Πώς να χρησιμοποιήσετε το ComfyUI: Ένας πρακτικός, βήμα προς βήμα οδηγός για αρχάριους
Εάν έχετε ακούσει ότι το ComfyUI είναι "βασισμένο σε κόμβους και εξαιρετικά ισχυρό", αλλά αισθανθήκατε εκφοβισμένοι από όλα τα κουτιά και τα καλώδια, δεν είστε μόνοι. Τα καλά νέα: μόλις μάθετε μερικές βασικές έννοιες - σημεία ελέγχου, κωδικοποιητές, δειγματολήπτες και αποκωδικοποιητές - θα δημιουργείτε ροές εργασίας εικόνας σαν επαγγελματίας. Αυτός ο πρακτικός οδηγός σας καθοδηγεί στον τρόπο χρήσης του ComfyUI από την εγκατάσταση έως τις πρώτες σας εικόνες SDXL, καθώς και ροές εργασίας για το ControlNet, τα LoRAs και τη ρύθμιση ποιότητας/απόδοσης.
Στο τέλος, θα γνωρίζετε ακριβώς πώς να χρησιμοποιήσετε το ComfyUI για να κάνετε συνεπείς, επαναλαμβανόμενες και ευέλικτες δημιουργίες εικόνων χωρίς εικασίες.
Τι είναι το ComfyUI και γιατί να το χρησιμοποιήσετε;
Το ComfyUI είναι μια οπτική διεπαφή Stable Diffusion βασισμένη σε κόμβους, που σας επιτρέπει να σχεδιάσετε την αγωγό εικόνας σας βήμα προς βήμα. Αντί για ένα μόνο κουμπί "Δημιουργία", συνδέετε κόμβους - καθένας από τους οποίους χειρίζεται μια ξεχωριστή εργασία, όπως η φόρτωση ενός μοντέλου, η κωδικοποίηση κειμένου, η δειγματοληψία λανθανόντων ή η αποκωδικοποίηση της τελικής εικόνας. Είναι γρήγορο, αρθρωτό και διαφανές - ιδανικό για εκμάθηση, πειραματισμό και ροές εργασίας παραγωγής.
Γρήγορη έναρξη: Εγκαταστήστε και εκκινήστε το ComfyUI
- Windows/macOS/Linux: Ακολουθήστε τον επίσημο χώρο αποθήκευσης και τους οδηγούς εγκατάστασης της κοινότητας. Μπορείτε να χρησιμοποιήσετε μη αυτόματη εγκατάσταση (Python + εξαρτήσεις) ή συσκευασμένες μεθόδους, ανάλογα με την πλατφόρμα και την GPU σας. Το wiki του ComfyUI παρέχει βήμα προς βήμα εγκατάσταση για Windows, macOS (συμπεριλαμβανομένου του Apple Silicon) και Linux.
- Μοντέλα: Τοποθετήστε τα σημεία ελέγχου Stable Diffusion (π.χ. SDXL base/refiner ή SD 1.5) στο φάκελο
models/checkpoints. Τοποθετήστε τα αρχεία VAE στο models/vae, τα LoRAs στο models/loras, τα μοντέλα ControlNet στο models/controlnet.
- Εκκίνηση: Εκτελέστε το σενάριο εκκίνησης για το λειτουργικό σας σύστημα. Το ComfyUI ανοίγει στο πρόγραμμα περιήγησής σας. Ο καμβάς είναι όπου θα συνδέσετε τους κόμβους μεταξύ τους.
Συμβουλή: Διατηρήστε τα προγράμματα οδήγησης GPU και το CUDA toolkit ενημερωμένα για καλύτερη απόδοση.
