ComfyUI允许您通过基于图、节点和流程图的界面来设计并执行先进的稳定扩散工作流。支持Windows、Linux和macOS系统。

开始使用

本地

桌面应用程序

• 最简单的入门方式。
• 支持Windows和macOS。

Windows便携版

• 获取最新提交，完全便携。
• 仅适用于Windows。

手动安装

支持所有操作系统及各类GPU（NVIDIA、AMD、Intel、Apple Silicon、Ascend）。

云端

Comfy Cloud

• 我们的官方付费云版本，专为无法负担本地硬件的用户设计。

示例

请查看新版模板工作流或旧版示例工作流，了解ComfyUI的强大功能。

功能

• 节点/图/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。
• 注意：支持的模型远不止下方列表所示，如需查看完整支持列表，请参阅 ComfyUI 内部的模板列表。
• 图像模型
  • SD1.x、SD2.x（unCLIP）
  • SDXL、SDXL Turbo
  • Stable Cascade
  • SD3 和 SD3.5
  • Pixart Alpha 和 Sigma
  • AuraFlow
  • HunyuanDiT
  • Flux
  • Lumina Image 2.0
  • HiDream
  • Qwen Image
  • Hunyuan Image 2.1
  • Flux 2
  • Z Image
• 图像编辑模型
  • Omnigen 2
  • Flux Kontext
  • HiDream E1.1
  • Qwen Image Edit
• 视频模型
  • Stable Video Diffusion
  • Mochi
  • LTX-Video
  • Hunyuan Video
  • Wan 2.1
  • Wan 2.2
  • Hunyuan Video 1.5
• 音频模型
  • Stable Audio
  • ACE Step
• 3D 模型
  • Hunyuan3D 2.0
• 异步队列系统
• 多种优化：仅重新执行工作流中每次执行之间发生变化的部分。
• 智能内存管理：可通过智能卸载技术，在显存低至 1GB 的 GPU 上自动运行大型模型。
• 即使没有 GPU 也能运行：使用 --cpu 参数（速度较慢）。
• 支持加载 ckpt 和 safetensors 文件：包括一体化检查点以及独立的扩散模型、VAE 和 CLIP 模型。
• 安全加载 ckpt、pt、pth 等文件。
• 嵌入/文本反演
• LoRA（常规、locon 和 loha）
• 超网络
• 可从生成的 PNG、WebP 和 FLAC 文件中加载包含种子的完整工作流。
• 支持将工作流保存为 Json 文件并加载。
• 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 或更高级别的工作流。
• 区域合成
• 图像修复，支持常规修复模型和 inpainting 模型。
• ControlNet 和 T2I-Adapter
• 超分辨率模型（ESRGAN、ESRGAN 变体、SwinIR、Swin2SR 等）
• GLIGEN
• 模型合并
• LCM 模型和 LoRA
• 使用 TAESD 进行潜在空间预览。
• 完全离线工作：核心组件不会在您未主动要求的情况下下载任何内容。
• 可选 API 节点，可通过在线 Comfy API 使用外部提供商的付费模型；可通过 --disable-api-nodes 禁用。
• 配置文件，用于设置模型搜索路径。

工作流示例可在 示例页面 中找到。

发布流程

ComfyUI 采用每周一为目标的发布周期，但由于模型发布或代码库的重大变更，发布时间可能会经常调整。该项目由三个相互关联的仓库组成：

1. ComfyUI Core

   • 大约每周发布一个稳定版本（例如 v0.7.0）。
   • 自 v0.4.0 起，补丁版本将用于向当前稳定版回迁修复。
   • 小版本将用于从主分支发布的版本。
   • 在不适合回迁修复的情况下，主分支也可能使用补丁版本进行发布。
   • 稳定版标签之外的提交可能非常不稳定，并可能导致许多自定义节点失效。
   • 是桌面版的基础。

