How do I install and run ComfyUI on Windows, macOS, or Linux?

Follow the official repo and the community wiki for platform-specific steps, model folder locations, and dependencies. After installation, launch the local server and open ComfyUI in your browser to start wiring nodes.,.

What’s the simplest ComfyUI workflow for text-to-image?

Load a checkpoint, encode positive and negative prompts with CLIP, run a KSampler, decode with VAE, then save the image. This chain is the foundation for how to use ComfyUI effectively for most generations.,.

How do I use SDXL in ComfyUI?

Use an SDXL checkpoint with dual text encoders, then optionally add a refiner pass for better detail. Run at 1024×1024 with balanced CFG (around 5–7) and an efficient sampler like DPM++ 2M Karras..

Can I add ControlNet and LoRA in the same ComfyUI workflow?

Yes. Load your LoRA and ControlNet nodes, connect them to the model and KSampler conditionings, and tune weights (e.g., 0.6–0.8 for LoRA, ~0.5–1.2 for ControlNet). Watch VRAM usage and reduce resolution or steps if you hit OOM.

Why are my ComfyUI images low‑contrast or washed out?

Try a different VAE, lower CFG, or switch samplers. Some VAEs produce more faithful color and contrast; small adjustments can fix washed-out results quickly.

كيفية استخدام ComfyUI: دليل عملي خطوة بخطوة للمبتدئين

إذا سمعت أن ComfyUI "يعتمد على العقد وقوي للغاية" ولكنك شعرت بالخوف من جميع المربعات والأسلاك، فأنت لست وحدك. الخبر السار: بمجرد أن تتعلم بعض المفاهيم الأساسية - نقاط التحقق، المشفرات، أخذ العينات، وأجهزة فك التشفير - ستبني مسارات عمل للصور مثل المحترفين. يرشدك هذا الدليل العملي خلال كيفية استخدام ComfyUI من التثبيت إلى صور SDXL الأولى، بالإضافة إلى مسارات العمل لـ ControlNet و LoRAs وضبط الجودة/الأداء.

بحلول النهاية، ستعرف بالضبط كيفية استخدام ComfyUI لإنشاء صور متسقة وقابلة للتكرار ومرنة دون تخمين.

ما هو ComfyUI ولماذا نستخدمه؟

ComfyUI هي واجهة مرئية تعتمد على العقد لـ Stable Diffusion تتيح لك تصميم مسار معالجة الصور الخاص بك خطوة بخطوة. بدلاً من زر "إنشاء" واحد، يمكنك توصيل العقد - كل منها يتعامل مع مهمة متميزة مثل تحميل نموذج، أو ترميز النص، أو أخذ عينات كامنة، أو فك تشفير الصورة النهائية. إنه سريع، معياري، وشفاف - مثالي للتعلم والتجريب ومسارات عمل الإنتاج.

بداية سريعة: تثبيت وتشغيل ComfyUI

Windows/macOS/Linux: اتبع المستودع الرسمي وأدلة تثبيت المجتمع. يمكنك استخدام التثبيت اليدوي (Python + التبعيات) أو الطرق المعبأة اعتمادًا على نظام التشغيل ووحدة معالجة الرسومات (GPU) الخاصة بك. يوفر ويكي إعدادًا خطوة بخطوة لأنظمة Windows و macOS (بما في ذلك Apple Silicon) و Linux.

النماذج: ضع نقاط التحقق الخاصة بـ Stable Diffusion (مثل SDXL base/refiner أو SD 1.5) في المجلد models/checkpoints. ضع ملفات VAE في models/vae، و LoRAs في models/loras، ونماذج ControlNet في models/controlnet.

التشغيل: قم بتشغيل البرنامج النصي للبدء لنظام التشغيل الخاص بك؛ يفتح في متصفحك. اللوحة هي المكان الذي ستربط فيه العقد معًا.

نصيحة: حافظ على تحديث برامج تشغيل وحدة معالجة الرسومات (GPU) ومجموعة أدوات للحصول على أفضل أداء.

