CONTENT

第一课_简介第二课_自定义节点一般的下载方式ComfyUI Manager实用功能节点推荐节点包_节点集合_nodes pack第三课_常用工作流高清修复局部重绘_inpaint附加网络_Additonal NetworkEmbeddingsLoRAControlNet综合应用迪斯科_工作流搭建总的三个步骤分析需求研究实现需求的路径架设工作流五个步骤使用技巧示例：产品换背景示例：老照片上色示例：风格化海报总结心得ComfyUI打包应用实操产出SD3.5

第一课_简介

1. 安装

2. 搭建特定目的的工作流

3. 使用

4. 术语
1. clip：链接提示词
clip



2. K采样器ksampler：这个采样器负责去噪（sd生成图片的本质，出去前期的加噪，生图是一个条件去噪的过程，而这就是由采样器ksampler负责的）
3. 种子控制不同：
随机性控制



4. 采样器sampler，调度器scheduler分开了，webUI里是简化组合了直接
1. Latent： 图片数据的向量化表达，“潜空间”
latent



5. VAE：Decode，变分自编码器，潜空间变量↔️图片的“转化器”
VAE

5. 自己搭建

6. 挪用别人的
1. .json文件，元数据图片，纯文本参数
参考

7. 作者自带的工作流示例吃透，能更快上手

8. comfyUI组件，即自定义组件插件安装

第二课_自定义节点

一般的下载方式

1. git clone：可以git pull随时便捷更新

2. 仓库下载压缩包：形式是离线的，更新不方便

ComfyUI Manager

1. git clone脚本的UI可视化执行

2. 自动识别并补充安装导入工作流的缺失节点

实用功能节点推荐

1. 汉化
1. AIGODLIKE ComfyUI Translation

2. 提示词自动补全
1. ComfyUI custom scripts

3. 提示词翻译节点
1. clip translate：适时选择翻译引擎

4. 提示词反推
1. tagger：根据图片反推提示词，但需要安装用于反推的前置模型
2. 此时tagger输出为string字符串的text，所以不能直接输入到clip的prompt里面，需要把clip节点转换convert text to input，就把prompt输出形式从手动输入的框改为了text输入接口。
clip 转换

5. 自动负面提示词
1. auto negative prompt：强度enhancenegative调为1，就能自动化负面提示词了

6. 不需要再操作的固定节点可以点左上角收缩

节点包_节点集合_nodes pack

1. impacts节点包

2. pipe管线：pipe类型的ksampler：（单向数据流动），应用场景例如：生成完一次的，还得重新拉线的情况

没搞懂，不自己跑一遍是不懂为什么需要pipe这种中介形式的

ksampler pipe

3. inspire pack

4. efficiency nodes效率节点
1. 大概相当于集合以前webui的功能，把输入和输出集合到一个节点

第三课_常用工作流

overview

高清修复

1. 核心参数：denoise，去噪，0.5~0.8区间合适
example

2. 其他算法放大：esrgan传统放大模型：不同于hires处理潜空间数据，esrgan处理的是图片像素，所以后续还需要再把像素数据转化为latent潜空间数据；常用“realESRGAN_x4plus”

3. 传统的放大模型也有很多选择，可以自己根据需求和效果选择；当然，缩小就是up值小于1。

区别对比

局部重绘_inpaint

1. 普通蒙版：右键image蒙版编辑器，输出到重绘ksampler的也是像素信息，即蒙版部分是空的，需要较大的权重才会有作用。即把挖出来的部分扣掉，重新文生图。（新生成部分与原图部分无关，变化大）

2. set latent noise mask：latent潜空间蒙版，将指定区域原图像素转化为潜空间数据，再重新采样。即把挖出来的部分作为参考，做一次图生图。（新生成部分参考原图部分，变化小）
1. grow mask：羽化，边缘，过渡区
2. blur：羽化，但有整体和主体羽化的不同node
3. invert：对应webui里的重绘“蒙版区域”还是“非蒙版区域”
4. convert mask to image：后面接一个save/preview image，最后把蒙版导出为可视化图像，方便看最后的蒙版长啥样
5. convert image to mask：即上传图片为蒙版
1. 黑白在RGB红绿蓝三通道中是等值一样的