2. ComfyUI Desktop

   • 使用最新的稳定核心版本构建新版本。

3. ComfyUI Frontend

   • 每周将前端更新合并到核心仓库中。
   • 针对即将发布的核心版本冻结功能。
   • 开发工作将继续进行下一版本的迭代。

快捷键

快捷键	说明
Ctrl + Enter	将当前图谱加入生成队列
Ctrl + Shift + Enter	将当前图谱设为首个待生成任务
Ctrl + Alt + Enter	取消当前的生成任务
Ctrl + Z/Ctrl + Y	撤销/重做
Ctrl + S	保存工作流
Ctrl + O	加载工作流
Ctrl + A	全选所有节点
Alt + C	折叠/展开选中的节点
Ctrl + M	静音/取消静音选中的节点
Ctrl + B	跳过选中的节点（效果相当于将该节点从图谱中移除，并重新连接相关连线）
Delete/Backspace	删除选中的节点
Ctrl + Backspace	删除当前图谱
Space	按住并移动鼠标时，可在画布上平移画面
Ctrl/Shift + 点击	将点击的节点添加到选区
Ctrl + C/Ctrl + V	复制并粘贴选中的节点（不保留未选节点的输出连接）
Ctrl + C/Ctrl + Shift + V	复制并粘贴选中的节点（保留未选节点的输出连接至已粘贴节点的输入）
Shift + 拖动	同时移动多个选中的节点
Ctrl + D	加载默认图谱
Alt + +	画布放大
Alt + -	画布缩小
Ctrl + Shift + 左键 + 垂直拖动	画布放大/缩小
P	固定/取消固定选中的节点
Ctrl + G	将选中的节点分组
Q	切换任务队列的可见性
H	切换历史记录的可见性
R	刷新图谱
F	显示/隐藏菜单
.	自动调整视图以适应选区（若无选中内容，则显示整个图谱）
双击左键	打开节点快速搜索面板
Shift + 拖动	一次性移动多条连线
Ctrl + Alt + 左键	断开点击插槽的所有连线

对于 macOS 用户，Ctrl 键也可替换为 Cmd 键。

安装

Windows 便携版

在 发布页面 上提供了适用于 Windows 的便携式独立版本，既可在 NVIDIA GPU 上运行，也可仅使用 CPU 运行。

直接下载链接

只需下载，使用7-Zip或在较新版本的Windows中用文件资源管理器解压，然后运行即可。对于较小的模型，通常只需将检查点文件（那些巨大的ckpt/safetensors文件）放入：ComfyUI\models\checkpoints 文件夹中。但许多较大的模型包含多个文件，请务必按照说明将它们放置到正确的子文件夹中：ComfyUI\models\。

如果解压时遇到问题，可以右键点击文件 -> 属性 -> 取消“解除锁定”选项。

当前提供的便携版自带Python 3.13和PyTorch CUDA 13.0。如果无法启动，请更新您的NVIDIA显卡驱动程序。

其他下载选项：

适用于AMD显卡的实验性便携版

配备PyTorch CUDA 12.6和Python 3.12的便携版（支持NVIDIA 10系列及更早型号的GPU）。

如何在其他UI与ComfyUI之间共享模型？

请参阅配置文件，以设置模型的搜索路径。在独立的Windows版本中，该文件位于ComfyUI目录下。将此文件重命名为extra_model_paths.yaml，并使用您喜欢的文本编辑器进行编辑。

comfy-cli

您也可以使用comfy-cli来安装并启动ComfyUI：

pip install comfy-cli
comfy install

手动安装（Windows、Linux）

Python 3.14可以正常工作，但某些自定义节点可能会出现问题。免费线程版本虽然可用，但由于部分依赖会启用GIL，因此并不完全支持。

Python 3.13则得到了很好的支持。如果您在3.13环境下遇到某些自定义节点依赖的问题，可以尝试使用Python 3.12。

PyTorch 2.4及以上版本均受支持，但部分功能和优化可能仅在较新版本中才能生效。我们通常建议使用最新稳定版的PyTorch，并搭配最新的CUDA版本，除非该版本发布不足两周。

安装步骤：

使用Git克隆本仓库。

将您的SD检查点文件（那些巨大的ckpt/safetensors文件）放入：models/checkpoints 文件夹。

将VAE文件放入：models/vae 文件夹。

AMD显卡（Linux）

AMD用户可以通过pip安装ROCm和PyTorch（如果尚未安装）。以下是安装稳定版的命令： pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm7.2

若要安装带有ROCm 7.2的夜间版，可能带来一些性能提升，可使用以下命令： pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/rocm7.2

AMD显卡（实验性：Windows和Linux），仅支持RDNA 3、3.5和4。

这些版本对硬件的支持不如上述构建，但在Windows上仍可运行。此外，您还需要根据自己的硬件安装特定版本的PyTorch。

RDNA 3（RX 7000系列）： pip install --pre torch torchvision torchaudio --index-url https://rocm.nightlies.amd.com/v2/gfx110X-all/

