在 AI 绘画领域，Stable Diffusion 的 WebUI 界面虽然直观，但对于追求精细化流程控制和可复现性的用户来说，节点式工作流工具 ComfyUI 提供了更强大的能力。然而，其默认的英文界面和复杂的节点连接对中文用户构成了不小的门槛。秋叶大佬发布的 ComfyUI-v35 中文整合版直接解决了这两个核心痛点，它不仅实现了全中文界面，还原生支持中文提示词输入，并针对从 30 系到 50 系的 Nvidia 显卡以及 Mac 平台进行了优化，真正做到解压即用。
这个整合包特别适合已经熟悉 Stable Diffusion 基本概念，希望转向更可控、更专业工作流的用户。如果你曾因 ComfyUI 的英文环境而却步，或因环境配置问题无法正常运行，那么这个版本将大大降低你的入门门槛。本文将带你完成从环境准备、基础工作流理解到实际出图验证的全过程，并重点说明如何排查显卡兼容性和节点连接中的常见问题。
1. 理解 ComfyUI 的核心优势与中文版改进
1.1 为什么选择 ComfyUI 而非 WebUI
ComfyUI 采用节点图（Node Graph）的方式构建图像生成工作流。每个节点代表一个独立的处理单元（如加载模型、输入提示词、执行采样等），节点之间的连线定义了数据流向。这种设计带来了几个关键优势：
- 流程可视化与可复现：整个生成过程被完整地记录在节点图中，你可以保存、分享和修改任何细节，确保结果完全可复现。
- 资源利用更高效：相较于 WebUI，ComfyUI 通常占用更少的内存，并且在生成多批次图像时，可以避免重复加载模型，提升效率。
- 极致灵活性：可以实现非常复杂的工作流，如多模型混合、条件控制、图像后期处理管线等，这些在 WebUI 中往往难以实现或操作繁琐。
1.2 秋叶整合版 v35 的核心改进点
秋叶的整合包在原生 ComfyUI 基础上做了大量本地化工作，主要体现在：
- 全中文界面：包括节点名称、菜单、设置项在内的所有界面元素均已汉化，大幅降低学习成本。
- 中文提示词直接输入：整合包内置了高质量的中文 CLIP 模型或翻译组件，允许你直接输入中文描述，系统会将其转换为模型可理解的表征，避免了手动翻译的麻烦和语义损失。
- 预配置环境与依赖：整合了 Python、PyTorch、CUDA/cuDNN 等必要环境，并针对不同显卡系列（50/40/30系）和 Mac 平台进行了兼容性测试与配置。
- 丰富的预安装插件：内置了如 ComfyUI Manager（工作流管理）、ControlNet 预处理器节点等常用插件，开箱即用。
2. 环境准备与一键安装部署
2.1 系统与硬件要求
在开始之前，请确认你的系统满足以下基本要求：
| 组件 | 最低要求 | 推荐配置 |
|---|---|---|
| 操作系统 | Windows 10 (64位) / macOS 12 (Monterey) | Windows 11 / macOS 14 (Sonoma) |
| 显卡 | NVIDIA GPU (30系及以上，如 3060), 6GB 显存 | NVIDIA GPU (40/50系，如 4070, 5090), 8GB+ 显存 |
| 内存 | 16 GB RAM | 32 GB RAM 或更多 |
| 存储空间 | 至少 20 GB 可用空间（用于放置整合包和基础模型） | 50 GB 以上 SSD（用于存放多个模型和插件） |
注意：对于 Mac 用户，需要配备 Apple Silicon 芯片（M1/M2/M3 系列）或较新的 Intel 芯片。AMD 显卡和 Intel 核显在 Windows 上无法通过 CUDA 加速，运行效率会非常低，不建议使用。
2.2 下载与安装步骤
- 获取整合包：从秋叶公布的可靠来源（如百度网盘、GitHub Release 页面）下载完整的整合包压缩文件。文件大小通常在 10GB 左右，确保网络稳定。
- 解压文件：将下载的压缩包解压到一个英文路径且没有空格和特殊字符的目录下。例如