Βασική ιδέα: Η ελάχιστη ροή εργασίας κειμένου σε εικόνα
Η βασική ροή κειμένου σε εικόνα του ComfyUI (στυλ SD 1.5) μοιάζει με αυτή:
- Κόμβος: Checkpoint Loader
- Έξοδος: UNet, CLIP και στοιχεία VAE
- Κόμβος: CLIP Text Encode (Θετικό)
- Κόμβος: CLIP Text Encode (Αρνητικό)
- Έξοδος: Ενσωματώσεις υπό όρους για καθοδήγηση
- Είσοδοι: UNet, θετική/αρνητική υπό όρους, seed, βήματα, δειγματολήπτης (π.χ. DPM++ 2M Karras) και κλίμακα CFG
- Έξοδος: Λανθάνουσα εικόνα
Αυτό το βασικό γράφημα - Checkpoint → CLIP (pos/neg) → KSampler → VAE Decode → Save - είναι το θεμέλιο για σχεδόν όλα όσα θα κάνετε στο ComfyUI.
Ροή εργασίας SDXL: Βάση + (Προαιρετικό) Refiner
Το SDXL χρησιμοποιεί διπλούς κωδικοποιητές κειμένου και συχνά ωφελείται από ένα πέρασμα refiner.
- Φόρτωση SDXL Base: Χρησιμοποιήστε ένα σημείο ελέγχου συμβατό με SDXL. Πολλά πρότυπα SDXL περιλαμβάνουν δύο κωδικοποιητές CLIP (για μεγάλο/μικρό πλαίσιο). Τροφοδοτήστε και τις δύο θετικές και αρνητικές προτροπές.
- KSampler (Base): Δημιουργήστε λανθάνουσες μεταβλητές σε 1024×1024 (ή τον στόχο σας). Αποθηκεύστε λανθάνουσες μεταβλητές ή αποκωδικοποιημένες εικόνες.
- Προαιρετικό Refiner: Φορτώστε το σημείο ελέγχου SDXL Refiner και εκτελέστε ένα επιπλέον πέρασμα KSampler υπό όρους με βάση την έξοδο βάσης και, στη συνέχεια, αποκωδικοποιήστε με VAE.
Αυτή η διαδικασία δύο σταδίων μπορεί να βελτιώσει σημαντικά τη λεπτομέρεια και τη συνοχή σε υψηλότερες αναλύσεις.
Πρακτική άσκηση: Δημιουργήστε το πρώτο σας γράφημα ComfyUI
- Ξεκινήστε από ένα πρότυπο: Στην πλαϊνή γραμμή, φορτώστε ένα ενσωματωμένο παράδειγμα κειμένου σε εικόνα.
- Αντικαταστήστε το σημείο ελέγχου: Επιλέξτε το μοντέλο SDXL ή SD 1.5.
- Γράψτε την προτροπή σας: Χρησιμοποιήστε τους κόμβους Positive και Negative CLIP. Παράδειγμα:
- Θετικό: "κινηματογραφικό πορτρέτο, απαλός φωτισμός στούντιο, φακός 85 mm, εξαιρετικά λεπτομερής, κόκκος φιλμ"
- Αρνητικό: "θολή, χαμηλής ανάλυσης, παραμορφωμένη, επιπλέον δάχτυλα, υδατογράφημα"
- Βήματα: 20–35 για ισορροπία ταχύτητας/ποιότητας
- Δειγματολήπτης: DPM++ 2M Karras (αξιόπιστος) ή Euler a (γρήγορος)
- CFG: 4,5–7,5 (όσο υψηλότερο τόσο περισσότερο πιέζει την προτροπή, αλλά μπορεί να υπερκορέσει)
- Seed: Διορθώστε το για αναπαραγωγιμότητα. μεταβάλλετε για εξερεύνηση
- Ανάλυση: Για SD 1.5, ξεκινήστε από 512×512 ή 768×768. Για SDXL, το 1024×1024 λειτουργεί καλά.
- Αποκωδικοποίηση και αποθήκευση: Προσθέστε VAE Decode → Save Image. Κάντε κλικ στο Queue Prompt για να δημιουργήσετε.