مفهوم أساسي: الحد الأدنى من مسار عمل النص إلى صورة

يبدو تدفق النص إلى صورة الأساسي في (نمط SD 1.5) كما يلي:

تحميل النموذج

العقدة: Checkpoint Loader

الإخراج: مكونات UNet و CLIP و VAE

ترميز المطالبات

العقدة: CLIP Text Encode (إيجابي)

العقدة: CLIP Text Encode (سلبي)

الإخراج: تضمينات تكييف للتوجيه

إنشاء كامنات

العقدة: KSampler

المدخلات: UNet، تكييف إيجابي/سلبي، بذرة، خطوات، أداة أخذ عينات (مثل DPM++ 2M Karras)، ومقياس CFG

الإخراج: صورة كامنة

فك تشفير الصورة

العقدة: VAE Decode

الإخراج: صورة

حفظ الإخراج

العقدة: Save Image

هذا الرسم البياني الأساسي - نقطة التحقق → CLIP (إيجابي/سلبي) → KSampler → VAE Decode → Save - هو الأساس لكل ما ستفعله تقريبًا في .

مسار عمل SDXL: أساسي + (اختياري) مُحسن

يستخدم SDXL وحدات ترميز نصية مزدوجة وغالبًا ما يستفيد من تمرير مُحسن.

تحميل SDXL Base: استخدم نقطة تحقق متوافقة مع SDXL. تتضمن العديد من قوالب SDXL وحدتي ترميز CLIP (للسياق الكبير/الصغير). قم بتغذية المطالبات الإيجابية والسلبية.

KSampler (أساسي): قم بإنشاء كامنات بدقة 1024×1024 (أو الهدف الذي تريده). احفظ الكامنات أو الصور التي تم فك تشفيرها.

مُحسن اختياري: قم بتحميل نقطة التحقق SDXL Refiner وقم بتشغيل تمرير KSampler إضافي مشروطًا بالإخراج الأساسي، ثم قم بفك تشفيره باستخدام VAE.

يمكن لهذه العملية المكونة من مرحلتين أن تحسن بشكل كبير التفاصيل والتماسك في الدقة العالية.

عمليًا: قم ببناء الرسم البياني الأول الخاص بك

ابدأ من قالب: في الشريط الجانبي، قم بتحميل مثال نصي إلى صورة مضمن.

استبدل نقطة التحقق: حدد نموذج SDXL أو SD 1.5 الخاص بك.

اكتب مطالبتك: استخدم عقد CLIP الإيجابية والسلبية. مثال:

إيجابي: "صورة سينمائية، إضاءة استوديو ناعمة، عدسة 85 مم، مفصلة للغاية، حبيبات الفيلم"

سلبي: "ضبابي، منخفض الدقة، مشوه، أصابع إضافية، علامة مائية"

إعدادات KSampler:

الخطوات: 20-35 لتحقيق التوازن بين السرعة والجودة

أداة أخذ العينات: DPM++ 2M Karras (موثوقة) أو Euler a (سريعة)

CFG: 4.5-7.5 (كلما ارتفع الرقم، زادت صعوبة الضغط على المطالبة، ولكن يمكن أن يؤدي إلى التشبع)

البذرة: قم بإصلاحها من أجل التكاثر؛ تختلف للاستكشاف

الدقة: بالنسبة لـ SD 1.5، ابدأ بـ 512×512 أو 768×768. بالنسبة لـ SDXL، تعمل 1024×1024 بشكل جيد.

فك التشفير والحفظ: أضف VAE Decode → Save Image. انقر فوق Queue Prompt للإنشاء.

فهم العقد الرئيسية (بلغة بسيطة)

Checkpoint Loader: يقوم بتحميل نموذج الانتشار الخاص بك (UNet) ووحدات ترميز النصوص (CLIP) و VAE. فكر في الأمر على أنه "محركك + دماغ اللغة + مترجم الصور."

CLIP Text Encode: يحول مطالبتك إلى تضمينات رقمية يفهمها النموذج. استخدم وحدات ترميز النصوص الإيجابية والسلبية.

KSampler: قلب تركيب الصور. إنه يزيل ضوضاء كامنة موجهة بواسطة مطالبتك وطريقة أخذ العينات عبر عدد من الخطوات.