附加网络_Additonal Network

Core原理

Embeddings

1. 可以直接在prompt中调用，在开启manager默认设置后，自动补全更方便

LoRA

1. LoRA不能直接在prompt中调用，因为Embeddings是latent中的向量数据，但LoRA不是，他是经过再训练的附加权重
LoRA

2. LoRA训练时有两类数据：文本编码clip text，噪声预测UNet，这俩权重侧重不同，具体的微调效果自己试，看例子记不住。

3. Stack，堆叠加载，一回加载数个LoRA模型，

ControlNet

1. load controlnet；apply controlnet

2. 输出的信息是条件conditioning，会和prompt汇集在一起

3. ComfyUI不自带controlnet的预处理节点，得下载自定义节点：ControlNet Aux，用于把image 转化为 骨骼图，node名字为：ControlNet Preprocessor

4. 也有stack，但stack只接受处理好的信息图，所以还需要预处理器node

综合应用

1. 批处理
1. get （information）节点，如image size等，免去获取图片大小的手动重复操作
2. condition combine：clip转换为text输入后，无法再输入对应LoRA的trigger tag，所以得用到条件组合node。
3. bypass操作：右键节点bypass忽略，在工作流进行到这步时不做处理，跳过，用于开关某个作用节点。

1. 工作流
1. 除了自定义，另一大优势在分享和套用
2. 高度自定义SOP；标准化流程

1. 其他可能用到的组合模型（这也是一大优势，即组合其它领域的AI模型，模块化）
1. 自动扣图模型

迪斯科_工作流搭建

content

总的三个步骤

分析需求

确定首尾

研究实现需求的路径

1. 拆分功能模块

2. 对单独的模块的效果和效率综合考虑，再做选择
如智能自动抠图SAM+Grounding DINO

3. 比如风格变化，有如下选择：底模改变或者LoRA细调或IP-Adapter等

4. 比如精度控制的插件使用：contolnet的类型组合

架设工作流五个步骤

1. 添加核心节点
1. 技巧：可以分主副界面，主界面设计主干，副界面测试功能

2. 连接工作流主干
1. 技巧：可以从只有输出的那个节点往后拉线，比如load image节点，输出给vae，各种预处理器

3. 完善工作流旁支
1. 调节参数：自动获取输入文件信息的node，如tagger，getimagesize等；避免手动改参
2. 预览工作流进程（某些节点的阶段性处理结果preview）：如controlnet骨骼图的preview，自动抠图组件的结果图preview，当然也可以加入中间node，预览蒙版图

4. 测试工作流
1. 调参：根据表现倒回去调重绘幅度，各种权重
2. bug：比如上传图片过大，超负荷，可以加个resize节点，缩放图片大小
3. 优化：蒙版效果一般，加入blur节点，扩展边缘范围，再模糊边缘

5. 整理工作流：易读性和易用性
1. 对齐，大小缩放，排版：多选右键对齐，按住shift自动吸附背景网格
2. 不用手动改动的node收缩，如：文本输入的clip编码器，tagger，vae等
3. 分组：模块化
4. 理线：
1. 技巧1：出口线多时，可以右键出转接点（拉线时长按shift+r）
转接点



2. 技巧2：manager里切换线的类型：直角线
5. 标注注释Note

另存

其实熟悉了，从头推到尾也是可行的

使用技巧

示例：产品换背景

1. 类似于粘土风案例，从人换成了背景，一样的输入输出，中间的抠图，反转，蒙版等

2. 但这里要考虑用户的需求，用户换背景跟指定风格转换不同，可以加入更多自定义prompt，这里的需求变成了：自然描述语言→prompt提示词
1. 文本翻译
2. 提示词连接
3. 风格提示词自动选择补充
4. 元节点单独提取出输入窗口（考虑到用户体验）
eg

示例：老照片上色

1. 功能需求分析：
1. 清晰度
2. 上色

2. 注意事项
1. 原照片是黑白的，所以tagger反推出的tag会有黑白，导致出图带有黑白元素；可以在tagger的排除标签里剔除这类标签
2. RGThree节点包，有控制节点，可以作为单个或分组节点生效与否的控制开关
on-off



3. 疑惑：为什么没把放大的VAE放进去一起开关，而是拿出来，也就意味着不需要放大时也会用到放大的VAE，即把图像转化为潜空间latent数据。解决了：保持save image前面的VAE解码器收到latent数据，所以无论放大组是否生效，都得输出latent数据给VAE解码器，前面的上色输出的是像素数据，所以需要再编码一次。
4. RAGThree节点包的图像对比node，可以实现原图与成图的拉帘对比效果
eg