RDNA 3.5（Strix Halo/Ryzen AI Max+ 365）： pip install --pre torch torchvision torchaudio --index-url https://rocm.nightlies.amd.com/v2/gfx1151/

RDNA 4（RX 9000系列）： pip install --pre torch torchvision torchaudio --index-url https://rocm.nightlies.amd.com/v2/gfx120X-all/

Intel显卡（Windows和Linux）

Intel Arc GPU用户可以通过pip安装原生支持torch.xpu的PyTorch。更多信息请参见此处。

1. 要安装torch.xpu版本的PyTorch，可使用以下命令：

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

若要安装torch.xpu夜间版，可能带来性能提升，可使用： pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/xpu

NVIDIA

NVIDIA用户应使用以下命令安装稳定版PyTorch： pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu130

若要安装夜间版PyTorch，也可能带来性能提升，可使用： pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu130

故障排除

如果出现“Torch未编译为启用CUDA”的错误，请先卸载PyTorch： pip uninstall torch

然后再使用上述命令重新安装。

依赖项安装

打开终端，进入ComfyUI文件夹，执行以下命令以安装所有依赖项： pip install -r requirements.txt

完成之后，您应该已经安装好所有必要的组件，可以继续运行ComfyUI了。

其他：

Apple Mac silicon

您可以在搭载 M1 或 M2 芯片的 Apple Mac 上，使用任何最新版本的 macOS 安装 ComfyUI。

1. 安装 PyTorch Nightly。有关说明，请参阅 Apple 开发者指南中的 在 Mac 上加速 PyTorch 训练（请确保安装最新的 PyTorch Nightly）。
2. 按照适用于 Windows 和 Linux 的 ComfyUI 手动安装说明进行操作。
3. 安装 ComfyUI 的 依赖项。如果您已经安装了其他 Stable Diffusion UI，或许可以复用这些依赖项。
4. 通过运行 python main.py 启动 ComfyUI。

注意：请务必将您的模型、VAE、LoRA 等文件添加到相应的 Comfy 文件夹中，如 ComfyUI 手动安装中所述。

Ascend NPUs

适用于与 PyTorch Ascend 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 页面中列出的先决条件。以下是针对您的平台和安装方法的分步指南：

1. 如果需要，首先按照 torch-npu 安装页面的说明，为 Linux 安装推荐或更新的内核版本。
2. 接着，按照适用于您特定平台的说明，安装包含驱动程序、固件和 CANN 的 Ascend Basekit。
3. 然后，根据 安装 页面上的平台特定说明，安装 torch-npu 所需的软件包。
4. 最后，遵循适用于 Linux 的 ComfyUI 手动安装指南。所有组件安装完成后，您可以按照之前描述的方式运行 ComfyUI。

Cambricon MLUs

适用于与 PyTorch Cambricon 扩展（torch_mlu）兼容的模型。以下是针对您的平台和安装方法的分步指南：

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

Iluvatar Corex

适用于与 Iluvatar PyTorch 扩展兼容的模型。以下是针对您的平台和安装方法的分步指南：

1. 按照 安装 页面上的平台特定说明，安装 Iluvatar Corex Toolkit。
2. 通过运行 python main.py 启动 ComfyUI。

ComfyUI-Manager

ComfyUI-Manager 是一个扩展，可让您轻松安装、更新和管理 ComfyUI 的自定义节点。

设置

1. 安装管理器依赖项：

   pip install -r manager_requirements.txt
   

2. 在运行 ComfyUI 时，使用 --enable-manager 标志启用管理器：

   python main.py --enable-manager
   

命令行选项

标志	描述
--enable-manager	启用 ComfyUI-Manager
--enable-manager-legacy-ui	使用旧版管理器界面而非新版界面（需配合 --enable-manager 使用）
--disable-manager-ui	禁用管理器界面和端点，同时保留后台功能，例如安全检查和计划性安装完成（需配合 --enable-manager 使用）

运行

python main.py

对于 ROCm 官方不支持的 AMD 显卡

如果您遇到问题，可以尝试使用以下命令运行：

对于 6700、6600 及可能的其他 RDNA2 或更早型号显卡：HSA_OVERRIDE_GFX_VERSION=10.3.0 python main.py

对于 AMD 7600 及可能的其他 RDNA3 显卡：HSA_OVERRIDE_GFX_VERSION=11.0.0 python main.py

AMD ROCm 小贴士

您可以在 ComfyUI 中，通过此命令在部分 AMD GPU 上启用实验性的内存高效注意力机制；RDNA3 显卡上默认已启用。如果该设置在您使用的最新 PyTorch 版本下提升了 GPU 性能，请告知我们，以便我们将其设为默认值。

