ComfyUI 让您能够使用基于图形/节点/流程图的界面设计和执行高级稳定扩散流程。可在 Windows、Linux 和 macOS 上使用。

入门指南

桌面应用程序

• 开始使用的最简单方式。
• 可在 Windows & macOS 上使用。

Windows 可移植包

• 获取最新提交并完全可移植。
• 可在 Windows 上使用。

手动安装

支持所有操作系统和 GPU 类型（NVIDIA、AMD、Intel、Apple Silicon、Ascend）。

示例

查看 ComfyUI 可以做什么，以及 示例工作流。

功能

• 节点/图形/流程图界面，无需编写任何代码即可实验和创建复杂的 Stable Diffusion 工作流。
• 图像模型
  • SD1.x, SD2.x,
  • SDXL, SDXL Turbo
  • 稳定级联
  • SD3 和 SD3.5
  • Pixart Alpha 和 Sigma
  • AuraFlow
  • HunyuanDiT
  • Flux
  • Lumina Image 2.0
  • HiDream
  • Cosmos Predict2
• 图像编辑模型
  • Omnigen 2
  • Flux Kontext
• 视频模型
  • 稳定视频扩散
  • Mochi
  • LTX-Video
  • Hunyuan 视频
  • Nvidia Cosmos 和 Cosmos Predict2
  • Wan 2.1
• 音频模型
  • 稳定音频
  • ACE Step
• 3D 模型
  • Hunyuan3D 2.0
• 异步队列系统
• 许多优化：仅重新执行工作流中在执行之间发生变化的部分。
• 智能内存管理：可以自动在显存仅为 1GB 的 GPU 上运行模型。
• 即使没有支持 GPU 的用户也可以使用：--cpu（速度慢）
• 可以加载 ckpt、safetensors 和 diffusers 模型/检查点。独立的 VAE 和 CLIP 模型。
• 安全加载 ckpt、pt、pth 等文件。
• 嵌入/文本反转
• LoRA（常规、locon 和 loha）
• 超网络
• 从生成的 PNG、WebP 和 FLAC 文件中加载完整工作流（包括种子）。
• 将工作流作为 Json 文件保存/加载。
• 节点界面可用于创建复杂的工作流，例如用于 高分辨率修复 或更高级的工作流。
• 区域合成
• 修复，支持常规和修复模型。
• ControlNet 和 T2I-Adapter
• 提升模型（ESRGAN、ESRGAN 变体、SwinIR、Swin2SR 等）
• unCLIP 模型
• GLIGEN
• 模型合并
• LCM 模型和 LoRA
• 使用 TAESD 的潜在预览
• 完全离线工作：核心永远不会下载任何内容，除非您希望这样做。
• 可选 API 节点，通过在线 Comfy API 使用来自外部提供者的付费模型。
• 配置文件 来设置模型搜索路径。

工作流示例可以在 示例页面 找到

发布流程

ComfyUI 每周五遵循每周发布周期，涉及三个相互关联的存储库：

1. ComfyUI 核心

   • 发布新的稳定版本（例如，v0.7.0）
   • 作为桌面发布的基石

2. ComfyUI 桌面版

   • 使用最新的稳定核心版本构建新版本

3. ComfyUI 前端

   • 每周前端更新会合并到核心存储库
   • 即将发布的核心版本的功能冻结
   • 继续为下一个发布周期开发

快捷键

Ctrl 也可以被 macOS 用户替换为 Cmd

安装

Windows 可移植

有一个适用于 Windows 的可移植独立构建，应该可以在 NVIDIA GPU 上运行，或者仅在 发布页面 上仅使用 CPU 运行。

直接下载链接

只需下载、使用 7-Zip 解压并运行。确保您将您的 Stable Diffusion 检查点/模型（巨大的 ckpt/safetensors 文件）放在：ComfyUI\models\checkpoints

如果您在解压时遇到问题，右键单击文件 -> 属性 -> 解锁

我如何在不同 UI 和 ComfyUI 之间共享模型？

查看 配置文件 来设置模型搜索路径。在独立的 Windows 构建中，您可以在 ComfyUI 目录中找到此文件。将此文件重命名为 extra_model_paths.yaml 并使用您喜欢的文本编辑器编辑它。

comfy-cli

您可以使用 comfy-cli 安装和启动 ComfyUI：

pip install comfy-cli
comfy install

手动安装 (Windows, Linux)

支持 python 3.13，但建议使用 3.12，因为一些自定义节点及其依赖项可能尚未支持它。

克隆此存储库。

将您的 SD 检查点（巨大的 ckpt/safetensors 文件）放在：models/checkpoints

将您的 VAE 放在：models/vae

AMD GPU (仅限 Linux)