示例：风格化海报

1. 用到的功能模块
1. 照片拼接
2. 风格转化
3. 文字覆盖

2. 组合，调参等常规操作

总结心得

1. 节点对应的是手段，流对应的是过程，搭建工作流即是解决问题的全过程，从需求总结，到搭建，到调试等

2. 发展很快，多了解，多操作

3. 类比为语言，具体点编程语言
1. 节点=函数+数据结构
2. 连接线=语法
3. 功能分组 = 实现特定功能的子页面文件
4. 掌握完编程语言的基础函数和语法，以及常用的数据结构，到底能构建出什么样的程序是看你自己的。
5. 就跟语言一样，语言本身的生态和优缺点，时代的特殊性都会影响到工作流模式的发展，写东西也要考虑这些。

ComfyUI打包应用

如何将ComfyUI工作流变成月入$1000的AI图像“App”（零代码）| ShellAgent入门教程 · AI Agent Bot手把手搭建教学_哔哩哔哩_bilibili

如果你对成为一名ShellAgent开发者感兴趣，可以进入官方社群交流：1040417303 我花了7天时间，设计了1个ComfyUI的工作流，并把它封装成了一个人人都可以使用的图片App！你想知道，在这个过程中我做了些什么吗？感谢@ShellAgent运营官 的邀请！希望这期关于Shell Agent的入门教程，可以帮助社区里更多开发者接触到这个有趣的新平台！, 视频播放量 99189、弹幕量 134、点赞数 2760、投硬币枚数 1130、收藏人数 5950、转发人数 635, 视频作者 Nenly同学, 作者简介 不会画画的设计师，兴趣爱好是做一点教程 | （站内只有这一个账号） ( • ̀ω•́ )✧，相关视频：【全108集】目前B站最全的AI绘画网课SD+ComfyUI+Midjourney保姆级教程，2025最新版！包含所有干货！七天就能从小白到大神！学完直接变现！，血赚100w纯属意外?这个AI赛道一点也不挤！AI Agents保姆级教程，手把手教学，ComfyUI全球爆红，AI绘画进入“工作流时代”？做最好懂的Comfy UI入门教程：Stable Diffusion专业节点式界面新手教学，我用AI 复刻了《小王子》电影｜手把手教学，【全100集】秋叶2025最新版ComfyUI系列教程！0基础到精通 全程干货无废话 StableDiffusion专业节点式界面新手全流程教学！，28岁学会AI接单！首月战绩3.8w！单子多到干不完，根本干不完！电脑操作有手就会~附带详细教程~，决定用ComfyUI后 我人生都变了 原来是这么简单，【全748集】目前B站最全的AI绘画网课SD+ComfyUI+Midjourney保姆级教程，2025最新版！包含所有干货！七天就能从小白到大神！学完直接变现！，告别Coze限制：基于ComfyUI+MyShell的全新Agent开发思路 特邀讲师：彬子，【全68集】目前B站最全最细的AI视频保姆级教程，2025最新版AI视频制作全流程教学！包含所有干货！七天就能从小白到大神！（附工具）

https://www.bilibili.com/video/BV16qQRYoE1r/

这个算是一个产出，看能不能打包一个最简单的抠图应用，借用现有的模型，偏性价比，低算力需求。

1. 平台：Shell

2. 关于环境配置：shell平台会在工作流搭建完成保存后自动识别用到的node和模型，如果是自己训练的模型，需要上传到hugging face一类的代码托管平台，然后把链接粘贴过去

3. 技巧：shell agent里，输出线可以连回输入线，即自重复执行，比如再生成按钮

4. Run是在本地测试的，最后export导出json文件

5. 回到平台客户端，选择创建Bot，用ShellAgent模式，deploy对应环境

6. 公开部署，需要开发者pass身份

7. 自己作为第一批用户，把出图分享到广场，引流宣传

想办法换平台：微信公众号企业号小程序，手机应用APP，黑盒或其他垂直类目平台。

低代码平台的使用

实操产出

项目产出Jun 15, 2025 18:03

SD3.5

timeline

1. 性质：宽泛概念的免费可商用
license

2. 配置要求（本地）
reference

3. 暂时还是云端吧，0.8一小时的4090D说是
1. 智灵：智灵
2. 揽睿星洲：3090一块五一小时
price(4090D)

4. 新的VAE，参数设置，参考官方文档
1. 调度器用官方推荐的sgm_uniform

5. Large，large_turbo，medium
1. 虽然medium参数量要比large少70%，但氛围感或审美方面有时候比large要好，就很迷，当然，细节上还是large更优
2. medium不是large的缩小压缩版或蒸馏版，medium拥有不同的架构，更像是在large基础上训练的新模型
medium模型官方回答：多了注意力层，attention layers

6. 量化模型：FB8精度，以及对应的文本编码器
contrast

7. GGUF：一种量化格式

8. 应用
1. 重绘，重细节，用large，重风格，用medium