快速掌握 ComfyUI

要 快速掌握 ComfyUI，关键不是“学全”，而是先跑通 → 看懂 → 会改 → 会搭。下面给你一套 7 天高效路线，按这个来，基本能从 0 到熟练 👇

一句话先讲清楚 ComfyUI 是什么

ComfyUI
👉 一个 节点式（Node-based）Stable Diffusion 工作流工具
👉 类似「AI 版 Blender / Unreal 蓝图」
👉 强在 可控性、可复用、可扩展

第 0 步（30 分钟）：先跑起来（不要学）

目标：能生成第一张图

最低成本方式

有 GPU → 本地装
没 GPU → 用云（RunPod / Colab）

必备

Python 3.10+
显卡 ≥ 6GB 显存（8GB 更舒服）

官方仓库

GitHub：ComfyUI（搜就能找到）

⚠️ 不要一开始就研究节点含义，先跑通再说。

第 1 步（1 天）：只学 8 个核心节点（80% 场景）

ComfyUI ≠ 节点越多越好

你只需要先理解这 8 个 👇

节点	作用	类比
Load Checkpoint	加载模型	选画师
CLIP Text Encode	正/负提示词	写需求
Empty Latent Image	画布	画纸
KSampler	采样核心	作画过程
VAE Decode	解码	显影
Save Image	保存	导出
Image Preview	预览	看结果
Seed	随机种子	灵感编号

🎯 目标：
你能看懂一个最基础的 Text → Image 工作流

第 2 步（第 2 天）：学会「读别人工作流」

ComfyUI 真正的学习方式：拆别人的图

去哪里找工作流？

Civitai（搜索：ComfyUI workflow）
GitHub（ComfyUI workflow / json）
Discord / Reddit

学习顺序（很重要）

不改参数，直接跑
只改 Prompt
只改 Sampler / Steps
删除一个节点，看会不会炸

🎯 目标：
看到复杂图不慌，知道“主干在哪”

第 3 步（第 3 天）：掌握 3 个“必装插件”

90% 的高质量工作流都用它们

🔌 ComfyUI Manager（必装）

一键装插件 / 模型
搜索节点
更新依赖

🔌 ControlNet

姿态 / 线稿 / 深度控制
视频 & 人像必用

🔌 IP-Adapter

用图控制风格 / 人脸
比 LoRA 直观 10 倍

🎯 目标：
你知道什么时候用 ControlNet，什么时候用 IP-Adapter

第 4 步（第 4–5 天）：理解“数据流思维”

这是 ComfyUI 和 A1111 最大的区别

记住一句话

节点不是步骤，是数据管道

文本 → CLIP → 条件
噪声 → Sampler → Latent
Latent → VAE → Image

一旦你理解：

为什么能分支
为什么能复用
为什么能做视频

🎯 标志：
你能自己搭一个 文生图 + ControlNet + IP-Adapter 工作流

第 5 步（第 6 天）：直接进阶应用

选一个方向 猛练一天 👇

🎥 AI 视频

AnimateDiff
ControlNet + 批量帧
Stable Video Diffusion

🧑 人像 / 换脸

IP-Adapter Face
Reactor / FaceDetailer

📦 自动化

批量 Prompt
批量 Seed
API + ComfyUI

第 6 步（第 7 天）：你就算“会了”

你如果能做到下面 3 件事👇
✅ 看懂别人的工作流
✅ 自己改不崩
✅ 能解释为什么这么连

👉 你已经超过 80% 的 ComfyUI 用户了

学习捷径（非常重要）

❌ 一开始看“所有节点说明”
❌ 追求超复杂流程
❌ 只抄不拆

✅ 跑 → 拆 → 改 → 复用
✅ 收藏 5 个高质量 workflow
✅ 固定一个目标（图 / 视频 / 人像）