Κατανόηση των βασικών κόμβων (σε απλά ελληνικά)
- Checkpoint Loader: Φορτώνει το μοντέλο διάχυσης (UNet), τον(τους) κωδικοποιητή(ές) κειμένου (CLIP) και το VAE. Σκεφτείτε το ως τον "κινητήρα + εγκεφάλου γλώσσας + μεταφραστή εικόνας".
- CLIP Text Encode: Μετατρέπει την προτροπή σας σε αριθμητικές ενσωματώσεις που κατανοεί το μοντέλο. Χρησιμοποιήστε και τους δύο θετικούς και αρνητικούς κωδικοποιητές κειμένου.
- KSampler: Η καρδιά της σύνθεσης εικόνας. Αποθορυβοποιεί τον λανθάνοντα θόρυβο καθοδηγούμενο από την προτροπή και τη μέθοδο δειγματοληψίας σας σε έναν αριθμό βημάτων.
- VAE Decode: Μεταφράζει τελικές λανθάνουσες μεταβλητές σε μια ορατή εικόνα. Η εναλλαγή VAE αλλάζει την πιστότητα χρώματος/αντίθεσης.
- Save Image: Γράφει την έξοδο στο δίσκο με μεταδεδομένα, ώστε να μπορείτε να δημιουργήσετε ξανά αποτελέσματα αργότερα.
Για μια πιο εμπεριστατωμένη ανάλυση αυτών των δομικών στοιχείων, δείτε αναλύσεις φιλικές προς αρχάριους και επεξηγητές κόμβων.
Power‑Ups: LoRA, ControlNet και Image‑to‑Image
Χρησιμοποιήστε το LoRA για έλεγχο στυλ ή θέματος
- Προσθέστε έναν κόμβο LoRA Loader και συνδέστε τον στον κλάδο του μοντέλου σας.
- Ισχύς: Ξεκινήστε περίπου από 0,6–0,8. προσαρμόστε με βάση την ένταση του στυλ ή την υπερπροσαρμογή.
- Πολλαπλά LoRA: Αλυσιδωτή ή συγχώνευση, αλλά προσέξτε για συγκρούσεις. χαμηλότερες δυνάμεις κατά τη στοίβαξη.
Προσθέστε το ControlNet για ακριβή σύνθεση
- Οι κόμβοι ControlNet σάς επιτρέπουν να κατευθύνετε τη σύνθεση χρησιμοποιώντας έναν χάρτη εισόδου (Canny, Depth, OpenPose, κ.λπ.).
- Τυπική ροή: Φορτώστε το μοντέλο ControlNet → Προεπεξεργαστείτε την εικόνα οδηγό σας (π.χ. Canny edge) → Τροφοδοτήστε την υπό όρους ControlNet στο KSampler μαζί με την υπό όρους κειμένου σας.
- Βάρος: Το 0,5–1,2 είναι μια καλή αρχή. Το πολύ υψηλό μπορεί να υπερισχύσει της προτροπής σας.
Image‑to‑Image ή Inpainting
- Αντικαταστήστε τον αρχικό θόρυβο με μια λανθάνουσα εικόνα μέσω του VAE Encode.
- Προσαρμόστε την ισχύ αποθορυβοποίησης στο KSampler για να ελέγξετε πόση από την αρχική εικόνα παραμένει.
- Για inpainting, χρησιμοποιήστε μια μάσκα εισόδου και έναν αγωγό δειγματοληψίας με επίγνωση του inpaint.
Ρύθμιση ποιότητας: Προτροπές, CFG, δειγματολήπτες και σπόροι
- Μηχανική προτροπής: Χρησιμοποιήστε συνοπτικούς περιγραφείς, όχι παραγράφους. Η σειρά έχει μικρότερη σημασία από τη σαφήνεια, αλλά διατηρήστε τα κρίσιμα χαρακτηριστικά μπροστά.