VAE Decode: يترجم الكامنات النهائية إلى صورة قابلة للعرض. يؤدي تبديل VAEs إلى تغيير دقة اللون/التباين.

Save Image: يكتب الإخراج على القرص مع البيانات الوصفية حتى تتمكن من إعادة إنشاء النتائج لاحقًا.

للحصول على نظرة أكثر تعمقًا على هذه اللبنات الأساسية، راجع التحليلات سهلة الاستخدام للمبتدئين وشروحات العقد.

عمليات التقوية: LoRA و ControlNet والصورة إلى صورة

استخدم LoRA للتحكم في النمط أو الموضوع

أضف عقدة LoRA Loader وقم بتوصيلها بفرع النموذج الخاص بك.

القوة: ابدأ بحوالي 0.6-0.8؛ اضبط بناءً على شدة النمط أو الإفراط في التخصيص.

LoRAs متعددة: قم بتسلسل أو دمج، ولكن احترس من التعارضات؛ قم بخفض القوة عند التكديس.

أضف ControlNet لتركيب دقيق

تتيح لك عقد ControlNet توجيه التركيب باستخدام خريطة إدخال (Canny، Depth، OpenPose، إلخ).

التدفق النموذجي: قم بتحميل نموذج ControlNet → قم بمعالجة صورة الدليل الخاصة بك مسبقًا (على سبيل المثال، حافة Canny) → قم بتغذية تكييف ControlNet في KSampler جنبًا إلى جنب مع تكييف النص الخاص بك.

الوزن: 0.5-1.2 هي بداية جيدة. يمكن أن يؤدي الارتفاع الشديد إلى التغلب على مطالبتك.

صورة إلى صورة أو Inpainting

استبدل الضوضاء الأولية بصورة كامنة عبر VAE Encode.

اضبط قوة إزالة الضوضاء في KSampler للتحكم في مقدار الصورة الأصلية المتبقي.

بالنسبة لـ inpainting، استخدم إدخال قناع ومسار معالجة لأخذ العينات مدرك لـ inpaint.

ضبط الجودة: المطالبات و CFG وأدوات أخذ العينات والبذور

هندسة المطالبات: استخدم واصفات موجزة، وليس فقرات. الترتيب أقل أهمية من الوضوح، ولكن احتفظ بالسمات الهامة في المقدمة.

مقياس CFG:

منخفض (3-5): أكثر إبداعًا، وأقل التزامًا بالمطالبة

متوسط (6-8): متوازن

مرتفع (9-12): التزام قوي، يمكن أن يخلق قطع أثرية

اختيار أداة أخذ العينات:

DPM++ 2M Karras: نظيف وموثوق

Euler a: سريع ومعبر، رائع للمعاينة

UniPC / Heun / DDIM: يستحق الاختبار؛ تختلف النتائج حسب النموذج

البذور:

بذرة ثابتة = نتائج قابلة للتكاثر

بذرة مختلفة = استكشاف التنوع

نصائح الأداء لعمليات العرض السلس

ميزانية VRAM: اخفض الدقة أو الخطوات أو حجم الدفعة إذا وصلت إلى OOM. يمكن أن يتطلب SDXL بدقة 1024×1024 ذاكرة VRAM بسعة 8-12 جيجابايت اعتمادًا على العقد.

نصف الدقة: قم بتمكين fp16 حيث يتم دعمها لتوفير كبير في الذاكرة مع فقدان طفيف للجودة.

التبليط ورافعات المستوى الكامنة: قم بإنشاء أصغر، ثم قم بزيادة المستوى عبر عقدة رافعة المستوى الكامنة أو نموذج رافعة مستوى الصورة لتوفير VRAM.

التخزين المؤقت: أعد استخدام ترميزات CLIP و VAEs التي تم فك تشفيرها عبر عمليات التشغيل عندما لا تتغير المطالبات.

تجنب الفروع غير الضرورية: لا تزال العقد الإضافية غير المتصلة تستهلك الذاكرة عند تنفيذها في نفس قائمة الانتظار.