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

您还可以尝试设置环境变量 PYTORCH_TUNABLEOP_ENABLED=1，这可能会加快速度，但会导致初始运行非常缓慢。

注意事项

只有那些拥有完整正确输入并产生输出的部分图节点才会被执行。

每次执行时，只有发生变化的部分会被执行。如果您两次提交相同的图，仅第一次会被执行。如果您只修改了图的最后一部分，则只会执行您修改的部分及其依赖部分。

将生成的 PNG 文件拖放到网页上或直接加载，即可查看完整的流程，包括用于生成该图像的种子。

您可以使用括号来调整某个词或短语的权重，例如：(good code:1.2) 或 (bad code:0.8)。括号的默认权重是 1.1。如果要在提示中实际使用括号，请对其进行转义，例如 \( 或 \)。

您还可以使用 {day|night} 来创建通配符或动态提示。例如，使用 {wild|card|test} 语法，前端会在每次排队提示时随机替换为“wild”、“card”或“test”。如果要在提示中实际使用花括号，请对其进行转义，例如 \{ 或 \}。

动态提示还支持 C 语言风格的注释，例如 // comment 或 /* comment */。

要在文本提示中使用文本反演概念或嵌入，请将其放入 models/embeddings 目录，并在 CLIPTextEncode 节点中按如下方式引用（可省略 .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。

默认安装包含一种快速但低分辨率的潜在空间预览方法。要启用更高品质的预览，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。安装完成后，重启 ComfyUI，并以 --preview-method taesd 参数启动，即可启用高质量预览。

如何使用 TLS/SSL？

通过运行以下命令生成自签名证书（不适用于共享或生产环境）和密钥：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 来启用 TLS/SSL，应用程序现在将可以通过 https://... 而不是 http://... 访问。

注意：Windows 用户可以使用 alexisrolland/docker-openssl 或者其中一种 第三方二进制分发版 来运行上述示例命令。

如果您使用容器，请注意 -v 挂载的卷路径可以是相对路径，例如 ... -v ".\:/openssl-certs" ... 将会在您命令提示符或 PowerShell 终端的当前目录下创建密钥和证书文件。

支持与开发通道

Discord：尝试 #help 或 #feedback 频道。

Matrix 社区：#comfyui_space:matrix.org（类似于 Discord，但为开源平台）。

更多信息请参阅：https://www.comfy.org/

前端开发

截至 2024 年 8 月 15 日，我们已切换到全新的前端，该前端现托管在独立的仓库中：ComfyUI Frontend。此仓库现在在 web/ 目录下托管由 TS/Vue 编译生成的 JS 文件。

报告问题与请求功能

如有关于前端的任何错误、问题或功能请求，请使用 ComfyUI Frontend 仓库。这将有助于我们更高效地管理和解决前端相关的问题。

使用最新前端

新的前端现已成为 ComfyUI 的默认设置。但请注意：

1. 主 ComfyUI 仓库中的前端每两周更新一次。
2. 独立的前端仓库则提供每日发布的版本。

要使用最新的前端版本：

1. 若要获取最新的每日发布版，请使用以下命令行参数启动 ComfyUI：

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

2. 若需特定版本，可将 latest 替换为所需版本号：

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

这种方式使您可以轻松地在稳定的双周发布版与前沿的每日更新版之间切换，甚至可以根据测试需求选择特定版本。

访问旧版前端

若您因任何原因需要使用旧版前端，可通过以下命令行参数访问：

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

这将使用保存在 ComfyUI Legacy Frontend 仓库 中的旧版前端快照。

QA

我应该购买哪款显卡来运行这个？

请参阅此页面以获取一些建议

ComfyUI 快速上手指南

ComfyUI 是一款功能强大且模块化的可视化 AI 引擎，允许用户通过节点/流程图界面设计和执行复杂的 Stable Diffusion 工作流，无需编写代码。支持 Windows、Linux 和 macOS。

