ComfyUI工作流搭建详细教程

本文系统详解了ComfyUI AI绘画工作流的五种高效搭建路径——从零手动连接核心节点打牢基础，到一键导入成熟JSON预设快速上手；从封装可复用的模块化子图提升工程规范性，到借助插件图形化自动生成复杂节点链降低学习门槛；再到专为FLUX模型深度优化的定制化配置，覆盖模型加载、文本编码、采样控制、高清放大与色彩校准等全链路关键细节。无论你是刚入门的新手，还是追求稳定复用与高性能输出的进阶用户，都能从中找到适配自身需求、真正“开箱即用”的专属工作流解决方案。

如果您已安装ComfyUI但尚未构建可复用、可定制的AI绘画工作流，则可能是由于节点连接逻辑不清、模块功能不明确或缺乏系统性搭建路径。以下是实现专属工作流的多种可行方案：

一、基础文生图工作流手动搭建法

该方法适用于从零理解ComfyUI运行机制，通过显式连接核心节点形成最简可用流程，确保模型加载、文本编码、采样与图像生成各环节精准协同。

1、在空白画布右键→选择“加载器”→点击“Checkpoint加载器”，加载已下载的SD大模型文件。

2、右键→选择“条件”→添加“CLIP文本编码器”节点，双击输入正向提示词；再复制该节点，用于输入负向提示词。

3、右键→选择“采样”→添加“K采样器”，设置采样器类型（如dpmpp_2m_sde）、步数（20–30）、CFG值（7–12）。

4、右键→选择“ latent”→添加“空Latent图像”，设定宽度与高度（如1024×1024）、批次数量（Batch Size）。

5、依次拖拽连线：Checkpoint加载器的CLIP输出端口→正/负向CLIP文本编码器的CLIP输入端口；两个CLIP编码器输出→K采样器的positive/negative输入；空Latent输出→K采样器的latent输入；K采样器latent输出→“VAE解码器”的latent输入；最后连接VAE解码器输出至“保存图像”节点。

二、预设工作流导入复用法

该方法跳过手动布线，直接加载经验证的成熟工作流JSON文件，适合快速启动特定任务（如老照片修复、IPAdapter人像控制），大幅降低试错成本。

1、访问可信资源站（如LiblibAI工作流广场、Civitai ComfyUI专区），筛选带“Flux”“Wan2.2”或“IPAdapter”标签的高质量JSON文件。

2、在ComfyUI界面顶部菜单栏点击“加载工作流”图标（文件夹形状），选择已下载的.json文件。

3、检查自动载入的节点中Checkpoint加载器是否指向本地存在的模型路径；若报错，右键对应节点→“编辑”→手动指定模型文件位置。

4、确认所有红色报错提示消失后，点击左上方“队列”按钮执行流程，首次运行将自动下载缺失依赖（如controlnet模型）。

三、模块化自定义组合法

该方法以功能为单位封装子流程（Subgraph），支持跨项目复用关键模块（如高清放大链、ControlNet姿态控制链），提升工作流可维护性与扩展性。

1、完成一个完整功能链（例如：ControlNet+OpenPose+Tile Upscale），选中全部相关节点（按住Shift多选）。

2、右键→选择“创建子图”，命名为“OpenPose_Enhance_V2”，系统自动生成可折叠的紫色子图节点。

3、将该子图节点拖入新工作流画布，仅暴露必要输入端口（如image_in、pose_keypoints）和输出端口（image_out）。

4、后续需复用该能力时，无需重复配置ControlNet模型路径与预处理器参数，直接调用该子图并连接上下游即可。

四、插件驱动自动化搭建法

该方法利用Manager插件或Custom_Nodes生态中的图形化工具，通过勾选功能选项自动生成对应节点组，避免记忆节点名称与端口匹配关系。

1、确保已安装ComfyUI-Manager插件（通过git clone至custom_nodes目录并重启服务）。

2、点击界面右上角“Manager”按钮，在弹出面板中切换至“Install Custom Node”页签。

3、搜索并安装“Impact Pack”或“ComfyUI-Custom-Nodes-AIO”，启用后刷新节点列表。

4、右键空白处→展开“Impact Pack”分类→选择“DetailerPipe”或“FaceDetailer”，节点自动带齐VAE、检测器、重绘区域等全套子模块。

5、将生成的智能节点拖入画布，仅需连接原始图像输入与最终输出，其余内部连接由插件自动完成。

五、Flux专用工作流适配法

该方法专为FLUX系列模型设计，针对其特有的双文本编码结构与高分辨率原生适配特性，调整节点类型与参数范围，避免采样失真或显存溢出。

1、加载FLUX专用CheckPoint（如flux-dev-fp8.safetensors），确认其兼容ComfyUI 2025.12+版本。

2、弃用标准CLIP文本编码器，改用“Flux Text Encoder”节点（来自flux-comfyui-support插件），分别接入prompt与guidance scale输入。

3、K采样器必须选用“Flux Sampler”（非通用KSampler），并启用“timestep_shift”参数（建议值1.0）以对齐训练分布。

4、空Latent图像尺寸须为64像素整数倍且不低于768×768；若需输出1024×1024以上，优先启用“Tiled VAE Decode”而非常规VAE解码。

5、在“保存图像”节点前插入“Flux Output Fix”节点（来自同源插件），强制校准色彩空间与位深度，防止sRGB偏色。

今天带大家了解了的相关知识，希望对你有所帮助；关于科技周边的技术知识我们会一点点深入介绍，欢迎大家关注golang学习网公众号，一起学习编程~