AMD 用户如果尚未安装，可以使用 pip 安装 rocm 和 pytorch，这是安装稳定版本的命令：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm6.3

这是安装带有 ROCm 6.4 的 nightly 版本的命令，可能会有一些性能改进：

pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/rocm6.4

Intel GPU (Windows 和 Linux)

(选项 1) Intel Arc GPU 用户可以使用 pip 安装原生 PyTorch，支持 torch.xpu（目前可在 PyTorch nightly 构建中找到）。更多信息可以在 这里

1. 要安装 nightly PyTorch，请使用以下命令：

pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/xpu

2. 通过运行 python main.py 启动 ComfyUI

(选项 2) 或者，Intel GPU 支持由 Intel PyTorch 扩展 (IPEX) 支持，可以利用 IPEX 提高性能。

1. 对于使用 IPEX 的 Intel® Arc™ A-Series 显卡，创建 conda 环境并使用以下命令：

conda install libuv
pip install torch==2.3.1.post0+cxx11.abi torchvision==0.18.1.post0+cxx11.abi torchaudio==2.3.1.post0+cxx11.abi intel-extension-for-pytorch==2.3.110.post0+xpu --extra-index-url https://pytorch-extension.intel.com/release-whl/stable/xpu/us/ --extra-index-url https://pytorch-extension.intel.com/release-whl/stable/xpu/cn/

对于其他支持 IPEX 的 Intel GPU，请访问 安装 以获取更多信息。

额外的讨论和帮助可以在 这里 找到。

NVIDIA

NVIDIA 用户应使用此命令安装稳定 pytorch：

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu128

这是安装 nightly PyTorch 的命令，可能会有性能改进。

pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu129

故障排除

如果您遇到 "Torch not compiled with CUDA enabled" 错误，请使用以下命令卸载 torch：

pip uninstall torch

然后使用上述命令重新安装它。

依赖项

在 ComfyUI 文件夹中的终端中打开您的终端并：

pip install -r requirements.txt

完成此操作后，您应该已经安装了所有内容，可以继续运行 ComfyUI。

其他：

Apple Mac silicon

您可以在 Apple Mac silicon（M1 或 M2）上安装 ComfyUI，任何较新的 macOS 版本。

1. 安装 nightly PyTorch。有关说明，请阅读 在 Mac 上加速 PyTorch 训练 Apple 开发者指南（请确保安装最新的 nightly PyTorch）。
2. 按照 ComfyUI 手动安装 说明进行 Windows 和 Linux 安装。
3. 安装 ComfyUI 依赖项。如果您已经安装了另一个 Stable Diffusion UI 您可能可以重用这些依赖项。
4. 通过运行 python main.py 启动 ComfyUI

注意：请记住将您的模型、VAE、LoRAs 等添加到相应的 Comfy 文件夹，如 ComfyUI 手动安装 中所述。

DirectML (Windows 上的 AMD 卡)

这非常不受支持，不推荐使用。存在一些 Windows 上未经官方认证的 pytorch ROCm 构建，它们将提供比这更好的体验。此 README 将在官方 Windows pytorch ROCm 构建出来后更新。

pip install torch-directml 然后，您可以使用：python main.py --directml

Ascend NPUs

对于与 Ascend PyTorch 扩展（torch_npu）兼容的模型。要开始使用，请确保您的环境满足 安装 页面上概述的先决条件。以下是针对您的平台和安装方法量身定制的一步一步指南：

1. 首先，根据 torch-npu 的安装页面中指定在安装时安装推荐的或较新的内核版本，如有必要。
2. 接下来，按照为您的特定平台提供的说明安装 Ascend Basekit，其中包括驱动程序、固件和 CANN。
3. 然后，按照 安装 页面上平台特定的说明安装必要的 torch-npu 软件包。
4. 最后，遵循 ComfyUI 手动安装 指南进行 Linux。安装所有组件后，您可以按照前面的说明运行 ComfyUI。

Cambricon MLUs

对于与 Cambricon PyTorch 扩展（torch_mlu）兼容的模型。以下是针对您的平台和安装方法量身定制的一步一步指南：

1. 按照 安装 上的平台特定说明安装 Cambricon CNToolkit
2. 接下来，按照 安装 上的说明安装 PyTorch(torch_mlu)
3. 通过运行 python main.py 启动 ComfyUI

运行

python main.py

对于未正式支持 ROCm 的 AMD 卡

如果您遇到问题，请尝试使用此命令运行它：

对于 6700、6600 和可能其他 RDNA2 或更旧的：HSA_OVERRIDE_GFX_VERSION=10.3.0 python main.py

对于 AMD 7600 和可能其他 RDNA3 卡：HSA_OVERRIDE_GFX_VERSION=11.0.0 python main.py

AMD ROCm 提示

您可以使用此命令在 ComfyUI 中的一些 AMD GPU 上启用实验性内存高效注意力，它应该已经在 RDNA3 上默认启用。如果这提高了您最新 pytorch GPU 上的速度，请报告它，以便我可以默认启用它。

