C ComfyAtlas

发布于 2026年5月19日

你的第一个 ComfyUI 工作流:文生图分步搭建

从空白画布开始,在 ComfyUI 里搭一个完整的文生图工作流。逐个加节点、连线、生成第一张图。包含确切的参数设置和出问题时怎么办。

学懂 ComfyUI 最快的方式就是动手搭一个。第一次启动加载的默认工作流是能用,但它是黑盒 — 节点已经摆好了,你看不到为什么这样连。

本文带你从空白画布亲手搭出同一个工作流。看完你会有第一张生成图,而且清楚每个节点为什么连到哪。

还没装 ComfyUI?看安装教程。不知道节点是什么?先看节点详解 — 那篇讲清楚了我们待会要连的七个核心节点。

准备

第一次玩推荐 Stable Diffusion 1.5 base — 体积小、速度快、容错高。SDXL 也行但生成更慢、占显存更多。

第一步:清空画布

在浏览器里打开 ComfyUI,会看到默认工作流。

清空:

现在应该是空白的灰色画布。中键拖动平移,滚轮缩放。

第二步:加 Load Checkpoint

在空白画布上双击,弹出搜索框。

输入 Load Checkpoint,点结果。节点落在光标位置。

这个节点有:

点下拉选你的 checkpoint。如果是空的,说明 models/checkpoints/ 里没有模型。

第三步:加两个 CLIP Text Encode 节点

双击画布 → 搜 CLIP Text Encode → 加上。

把它拖到 Load Checkpoint 右边,留出连线空间。

连线:

  1. 点 Load Checkpoint 右边的 CLIP 输出(黄色 socket)
  2. 拖一根线到 CLIP Text Encode 左边的 clip 输入(也是黄色)
  3. 松手。一根黄线出现。

点节点里的文字框,输入正向提示词:

a cinematic photo of a fox sitting on a moss-covered rock in a misty forest, golden hour lighting, sharp focus

再用同样方式加第二个 CLIP Text Encode 节点。把它的 clip 输入连到 Load Checkpoint 同一个 CLIP 输出(一个输出可以分给多个输入)。

第二个节点的文字框里输入负向提示词:

blurry, low quality, watermark, text, deformed, extra limbs

小贴士:右键节点 → Rename 把它们改名为 “Positive” 和 “Negative”,免得搞混。

第四步:加 Empty Latent Image

双击 → 搜 Empty Latent Image → 加。

放到提示词节点下方。

它有三个控件、一个输出(LATENT)。设置控件:

这个节点没有输入,只是按你给的尺寸创建空白画布。

第五步:加 KSampler

双击 → 搜 KSampler → 加。

放到所有节点的右侧。KSampler 是工作流的心脏。

KSampler 有四个输入:

连线:

  1. Load Checkpoint → MODEL → KSampler → model
  2. 正向 CLIP Text Encode → CONDITIONING → KSampler → positive
  3. 负向 CLIP Text Encode → CONDITIONING → KSampler → negative
  4. Empty Latent Image → LATENT → KSampler → latent_image

控件配置:

第一次跑别动这些参数。先有一个能用的基线,再开始实验。

第六步:加 VAE Decode

双击 → 搜 VAE Decode → 加。

放到 KSampler 右边。VAE Decode 把 KSampler 输出的 latent 转成可见图像。

两个输入:

连线:

  1. KSampler → LATENT → VAE Decode → samples
  2. Load Checkpoint → VAE → VAE Decode → vae

第七步:加 Save Image

双击 → 搜 Save Image → 加。

放在最右边。VAE Decode → IMAGE → Save Image → images。

filename_prefix 控件控制文件名前缀,改成好认的,比如 forest-fox。

也可以用 Preview Image(只在浏览器显示不存盘)。调提示词时方便。

第八步:生成

看一眼画布,你应该有七个节点连成这样:

Load Checkpoint ─┬─ MODEL ──────────────┐
                 ├─ CLIP ──┬─ Positive ──┼─ KSampler ─ VAE Decode ─ Save Image
                 │         └─ Negative ──┤
                 └─ VAE ─────────────────│──────────────┘
                                         │
                  Empty Latent Image ────┘

按 Q 或点 Queue Prompt(右上角附近)。

每个节点跑到时变绿。KSampler 显示进度条。

第一次最慢,因为模型要加载进显存。SD 1.5 几秒,SDXL 第一次更长。

跑完图出现在 Save Image 节点里。文件在 ComfyUI/output/。

保存和复用工作流

工作流能用了就保存下来。

恢复工作流:

还可以把 ComfyUI 生成的 PNG 图片拖回画布。ComfyUI 把工作流元数据嵌进了 PNG,拖回去就能恢复出原来那张图的完整图。这是 ComfyUI 最贴心的特性之一。

调提示词

有了能用的基线,开始尝试改东西:

一次只改一项。一次改五项后图变烂,你不知道是哪项的锅。

故障排查

”Error occurred when executing CLIPTextEncode”

通常是 checkpoint 没加载好或 CLIP 模型缺失。看 ComfyUI 控制台里的 Python 错误细节。

显存不足(OOM)

先把分辨率降到 512×512。能跑了再往上爬。

8 GB 卡跑 SDXL,启动 ComfyUI 加 --lowvram(改 bat 文件或命令行)。6 GB 卡用 --medvram。

生成的图全是灰色或纯噪声

通常是 VAE 没接对,或 checkpoint 损坏。检查 VAE 这根线是不是从 Load Checkpoint 连到 VAE Decode。如果模型本身不带 VAE(罕见),需要单独 Load VAE 节点加载。

图模糊一团

KSampler 跑了但没有图

你忘了把 VAE Decode 接到 Save Image,或者整个 VAE Decode 都没加。KSampler 的输出是 latent,不是图,必须经 VAE Decode 才能变成图。

每次都是同一张图

control_after_generate 设成了 fixed,改成 randomize。

你学到了什么

你从零搭出了一条完整的文生图流水线,你现在知道:

这条流水线是地基。图生图、局部重绘、ControlNet、LoRA、放大,全是从这张图加节点改出来的。先把这一条玩熟。

下一步

从这里可以往几个方向走:

每个方向后面会有专题教程。

#工作流#教程#文生图#入门#stable-diffusion