D:\AI\ComfyUI_v35或~/Applications/ComfyUI_v35。这是避免后续运行时出现路径解析错误的关键。 - 运行启动器：进入解压后的文件夹，找到
启动器.exe（Windows）或相应的启动脚本（Mac，可能是一个.command文件）。首次运行可能会请求网络和系统权限，请选择允许。
2.3 首次运行与基础配置
首次启动时，程序可能会进行一些初始化工作，如检查依赖、创建必要目录。
- 选择显卡类型：启动器界面通常会提供选项让你选择使用的显卡。如果你的显卡是 30/40/50 系，确保选择对应的 CUDA 选项。Mac 用户选择 Apple Silicon (MPS) 选项。这一步是为了调用正确的 PyTorch 计算后端。
- 模型存放：整合包内可能已包含一个基础模型（如 SD1.5）。你可以将其他 Safetensors 或 CKPT 格式的模型文件放入
models/checkpoints文件夹。Lora 模型放入models/loras文件夹。 - 启动 ComfyUI：在启动器界面点击“启动”按钮。稍等片刻，默认浏览器会自动打开 ComfyUI 的中文界面。如果浏览器没有自动打开，你可以手动访问控制台输出的地址，通常是
http://127.0.0.1:8188。
3. 构建你的第一个中文提示词工作流
ComfyUI 的界面主要分为：左侧节点面板、中间画布区域、右侧工作流信息栏。
3.1 加载基础工作流节点
一个最简单的文生图（Text-to-Image）工作流通常包含以下几个核心节点：
加载模型（Load Checkpoint）：
- 在画布空白处右键，选择“加载模型”节点。
- 在节点的下拉菜单中选择你想要使用的基础大模型。
CLIP 文本编码器（CLIP Text Encode）：
- 添加两个 CLIP 文本编码器节点，分别用于正面提示词（Prompt）和负面提示词（Negative Prompt）。
- 将这两个节点的
clip输入端口连接到“加载模型”节点的clip输出端口。
K采样器（KSampler）：
- 添加一个 K采样器节点，这是核心的生成引擎。
- 将其
model输入端口连接到“加载模型”节点的model输出端口。 - 将其
positive和negative输入端口分别连接到两个 CLIP 文本编码器节点的clip输出端口。 - 设置采样参数：
steps（采样步数，如 20）、cfg（指导系数，如 7）、sampler（采样器，如euler_a）、scheduler（调度器，如normal）。
VAE 解码器（VAE Decode）：
- 添加一个 VAE 解码器节点。
- 将其
samples输入端口连接到 K采样器的LATENT输出端口。 - 将其
vae输入端口连接到“加载模型”节点的vae输出端口。
保存图像（Save Image）：
- 添加一个保存图像节点。
- 将其
images输入端口连接到 VAE 解码器的IMAGE输出端口。
3.2 输入中文提示词并生成
现在，在正面提示词的 CLIP 文本编码器节点中输入完整的中文描述，例如：“一只可爱的卡通猫咪，戴着宇航员头盔，漂浮在太空中，星空背景，细节丰富，高清”。
负面提示词可以输入：“模糊，丑陋，变形，水印”。
设置好图片尺寸（empty_latent_image节点或直接在 K采样器中设置宽高），点击右下角的“队列提示”按钮。如果所有节点连接正确，你将看到进度条开始走动，最终生成的图片会显示在保存图像节点的预览框中，并自动保存到output文件夹。
4. 关键配置与参数详解
4.1 采样器与调度器选择
不同的采样器和调度器组合会影响图像生成的速度和质量。
| 采样器 | 特点 | 适合场景 |
|---|---|---|
| Euler a | 速度快，创造力强，出图效果不错 | 通用推荐，快速尝试新想法 |
| DPM++ 2M Karras | 质量较高，细节好 | 追求高质量输出时 |
| DDIM | 确定性采样，可复现性强 | 需要精确控制、调试工作流时 |