- Χαμηλό (3–5): Περισσότερο δημιουργικό, λιγότερη προσκόλληση στην προτροπή
- Μεσαίο (6–8): Ισορροπημένο
- Υψηλό (9–12): Ισχυρή προσκόλληση, μπορεί να δημιουργήσει τεχνουργήματα
- DPM++ 2M Karras: Καθαρό, αξιόπιστο
- Euler a: Γρήγορο και εκφραστικό, εξαιρετικό για προεπισκοπήσεις
- UniPC / Heun / DDIM: Αξίζει να δοκιμάσετε. τα αποτελέσματα διαφέρουν ανά μοντέλο
- Σταθερός σπόρος = αναπαραγώγιμα αποτελέσματα
- Διαφορετικός σπόρος = εξερευνήστε την ποικιλομορφία
Συμβουλές απόδοσης για ομαλή απόδοση
- Προϋπολογισμός VRAM: Χαμηλότερη ανάλυση, βήματα ή μέγεθος παρτίδας εάν χτυπήσετε OOM. Το SDXL στα 1024×1024 μπορεί να απαιτήσει 8–12 GB VRAM ανάλογα με τους κόμβους.
- Μισή ακρίβεια: Ενεργοποιήστε το fp16 όπου υποστηρίζεται για μεγάλη εξοικονόμηση μνήμης με αμελητέα απώλεια ποιότητας.
- Tiling και latent upscalers: Δημιουργήστε μικρότερα, στη συνέχεια αυξήστε την κλίμακα μέσω ενός κόμβου latent upscaler ή ενός μοντέλου αύξησης κλίμακας εικόνας για να αποθηκεύσετε VRAM.
- Caching: Επαναχρησιμοποιήστε τις κωδικοποιήσεις CLIP και τις αποκωδικοποιημένες VAE σε εκτελέσεις όταν οι προτροπές δεν αλλάζουν.
- Αποφύγετε περιττούς κλάδους: Οι επιπλέον αποσυνδεδεμένοι κόμβοι εξακολουθούν να καταναλώνουν μνήμη όταν εκτελούνται στην ίδια ουρά.
Οργάνωση ροών εργασίας σαν επαγγελματίας
- Ομαδοποίηση κόμβων: Χρησιμοποιήστε πλαίσια/ετικέτες για να οργανώσετε ενότητες (Prompt, Model, Sampler, Output, κ.λπ.).
- Πίνακες παραμέτρων: Δημιουργήστε κόμβους "ελέγχου" (π.χ. άδεια κουτιά προτροπών, ρυθμιστικά) στην κορυφή για εύκολη ρύθμιση.
- Αποθήκευση/κοινή χρήση: Εξαγάγετε το JSON της ροής εργασίας σας και κρατήστε μια σημείωση
χρησιμοποιημένα μοντέλα για αναπαραγωγιμότητα.
- Διαχείριση εκδόσεων: Διατηρήστε ξεχωριστά γραφήματα για SD 1.5, SDXL και εξειδικευμένους αγωγούς (anime, φωτορεαλιστικό, βάθος σε εικόνα, κ.λπ.).
Αντιμετώπιση κοινών προβλημάτων
- Λάθος VAE ή λείπει το VAE Decode
- Αποθορυβοποίηση πολύ χαμηλή (π.χ. <0,2 στο img2img)
- Δοκιμάστε ένα άλλο VAE. ορισμένα VAE βελτιώνουν την αντίθεση αισθητά
- Χαμηλώστε το CFG ή αλλάξτε τον δειγματολήπτη
- Τίποτα δεν αλλάζει στις εκτελέσεις:
- Ο σπόρος είναι σταθερός. ενεργοποιήστε την τυχαιοποίηση ή ορίστε έναν νέο σπόρο
- Εξαντλήθηκε η μνήμη (OOM):
- Μειώστε την ανάλυση, τα βήματα ή το μέγεθος παρτίδας. μεταβείτε στο fp16
- Κλείστε άλλες εφαρμογές GPU. απλοποιήστε τις στοίβες ControlNet/LoRA
- Δεν βρέθηκε μοντέλο / κόκκινος κόμβος:
- Επαληθεύστε τις διαδρομές αρχείων και τους φακέλους μοντέλων. επιβεβαιώστε τις επεκτάσεις αρχείων
Μάθετε γρηγορότερα με προκατασκευασμένες ροές εργασίας
Οι βιντεοσκοπημένες περιγραφές και οι σειρές για αρχάριους μπορούν να επιταχύνουν την καμπύλη εκμάθησής σας με έτοιμα προς εκτέλεση γραφήματα που μπορείτε να διακόψετε και να αναλύσετε.
