ComfyUI 入门指南：零基础掌握 AI 视频生成的核心工作流

1次阅读

共计 1584 个字符，预计需要花费 4 分钟才能阅读完成。

ComfyUI 是一个基于节点连接的可视化工具，专门用于构建和运行 AI 视频生成的工作流。与传统的脚本式生成相比，ComfyUI 提供了更直观、灵活的方式来组合不同的模型和参数，使得整个生成过程更加可控和可复现。

可复现工作流 ：通过节点连接，用户可以保存和分享自己的工作流，确保每次生成的结果一致。
灵活组合模型 ：用户可以根据需求自由组合不同的模型节点，例如文本编码器、采样器等，实现个性化的视频生成。

传统脚本式生成通常需要编写复杂的代码，而节点式生成则通过图形化界面简化了这一过程，特别适合新手快速上手。此外，节点式生成在内存管理和调试方面也更具优势，用户可以直观地看到每个节点的输出，便于排查问题。

首先，确保你的系统已经安装了 Python 3.8 或更高版本。推荐使用 Anaconda 来管理 Python 环境，以避免版本冲突。

conda create -n comfyui python=3.8
conda activate comfyui

接下来，安装 ComfyUI 所需的依赖包。可以通过以下命令一键安装：

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113
pip install comfyui

如果遇到版本冲突问题，可以尝试指定依赖包的版本，例如：

pip install numpy==1.21.0

安装完成后，运行以下代码片段验证是否安装成功：

import comfy
comfy.validate_install()

如果输出 “Installation validated successfully”，则表示安装成功。

ComfyUI 的工作流通常由多个节点组成，以下是一个基础的视频生成工作流：

CheckpointLoader：加载预训练的模型权重。
CLIPTextEncode：将输入的文本提示编码为模型可理解的向量。
KSampler：采样器节点，负责生成图像或视频帧。

以下是一个基础的 JSON 工作流配置文件示例：

{
  "nodes": [
    {
      "type": "CheckpointLoader",
      "params": {"ckpt_name": "v1-5-pruned.ckpt"}
    },
    {
      "type": "CLIPTextEncode",
      "params": {"text": "A beautiful sunset over the mountains"}
    },
    {
      "type": "KSampler",
      "params": {
        "steps": 20,
        "cfg": 7.5,
        "sampler_name": "euler"
      }
    }
  ]
}