

3.2 一条视频工作流通常由哪几部分组成

不同视频模型的节点名称差异很大，但大多数工作流可以拆成几个功能块。

第一块是模型加载。视频模型通常比图像模型更大，加载后的显存占用也更高。有些视频模型还需要搭配额外的文本编码器或 VAE。

第二块是输入控制。你要告诉模型生成多少帧、以什么分辨率生成、用什么作为运动起点。常见的输入有：

纯文本描述
一张起始图
首帧和尾帧两张图
一段参考视频

第三块是采样生成。这里的参数和文生图类似，包括步数、CFG、采样器，但多了帧数、上下文窗口等视频相关参数。

第四块是输出。视频生成完成后，需要经过视频解码节点保存为视频文件，或者保存为序列帧，方便后续进入剪辑流程。

新手最容易忽略的是“帧数”这个参数。帧数越多，显存占用和推理时间增长得非常快。一个看起来很简单的视频工作流，可能因为帧数设太高，直接把自己的显卡跑爆。

所以我建议，第一次跑视频工作流，先找官方示例或作者给出的默认参数，不要急着改大分辨率和大帧数。先用小尺寸、短时长跑通，确认输出视频能正常保存，再逐步增加。

3.3 3060 这类显卡能不能跑视频工作流

很多人的显卡是 NVIDIA RTX 3060，8GB 或 12GB 显存。这个问题很现实：能不能跑 AI 视频？

可以，但你要理解“能跑”是什么意思。

8GB 显存可以跑低分辨率的短视频，比如 512x512、几十帧的量级，但生成速度不会很快，而且需要控制帧数和步数。12GB 显存会更从容，可以尝试稍高分辨率或更多帧数。

如果你只有 8GB，我建议这样开始：

分辨率先压到 512 附近，不要一开始就上 768 或更高。
帧数从 16 帧或更少开始，确认显存占用后再增加。
开启显存统计，观察峰值占用。
不要开太多后台程序，避免显存被挤占。
如果视频模型提供了量化版本，可以优先尝试，显存压力会小很多。

注意：视频生成是一个“宽进严出”的领域。显卡能加载模型，不代表你能在合理时间内生成满意结果。第一次跑视频，请把它当成实验结果，而不是必须交付的成品。

4. 别人分享的工作流，为什么你一运行就报错

4.1 “请安装缺失的包”到底在要求你做什么

这是新手最常见、也最容易被它劝退的一句话。完整提示通常是：请安装缺失的包以使用此工作流。要安装缺失的节点，请先在你的 Python 环境中运行……

这句话的意思是：当前工作流引用了自定义节点，但你的 ComfyUI 没有安装这些节点。

自定义节点是社区开发者写的扩展，用来补充 ComfyUI 原生功能。比如某些视频模型需要专门的节点，某些高级控制功能也需要专门节点。这些节点一般放在 ComfyUI 目录下的custom_nodes文件夹里。

报错的核心原因有几种：

完全没有安装对应自定义节点
安装了节点，但缺少节点的依赖包
节点版本和当前 ComfyUI 版本不兼容
节点需要的模型文件没有下载

很多新手看到“安装缺失的包”就直接点一键安装，装完发现还是报错，于是陷入焦虑。正确的做法是先搞清楚缺失的是哪一个节点、哪一个包，再决定安装方式。

大多数自定义节点目录下会有一个requirements.txt文件，里面列出了该节点依赖的 Python 包。常见做法是：

cd ComfyUI/custom_nodes/某个节点目录 pip install -r requirements.txt

然后重启 ComfyUI。但要注意，不同整合包的 Python 环境不同，执行 pip 时请确认你用的是 ComfyUI 对应的 Python 环境，而不是系统默认 Python。

4.2 安装自定义节点：通过管理器、手动安装还是直接复制

安装自定义节点有几条路，我给一个推荐顺序。

第一优先是用 ComfyUI Manager。这是一个社区常见的插件管理工具，可以浏览缺失节点、一键安装、检查更新。对新手来说最友好，但安装后也需要重启 ComfyUI 才能生效。

第二优先是手动 git clone 到custom_nodes目录。这个方式需要本地装了 Git 和 Python 基础，但更可控。装完后记得看节点目录下有没有requirements.txt，有就安装依赖。