تنظيم مسارات العمل مثل المحترفين

تجميع العقد: استخدم الإطارات/التسميات لتنظيم الأقسام (المطالبة، النموذج، أداة أخذ العينات، الإخراج، إلخ).

لوحات المعلمات: قم بإنشاء عقد "تحكم" (على سبيل المثال، مربعات مطالبات فارغة، وأشرطة تمرير) في الأعلى لسهولة الضبط.

حفظ/مشاركة: قم بتصدير JSON مسار العمل الخاص بك واحتفظ بملاحظة النماذج المستخدمة لإمكانية التكاثر.

إصدار: احتفظ برسوم بيانية منفصلة لـ SD 1.5 و SDXL ومسارات المعالجة المتخصصة (الأنمي، الواقعية التصويرية، العمق إلى صورة، إلخ).

استكشاف الأخطاء وإصلاحها للمشاكل الشائعة

صور سوداء أو فارغة:

VAE خاطئ أو VAE Decode مفقود

إزالة الضوضاء منخفضة جدًا (على سبيل المثال، <0.2 في img2img)

ألوان باهتة:

جرب VAE آخر؛ بعض VAEs تحسن التباين بشكل ملحوظ

خفض CFG أو تغيير أداة أخذ العينات

لا شيء يتغير عبر عمليات التشغيل:

البذرة ثابتة؛ قم بتمكين العشوائية أو قم بتعيين بذرة جديدة

نفاد الذاكرة (OOM):

تقليل الدقة أو الخطوات أو حجم الدفعة؛ التبديل إلى fp16

أغلق تطبيقات وحدة معالجة الرسومات الأخرى؛ تبسيط مجموعات ControlNet/LoRA

لم يتم العثور على النموذج / العقدة الحمراء:

تحقق من مسارات الملفات ومجلدات النماذج؛ تأكد من امتدادات الملفات

تعلم بشكل أسرع مع مسارات العمل المبنية مسبقًا

يمكن أن تؤدي الإرشادات التفصيلية عبر الفيديو وسلسلة المبتدئين إلى تسريع منحنى التعلم الخاص بك من خلال الرسوم البيانية الجاهزة للتشغيل التي يمكنك إيقافها وتشريحها. توفر البرامج التعليمية والمواقع التعليمية المكتوبة شروحات للعقد وخطوات تثبيت محدثة لإبقائك على اطلاع دائم.

متقدم: تقسيم الرسوم البيانية الخاصة بك وتوسيعها

واجهة برمجة التطبيقات (API)/العقد الخارجية: تغطي بعض البرامج التعليمية توصيل بخدمات الذكاء الاصطناعي الخارجية عبر عقد خاصة، مما يتيح مسارات معالجة مختلطة وتفريغ المهام الثقيلة.

مكتبات العقد والامتدادات: استكشف عقد المجتمع للمجدولات ورافعات المستوى والمعالجة المسبقة (الوضعية والعمق والتجزئة). تحقق دائمًا من التوافق مع إصدار الخاص بك.

محسنات SDXL وأدوات أخذ العينات المتسلسلة: قم بتشغيل إزالة الضوضاء التدريجية (أساسي → محسن) أو حتى أدوات أخذ عينات متعددة للمزج الأسلوبي.

جدير بالذكر: تسريع المطالبات باستخدام Sider.AI

إذا كنت تكرر بشكل متكرر المطالبات أو المراجع أو الأوصاف، فقد تحتاج إلى مساعد جانبي لتبادل الأفكار وتحسين الاختلافات. بالمناسبة، يمكن أن يساعدك Sider.AI في صياغة مطالبات منظمة بسرعة وإنشاء قوائم مطالبات سلبية وتلخيص تجارب مسار العمل الخاص بك حتى لا تفقد المسار بين عمليات التشغيل. يمكنك تجربته هنا:

مسار عمل SDXL بسيط للمبتدئين (انسخ هذا النمط)

Checkpoint Loader (SDXL Base)

CLIP Text Encode (إيجابي) - "صورة منتج مفصلة للغاية، إضاءة softbox، عدسة 50 مم، سطح عاكس"