TORCH_ROCM_AOTRITON_ENABLE_EXPERIMENTAL=1 python main.py --use-pytorch-cross-attention

您还可以尝试设置此环境变量 PYTORCH_TUNABLEOP_ENABLED=1，这可能加快速度，但代价是初始运行非常慢。

注意事项

只有当图形的输出具有所有正确的输入时，才会执行。

只有当图形从一次执行到下一次执行发生变化时，才会执行，如果您两次提交相同的图形，则只有第一次会执行。如果您更改图形的最后一部分，则只有您更改的部分及其依赖的部分会执行。

将生成的 png 拖到网页上或加载它将为您提供完整的工作流，包括创建它时使用的种子。

您可以使用 () 来更改单词或短语的强调程度，例如： (good code:1.2) 或 (bad code:0.8)。() 的默认强调程度为 1.1。要在实际提示中使用 () 字符，请像这样转义它们：\( 或 \)。

您可以使用 {day|night} 进行通配符/动态提示。使用此语法 "{wild|card|test}" 将会被前端每次排队提示时随机替换为 "wild"、"card" 或 "test"。要在实际提示中使用 {} 字符，请像这样转义它们：\{ 或 \}。

动态提示还支持 C 风格的注释，例如 // 注释 或 /* 注释 */。

要在文本提示中使用文本反转概念/嵌入，请将它们放在 models/embeddings 目录中，并在 CLIPTextEncode 节点中使用它们，如下所示（您可以省略 .pt 扩展名）：

embedding:embedding_filename.pt

如何显示高质量预览？

使用 --preview-method auto 启用预览。

默认安装包含一个快速潜在预览方法，分辨率为低。要启用更高质量的预览，请使用 TAESD，下载 taesd_decoder.pth、taesdxl_decoder.pth、taesd3_decoder.pth 和 taef1_decoder.pth 并将它们放置在 models/vae_approx 文件夹中。安装后，重新启动 ComfyUI 并使用 --preview-method taesd 启用高质量预览。

如何使用 TLS/SSL?

通过运行命令 openssl req -x509 -newkey rsa:4096 -keyout key.pem -out cert.pem -sha256 -days 3650 -nodes -subj "/C=XX/ST=StateName/L=CityName/O=CompanyName/OU=CompanySectionName/CN=CommonNameOrHostname"

使用 --tls-keyfile key.pem --tls-certfile cert.pem 启用 TLS/SSL，应用程序现在可以通过 https://... 而不是 http://... 访问。

注意：Windows 用户可以使用 alexisrolland/docker-openssl 或 第三方二进制分发 来运行上面的命令示例。

如果您使用容器，请注意卷挂载 -v 可以是相对路径，所以 ... -v ".\:/openssl-certs" ... 会创建密钥和证书文件在您的命令提示符或 powershell 终端当前目录。

支持 和 开发频道

Discord: 尝试 #help 或 #feedback 频道。

矩阵空间: #comfyui_space:matrix.org（它就像 discord，但开源）。

另请参阅：https://www.comfy.org/

前端开发

截至 2024 年 8 月 15 日，我们已经过渡到新的前端，它现在托管在一个单独的存储库中：ComfyUI Frontend。此存储库现在托管在 web/ 目录下的编译的 JS（来自 TS/Vue）。

报告问题 和 请求功能

对于与前端相关的任何错误、问题或功能请求，请使用 ComfyUI Frontend 存储库。这将帮助我们更有效地管理和解决前端特定的问题。

使用最新前端

新的前端现在是 ComfyUI 的默认设置。但是，请注意：

1. 主 ComfyUI 存储库中的前端每两周更新一次。
2. 每日发布可在单独的前端存储库中获取。

要使用最新的前端版本：

1. 对于最新的每日发布，使用此命令行参数启动 ComfyUI：

   --front-end-version Comfy-Org/ComfyUI_frontend@latest
   

2. 对于特定版本，将 latest 替换为所需版本号：

   --front-end-version Comfy-Org/ComfyUI_frontend@1.2.2
   

这种方法允许您轻松切换稳定的每两周发布版本和尖端每日更新，甚至特定版本用于测试目的。

访问旧版前端

如果您有任何原因需要使用旧版前端，您可以使用以下命令行参数访问它：

--front-end-version Comfy-Org/ComfyUI_legacy_frontend@latest

这将使用 ComfyUI Legacy Frontend 存储库 中保留的旧版前端快照。

常见问题解答

我应该购买哪种 GPU？

查看此页面以获取一些建议