第三是直接下载压缩包解压到custom_nodes。这种方式最不推荐，因为你很难追踪版本，也容易被旧版本文件覆盖。

不管用哪种方式，我都会做以下几件事：

安装前确认节点名称和作者，尽量从可信来源获取。
安装后先重启 ComfyUI，再重新加载工作流。
如果节点升级后出现问题，能回滚到旧版本。

不要一看见“缺失节点”，就开始批量安装所有节点。装得越多，兼容性问题越复杂。

4.3 模型路径与命名：报错裡最容易被忽略的一环

如果一个工作流的节点都装好了，仍然报错，那下一个要排查的就是模型。

工作流 JSON 里保存的模型路径，通常是作者本机的绝对路径。到了你的电脑上，这个路径大概率不存在。你需要根据提示信息，把对应模型放到正确目录。

ComfyUI 的模型目录是按类型区分的：

大模型文件通常放在models/checkpoints
部分新架构模型放在models/diffusion_models
VAE 放在models/vae
文本编码器放在models/text_encoders
LoRA 放在models/loras

报错信息通常会告诉你，它想加载哪个文件、在哪个目录找不到。你只需要把文件放到对应位置，或者修改工作流里的模型路径，指向你本机实际存在的文件。

这里还有一个容易被忽略的坑：同样是模型名，不同下载来源的版本可能不同。作者用的可能是某个版本，你下载的是另一个版本，表面兼容，实际生成结果差异很大。所以，下载模型前，最好看作者给出的模型清单，尤其是“模型名称 + 文件大小 + 版本”这三个信息。

4.4 一套稳定的排查顺序

遇到报错，不要惊慌，也不要立刻去群里问。先按下面的顺序排查，通常能解决 90% 的问题。

排查阶段	检查内容	常见问题
1. 现象	报错信息是什么，发生在哪个节点	红色节点会给出关键提示
2. 输入	工作流文件是否完整，模型路径是否存在	路径不存在是最常见原因
3. 环境	Python 环境是否正确，依赖是否安装	装错环境导致包找不到
4. 依赖	自定义节点是否安装，版本是否兼容	节点缺失、版本冲突
5. 参数	分辨率、帧数、步数是否过大	显存不足、生成超时
6. 资源	显存、内存、磁盘空间是否足够	视频工作流特别容易吃资源
7. 工具边界	模型与节点是否匹配，工作流是否过期	新版本工作流需要新环境

在按表排查时，先看第一行红色节点的提示，不要逐个人工瞎猜。ComfyUI 的报错信息大多数时候是足够明确的，只是新手容易因为英文提示而跳过它。

5. 从“能出图”到“能复用”：把工作流变成自己的工具箱

5.1 先固化，再优化：不要每次从空白图开始

很多人从网上下载了一堆工作流，今天用这个，明天用那个，结果所有工作流都没有真正成为自己的工具。

这里有一个很重要的观念转变：工作的价值，不在于“用过”，而在于“可复用”。你更需要的是一个你能解释、能修改、能排查的稳定工作流，而不是一堆陌生模板。

我建议你先做“固化”。

把那个最小文生图工作流保存好，作为你的基础模板。每次需要生成图片时，都从这份模板开始，而不是重新画节点目录。当你对某个参数不理解了，就在这份模板上复制一份，改参数测试，理解后再更新回模板。

