ComfyUI 新手入门全攻略：节点工作流与生图实战教学

对于刚接触 Stable Diffusion 或 Flux 的创作者来说，ComfyUI 的节点式介面（Node-based Interface）初看可能像一张复杂的电路图令人望而生畏。但只要掌握核心逻辑，你会发现 ComfyUI 远比传统 WebUI 更加强大、可控且大幅节省显存。

为什么越来越多 AI 创作者转向 ComfyUI？

1. 模组化与极致可控：ComfyUI 将 AI 生图的每一个底层步骤（加载模型、处理提示词、降噪采样、解码像素）拆解为独立节点。你可以清晰看到数据如何流动，自由插拔 LoRA、ControlNet 或放大器。
2. 显存利用率更高：不同于 WebUI 一股脑将所有组件常驻显存，ComfyUI 采用按需调度机制。生成不同尺寸或切换大模型（如 SDXL、Flux）时不易崩溃报错（OOM）。
3. 工作流一键分享与复用：任何一张由 ComfyUI 生成的 PNG 图片，背后都嵌入了完整的工作流节点资讯。只需将图片直接拖曳进浏览器介面，整套生图流程便会瞬间复原。

新手必学的核心基础节点链条

• Load Checkpoint（加载检查点）：提供 MODEL（主模型）、CLIP（文本编码器）与 VAE（图像解码器）。
• CLIP Text Encode（正反向提示词）：将你输入的文字转化为 AI 理解的条件向量（Conditioning）。
• Empty Latent Image（空白潜空间）：设定生图的初始解析度与批次大小。
• KSampler（核心采样器）：AI 生图的核心引擎，负责从随机噪点中逐步去噪生成画面的潜在表征。
• VAE Decode（VAE 解码器）：将潜空间数据还原为人眼可见的高清 RGB 图片，最终输出至 Save Image。