1. 环境准备

系统要求

• 操作系统: Windows 10/11, Linux (Ubuntu/Debian 等), macOS (Intel 或 Apple Silicon)。
• GPU:
  • NVIDIA (推荐，显存建议 4GB+，智能优化后可低至 1GB)。
  • AMD (ROCm)、Intel (Arc)、Apple Silicon (M1/M2/M3) 或华为 Ascend。
  • 若无独立显卡，可使用 CPU 模式（速度较慢）。
• 磁盘空间: 建议预留 20GB+ 用于存放模型和依赖。

前置依赖

• Python: 3.8 - 3.12 (官方安装包通常自带，手动安装需自行配置)。
• Git: 用于克隆仓库和管理自定义节点。
• CUDA/cuDNN: NVIDIA 用户通常由 PyTorch 自动处理，特殊环境需手动安装。

国内加速提示: 如遇网络问题，建议配置 pip 国内镜像源（如清华源、阿里源）加速 Python 依赖下载。

2. 安装步骤

根据您的需求选择以下任一方式：

方案 A：桌面应用程序（推荐新手）

最简单的方式，内置所有依赖，开箱即用。

1. 访问 ComfyUI 下载页。
2. 下载对应系统（Windows 或 macOS）的安装包。
3. 运行安装程序并按提示完成安装。

方案 B：Windows 便携版 (Portable)

无需安装，解压即用，适合希望保持最新版本的 Windows 用户。

1. 下载 ComfyUI_windows_portable_nvidia_cu121_or_cpu.7z (NVIDIA) 或 CPU 版本。 下载地址: GitHub Releases
2. 解压文件到任意目录（路径不要包含中文或空格）。
3. 双击运行 run_nvidia.bat (或 run_cpu.bat)。

方案 C：手动安装 (通用/Linux/macOS)

适合高级用户或需要特定环境配置的场景。

1. 克隆仓库

git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI

国内加速: 若 GitHub 连接缓慢，可使用镜像源： git clone https://gitee.com/mirrors/ComfyUI.git (如有可用镜像) 或通过代理克隆。

2. 创建虚拟环境并安装依赖

# 创建虚拟环境
python -m venv venv

# 激活环境 (Windows)
venv\Scripts\activate
# 激活环境 (Linux/macOS)
source venv/bin/activate

# 安装依赖 (建议使用国内 pip 源)
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

3. 启动 ComfyUI

# NVIDIA GPU
python main.py

# CPU 模式 (无显卡或调试用)
python main.py --cpu

# 指定监听地址 (允许局域网访问)
python main.py --listen 0.0.0.0

3. 基本使用

启动与界面

启动成功后，终端会显示类似 Starting server 的日志，并在浏览器自动打开 http://127.0.0.1:8188。若未自动打开，请手动在浏览器访问该地址。

生成第一张图片

ComfyUI 默认加载时会带入一个基础的“文生图”工作流。

1. 检查节点: 界面上应已有默认连接的节点组（包括 Load Checkpoint, CLIP Text Encode, KSampler, VAE Decode, Save Image 等）。
2. 输入提示词:
   • 找到 CLIP Text Encode (positive) 节点，在 text 框中输入正向提示词，例如：a beautiful cat, high quality, 8k。
   • (可选) 在 CLIP Text Encode (negative) 节点输入负向提示词，例如：blurry, low quality。
3. 选择模型:
   • 点击 Load Checkpoint 节点。
   • 确保您的模型文件 (*.safetensors 或 *.ckpt) 已放入 ComfyUI/models/checkpoints 目录。
   • 在下拉菜单中选择对应的模型。
4. 执行生成:
   • 点击右侧菜单栏的 "Queue Prompt" 按钮。
   • 或者使用快捷键：Ctrl + Enter。
5. 查看结果:
   • 等待进度条完成，生成的图片将显示在 Save Image 节点中。
   • 右键点击图片可选择保存或预览大图。

常用快捷键

快捷键	功能
Ctrl + Enter	队列当前工作流并生成
Ctrl + Z / Ctrl + Y	撤销 / 重做
Ctrl + S	保存工作流 (JSON)
Ctrl + O	加载工作流
Delete	删除选中的节点
Space + 拖拽	移动画布视图
Ctrl + D	加载默认工作流

管理工作流

• 保存: 点击 Save 按钮可将当前节点连线布局保存为 .json 文件。
• 加载: 直接将包含工作流信息的图片 (PNG/WebP) 拖入浏览器窗口，或点击 Load 加载 JSON 文件，即可还原完整工作流（含参数和种子）。