CLIP Text Encode (سلبي) - "منخفض الدقة، ضبابية الحركة، علامة مائية، فوضى في الخلفية"

KSampler: 1024×1024، 28 خطوة، DPM++ 2M Karras، CFG 5.5، بذرة ثابتة

VAE Decode → Save Image

إضافات اختيارية:

تمرير محسن مع نقطة التحقق SDXL Refiner عند 10-15 خطوة

ControlNet (العمق) مع صورة ظلية بسيطة للكائن للتخطيط

LoRA عند 0.6 لعلامة تجارية أو نمط فني معين

النقاط الرئيسية

تأتي قوة من شفافيته - قم ببناء مسار المعالجة الخاص بك عقدة تلو الأخرى.

سلسلة النص إلى صورة الأساسية بسيطة: نقطة التحقق → CLIP (إيجابي/سلبي) → KSampler → VAE Decode → Save.

يستفيد SDXL من وحدات الترميز المزدوجة وتمرير محسن اختياري للحصول على التفاصيل.

تمنحك LoRAs و ControlNet التحكم في النمط ودقة التركيب.

اضبط CFG وأداة أخذ العينات والبذرة لتحقيق الجودة والاتساق؛ قم بإدارة VRAM باستخدام fp16 والدقة المعقولة.

نظم مسارات العمل وقم بإصدارها من أجل التكرار غير المؤلم.

الخطوات التالية

قم بتثبيت باتباع إرشادات المستودع/موقع الويكي وقم بتشغيل مسار عمل نموذجي.

أعد بناء السلسلة الدنيا من البداية لترسيخ الأساسيات.

أضف ControlNet و LoRA، ثم اختبر إعدادات أداة أخذ العينات و CFG A/B.

احفظ وشارك JSON مسار العمل الخاص بك مع ملاحظات حول النماذج والبذور والمعلمات.

إنشاء سعيد - ومرحبًا بك في عالم الهادئ والقابل للتحكم.

الأسئلة الشائعة

س1: كيف أقوم بتثبيت وتشغيل على Windows أو macOS أو Linux؟ اتبع المستودع الرسمي وويكي المجتمع للحصول على خطوات خاصة بالنظام الأساسي ومواقع مجلدات النماذج والتبعيات. بعد التثبيت، قم بتشغيل الخادم المحلي وافتح في متصفحك لبدء توصيل العقد.

س2: ما هو أبسط مسار عمل للنص إلى صورة؟ قم بتحميل نقطة تحقق، وقم بترميز المطالبات الإيجابية والسلبية باستخدام CLIP، وقم بتشغيل KSampler، وقم بفك تشفيره باستخدام VAE، ثم احفظ الصورة. هذه السلسلة هي الأساس لكيفية استخدام بشكل فعال لمعظم عمليات الإنشاء.

س3: كيف أستخدم SDXL في ؟ استخدم نقطة تحقق SDXL مع وحدات ترميز نصوص مزدوجة، ثم أضف اختياريًا تمرير محسن للحصول على تفاصيل أفضل. قم بالتشغيل بدقة 1024×1024 مع CFG متوازن (حوالي 5-7) وأداة أخذ عينات فعالة مثل DPM++ 2M Karras.

س4: هل يمكنني إضافة ControlNet و LoRA في نفس مسار عمل ؟ نعم. قم بتحميل عقد LoRA و ControlNet الخاصة بك، وقم بتوصيلها بالنموذج وتكييفات KSampler، واضبط الأوزان (على سبيل المثال، 0.6-0.8 لـ LoRA، ~0.5-1.2 لـ ControlNet). راقب استخدام VRAM وقلل الدقة أو الخطوات إذا وصلت إلى OOM.

س5: لماذا تكون صور الخاصة بي منخفضة التباين أو باهتة؟ جرب VAE مختلفًا، أو اخفض CFG، أو بدل أدوات أخذ العينات. تنتج بعض VAEs ألوانًا وتباينًا أكثر دقة؛ يمكن للتعديلات الصغيرة إصلاح النتائج الباهتة بسرعة.