Για προχωρημένους: Αρθρωτοποίηση και επέκταση των γραφημάτων σας
- API/Εξωτερικοί κόμβοι: Ορισμένα σεμινάρια καλύπτουν τη σύνδεση του ComfyUI σε εξωτερικές υπηρεσίες AI μέσω ειδικών κόμβων, επιτρέποντας υβριδικούς αγωγούς και εκφόρτωση βαριών εργασιών.
- Βιβλιοθήκες κόμβων και επεκτάσεις: Εξερευνήστε τους κόμβους της κοινότητας για προγραμματιστές, upscalers και προεπεξεργασία (πόζα, βάθος, τμηματοποίηση). Ελέγχετε πάντα τη συμβατότητα με την έκδοση ComfyUI.
- SDXL refiners και αλυσιδωτοί δειγματολήπτες: Εκτελέστε σταδιακή αποθορυβοποίηση (base → refiner) ή ακόμη και πολλούς δειγματολήπτες για στυλιστική ανάμειξη.
Αξίζει να σημειωθεί: Επιτάχυνση της προτροπής με το Sider.AI
Εάν επαναλαμβάνετε συχνά προτροπές, αναφορές ή περιγραφές, ίσως χρειαστείτε έναν βοηθό για να κάνετε brainstorming και να βελτιώσετε τις παραλλαγές. Παρεμπιπτόντως, το Sider.AI μπορεί να σας βοηθήσει να συντάξετε γρήγορα δομημένες προτροπές, να δημιουργήσετε αρνητικούς καταλόγους προτροπών και να συνοψίσετε τα πειράματά σας ροής εργασίας, ώστε να μην χάνετε την παρακολούθηση μεταξύ των εκτελέσεων. Μπορείτε να το δοκιμάσετε εδώ: Μια απλή ροή εργασίας εκκίνησης SDXL (αντιγράψτε αυτό το μοτίβο)
- Checkpoint Loader (SDXL Base)
- CLIP Text Encode (Θετικό) — "εξαιρετικά λεπτομερής φωτογραφία προϊόντος, φωτισμός softbox, φακός 50 mm, ανακλαστική επιφάνεια"
- CLIP Text Encode (Αρνητικό) — "χαμηλής ανάλυσης, θόλωση κίνησης, υδατογράφημα, ακαταστασία φόντου"
- KSampler: 1024×1024, 28 βήματα, DPM++ 2M Karras, CFG 5.5, σταθερός σπόρος
Προαιρετικά πρόσθετα:
- Refiner pass με σημείο ελέγχου SDXL Refiner σε 10–15 βήματα
- ControlNet (Depth) με μια απλή σιλουέτα αντικειμένου για διάταξη
- LoRA στο 0,6 για μια συγκεκριμένη επωνυμία ή στυλ τέχνης
Βασικά συμπεράσματα
- Η δύναμη του ComfyUI προέρχεται από τη διαφάνειά του - δημιουργήστε τον αγωγό σας κόμβο προς κόμβο.
- Η βασική αλυσίδα κειμένου σε εικόνα είναι απλή: Checkpoint → CLIP (pos/neg) → KSampler → VAE Decode → Save.
- Το SDXL επωφελείται από διπλούς κωδικοποιητές και ένα προαιρετικό πέρασμα refiner για λεπτομέρεια.
- Τα LoRA και το ControlNet σάς δίνουν έλεγχο στυλ και ακρίβεια σύνθεσης.