固化之后，再谈优化。优化的方向不是加更多节点，而是更稳定、更可控、更符合你的常用需求。

5.2 哪些参数应该保留，哪些应该做成可输入

工作流里的参数很多，但不是所有参数都需要每次都改。一个好的可复用工作流，应该把参数分成三层。

第一层是“几乎不变”的默认参数，比如模型路径、输出格式、采样器名称。这些参数放固定值就好，不需要每次修改。

第二层是“每次会变”的常用参数，比如正向提示词、负向提示词、图片尺寸、种子。这些参数建议放在显眼位置，方便每次调整。

第三层是“特定任务才用”的参数，比如 ControlNet 的条件图、视频帧数、批量数量。只有在特定工作流里才需要设置。

把参数分层之后，你才不会每次打开工作流都像面对一个复杂仪表盘。先关注常用参数，保持其他参数稳定，是复用的关键。

5.3 批量处理前必须做的三个小实验

当你想要批量生成一组图片，或者反复用同一个工作流处理一批素材时，请务必先做三个小实验。

第一个实验：用 1 条样本跑通。确认输入格式、输出位置、日志信息都正常。这一步最重要，绝大多数批量任务失败，都因为单次任务就没有真正稳定。

第二个实验：用 2 到 3 条样本验证稳定性。特别是当输入不是固定提示词，而是素材文件时，你要确认不同文件名、不同尺寸、不同内容都能正常处理。

第三个实验：小批量试跑，比如 20 条。观察显存增长、失败率、输出文件命名是否规范。如果失败率高于预期，先停下来排查，而不是加量继续跑。

不要一上来就把批量数和并发数拉满。先用一条样例确认输入、输出和日志都正常，这是所有自动化工作流的铁律。

5.4 工作流文件的命名、保存和版本记录

工作流文件是 JSON，它的可读性并不好。如果你保存了十几个名字都是workflow_v2_final.json，过两周你自己都会认不出来。

我建议每个正式工作流都做三件套：

工作流 JSON
一张界面截图
一份模型清单

模型清单里写清楚：用到了哪些模型、模型放在什么目录、模型的版本或大小、来自哪里。这个信息会在你重新部署、换电脑、分享给别人的时候救命。

命名可以简单一点，但要包含信息。比如：

文生图-SDXL-基础版-20270101.json 图生图-ControlNet-线稿-20270214.json 文生视频-首尾帧-512x512-16帧-20270301.json

如果你用 Git 管理工作流文件，那就更好。每次改版提交一次，记录清楚改了什么。这个习惯看起来小，但会极大降低长期维护成本。

6. 一套从零基础到精通的长期路径

6.1 学习顺序：不要从“堆插件”开始

新手最容易犯的错误，是到处找插件、装几十个自定义节点，打开工作流后却什么都看不懂。插件只是能力的补充，不是你学习的起点。

我更建议按照下面的顺序学习：

先跑通文生图，理解节点、连线、模型、采样这四个基础概念。
再做图生图，理解输入图像如何参与生成流程。
接着练局部重绘和 ControlNet，理解“控制生成”的逻辑。
然后尝试视频工作流，理解帧、上下文、时序。
再考虑批量处理、自动化和 API 化。
最后才是自己写自定义节点或脚本。

这个顺序的核心逻辑是：每次只引入一个新变量，而不是一次性把复杂工作流铺在面前。

6.2 学会读别人的工作流，而不是只会下载

当你能跑通基础工作流后，阅读别人的工作流会是一件很有趣的事。

我的读法是这样的：先找入口节点。入口节点通常是加载模型、加载图片、加载视频的节点。再看输出节点，看看最终会保存什么。然后沿着连线从输入到输出走一遍，理解每一步发生了什么。

在这个过程中，最有效的动作是“禁用节点”。ComfyUI 允许你绕过某个节点观察结果。你可以把一个节点临时禁用，看输出发生了什么变化。这样比单纯看名称更能理解它的作用。

把一个节点改成一个不合理的参数，再跑一次，看错误如何出现。这样你就能理解参数边界在哪里。别人给你的不是成品，而是练习材料。

6.3 每个进阶阶段最值得练的课题

不同阶段，适合练习的主题不一样。下面这份清单可以作为参考：

阶段	练习目标	典型课题
入门	理解基本流程	文生图、图生图、修复照片
进阶	学会控制生成	ControlNet、局部重绘、LoRA 使用
高级	处理动态内容	文生视频、图生视频、首尾帧动画
实践	工程化能力	批量生成、队列管理、工作流版本管理
资深	扩展和优化	自定义节点、脚本、显存优化、API 部署

你不需要每个阶段都精通，但最好每个阶段都留一个你能熟练演示的项目。比如，你能随时把一张线稿变成上色成品，或者把一张图生成短视频，这就是能力的证明。

6.4 ComfyUI 适合谁，不适合谁

最后说点可能不太中听的话。

ComfyUI 不适合所有人。它适合那些愿意理解流程、能接受报错、希望在可控性和自动化上做投入的人。如果你只是偶尔想生成一张头像、做一张海报，更轻量的在线工具或 WebUI 类工具体验会更好。

ComfyUI 特别适合这几类人：

内容创作者，需要稳定的批量生成流程。
设计师，需要精确控制生成的细节。
开发者，希望把 AI 生成能力接入自己的工作流。
技术爱好者，喜欢拆解工具背后的逻辑，并享受“我明白它为什么这样工作”的感觉。

它不适合这几类人：

不想看任何报错，想每次打开就用。
不想理解模型目录、依赖、环境。
只想快速得到结果，对过程没有好奇心。

这没有对错之分，只是选择不同。如果你属于后者，直接把 ComfyUI 换掉，不是你的问题。但如果你决定认真学它，那就请接受它“先用着麻烦、后期很顺手”的特性。

从零基础到精通，并不是一条直线。它是从“下载工作流”到“读懂工作流”，再到“搭建工作流”，最后到“设计工作流”的过程。

我建议你现在只做一件事：打开 ComfyUI，把一个最小文生图工作流跑通，保存成模板，然后关掉所有下载新插件的念头。等你能向别人讲清楚“数据从哪个节点来，到哪个节点去”的时候，你已经走在一条不会过时的路上。

ComfyUI入门：从最小工作流到可复用流程的完整路径