调度器（Scheduler）控制着采样过程中噪声的衰减方式。normal和karras是常用选项，karras通常能带来更平滑和更高质量的结果。
4.2 模型与 VAE 的匹配
- 模型选择：确保你使用的模型与你的创作目标匹配（写实、二次元、幻想等）。不同模型对提示词的理解能力和风格差异巨大。
- VAE 问题：如果生成的图片颜色暗淡、发灰，很可能是因为模型自带的 VAE 不匹配或有问题。可以尝试在“加载模型”节点后，额外连接一个外部 VAE 模型（如
vae-ft-mse-840000-ema-pruned.ckpt）到 VAE 解码器，或者在使用某些模型时，在启动器设置中强制使用外部 VAE。
5. 常见问题排查与解决方案
5.1 启动与运行时报错
| 问题现象 | 可能原因 | 解决方案 |
|---|---|---|
| 启动时提示 CUDA out of memory | 显存不足；模型分辨率设置过高 | 1. 降低生成图片的宽高。2. 使用--lowvram或--novram参数启动（可在启动器设置中勾选）。3. 关闭其他占用显存的程序。 |
| 启动器闪退或无法启动 ComfyUI | 路径包含中文或特殊字符；端口被占用；杀毒软件拦截 | 1. 检查整合包路径是否为纯英文。2. 查看任务管理器是否有其他 ComfyUI 进程，结束它们。3. 将整合包目录添加到杀毒软件的白名单。 |
| 节点连接后报错（红色连线） | 端口数据类型不匹配；节点执行顺序错误 | 1. 检查连线两端的端口名称是否匹配（如图像连图像，潜空间连潜空间）。2. 确保工作流逻辑正确（如先编码文本，再送入采样）。 |
5.2 生成图像问题
| 问题现象 | 可能原因 | 解决方案 |
|---|---|---|
| 生成的图片是纯色或噪声 | 提示词未生效；模型未正确加载；VAE 解码失败 | 1. 检查 CLIP 文本编码器节点是否正确连接到 K采样器。2. 确认模型文件完整且已正确放入checkpoints文件夹。3. 尝试更换或明确指定 VAE。 |
| 图片质量差，细节模糊 | CFG 值过低；采样步数太少；模型本身质量差 | 1. 适当提高cfg值（7-12）和steps（25-30）。2. 尝试不同的采样器。3. 换一个口碑更好的模型。 |
| 中文提示词效果不理想 | 内置的中文 CLIP 能力有限；提示词不够具体 | 1. 尝试使用更简单、更直接的中文词汇。2. 可以混合使用一些英文的关键标签（如masterpiece, best quality）。3. 考虑使用专门的翻译节点先将中文精确翻译为英文。 |
5.3 性能优化建议
- 使用 --lowvram 模式：如果你的显存在 8GB 以下，强烈建议在启动器设置中启用此模式，它会采用更节省显存的加载策略。
- 利用预览节点：在复杂工作流中，可以在中间步骤（如 K采样器后）添加“预览图像”节点，这样在生成最终结果前就能看到潜空间的预览图，节省时间。
- 管理工作流：使用 ComfyUI Manager 插件来保存、加载和分享你的工作流。为不同的创作类型（如人像、风景）建立模板工作流，可以极大提升效率。
6. 进阶探索与资源获取
当你熟悉基础工作流后，可以进一步探索 ComfyUI 强大的生态系统：
- 安装新插件：通过 ComfyUI Manager，可以轻松浏览和安装社区开发的数百个插件，如面部修复、高清放大、视频生成等。
- 学习复杂工作流：在网上搜索“ComfyUI 工作流分享”，可以找到许多针对特定效果（如光影控制、多人构图）的复杂节点图，导入学习是快速提升的最佳途径。
- 模型资源：Civitai、Hugging Face 等网站是获取新模型和 Lora 的主要来源。注意下载前查看社区评价和兼容性说明。
秋叶的 ComfyUI-v35 中文整合版极大地平滑了从 WebUI 用户到高级工作流用户的过渡曲线。核心在于大胆动手连接节点，从简单流程开始，遇到错误时耐心根据提示排查节点连接和参数设置。随着对每个节点功能的理解加深，你将能构建出真正符合自己创意需求的自动化图像生成管线。