- Ρυθμίστε το CFG, τον δειγματολήπτη και τον σπόρο για ποιότητα και συνέπεια. διαχειριστείτε το VRAM με fp16 και λογικές αναλύσεις.
- Οργανώστε τις ροές εργασίας και δημιουργήστε εκδόσεις για εύκολη επανάληψη.
Επόμενα βήματα
- Εγκαταστήστε το ComfyUI ακολουθώντας τις οδηγίες του repo/wiki και ξεκινήστε μια ροή εργασίας δειγμάτων.
- Ανακατασκευάστε την ελάχιστη αλυσίδα από την αρχή για να εδραιώσετε τα βασικά.
- Προσθέστε ControlNet και LoRA και, στη συνέχεια, δοκιμάστε τις ρυθμίσεις δειγματολήπτη και CFG A/B.
- Αποθηκεύστε και μοιραστείτε το JSON της ροής εργασίας σας με σημειώσεις σχετικά με μοντέλα, σπόρους και παραμέτρους.
Καλή δημιουργία - και καλώς ήρθατε στον ήρεμο, ελεγχόμενο κόσμο του ComfyUI.
Συχνές ερωτήσεις
Ε1:Πώς μπορώ να εγκαταστήσω και να εκτελέσω το ComfyUI σε Windows, macOS ή Linux;
Ακολουθήστε το επίσημο repo και το wiki της κοινότητας για συγκεκριμένα βήματα πλατφόρμας, τοποθεσίες φακέλων μοντέλων και εξαρτήσεις. Μετά την εγκατάσταση, ξεκινήστε τον τοπικό διακομιστή και ανοίξτε το ComfyUI στο πρόγραμμα περιήγησής σας για να ξεκινήσετε τη σύνδεση κόμβων.
Ε2:Ποια είναι η απλούστερη ροή εργασίας ComfyUI για κείμενο σε εικόνα;
Φορτώστε ένα σημείο ελέγχου, κωδικοποιήστε θετικές και αρνητικές προτροπές με CLIP, εκτελέστε ένα KSampler, αποκωδικοποιήστε με VAE και, στη συνέχεια, αποθηκεύστε την εικόνα. Αυτή η αλυσίδα είναι το θεμέλιο για τον τρόπο αποτελεσματικής χρήσης του ComfyUI για τις περισσότερες δημιουργίες.
Ε3:Πώς μπορώ να χρησιμοποιήσω το SDXL στο ComfyUI;
Χρησιμοποιήστε ένα σημείο ελέγχου SDXL με διπλούς κωδικοποιητές κειμένου και, στη συνέχεια, προαιρετικά προσθέστε ένα πέρασμα refiner για καλύτερη λεπτομέρεια. Εκτελέστε σε 1024×1024 με ισορροπημένο CFG (περίπου 5–7) και έναν αποτελεσματικό δειγματολήπτη όπως το DPM++ 2M Karras.
Ε4:Μπορώ να προσθέσω ControlNet και LoRA στην ίδια ροή εργασίας ComfyUI;
Ναι. Φορτώστε τους κόμβους LoRA και ControlNet, συνδέστε τους στις υποθέσεις μοντέλου και KSampler και ρυθμίστε τα βάρη (π.χ. 0,6–0,8 για LoRA, ~0,5–1,2 για ControlNet). Παρακολουθήστε τη χρήση VRAM και μειώστε την ανάλυση ή τα βήματα εάν χτυπήσετε OOM.
Ε5:Γιατί οι εικόνες ComfyUI μου έχουν χαμηλή αντίθεση ή είναι ξεθωριασμένες;
Δοκιμάστε ένα διαφορετικό VAE, χαμηλότερο CFG ή αλλάξτε δειγματολήπτες. Ορισμένα VAE παράγουν πιο πιστό χρώμα και αντίθεση. μικρές προσαρμογές μπορούν να διορθώσουν γρήγορα τα ξεθωριασμένα αποτελέσματα.
