最近在尝试 Stable Diffusion 时你是否被 WebUI 的复杂操作和英文界面劝退或者你是否渴望一个更稳定、更高效、节点化的工作流来创作 AI 图像如果你正在寻找一个功能强大且对中文用户极度友好的 AI 绘画工具那么 ComfyUI 绝对是你的不二之选。而今天要介绍的正是由国内大神“秋叶aaaki”精心制作的ComfyUI V9.5 中文整合包。这个整合包彻底解决了 ComfyUI 原生安装的繁琐和语言障碍一键安装自带中文界面和中文提示词支持无论是 Windows 还是 macOS 用户都能轻松上手。本文将为你带来一份从零开始的完整安装与入门指南。我们将详细拆解 ComfyUI 的核心概念手把手教你如何在 Windows 和 macOS 系统上安装秋叶整合包并配置基础模型。最后还会分享一个简单的工作流示例让你快速体验 ComfyUI 的强大与便捷。无论你是 AI 绘画的新手还是希望从 WebUI 迁移过来的进阶用户这篇文章都能为你提供清晰的路径。1. ComfyUI 是什么为什么选择它在深入安装之前我们有必要先理解 ComfyUI 到底是什么以及它相较于我们熟知的 Stable Diffusion WebUIAUTOMATIC1111有何优势。1.1 核心概念节点式工作流ComfyUI 是一个基于节点的图形化界面用于构建和运行 Stable Diffusion 工作流。你可以把它想象成一个可视化的编程工具。在 WebUI 中你通过填写文生图、图生图等标签页的参数来生成图片过程是线性的、封装好的。而在 ComfyUI 中整个生成过程被拆解成一个个独立的“节点”Node例如加载模型节点输入提示词节点K采样器节点负责调度和采样VAE解码节点保存图像节点这些节点通过“连线”连接起来数据如图像、潜空间特征、参数在连线中流动最终生成结果。这种设计带来了几个革命性的优势极高的灵活性与可控性你可以自由组合节点实现非常复杂的创作流程例如多模型混合、区域重绘、图像拼接、条件控制等这些在 WebUI 中往往需要插件或复杂操作才能实现。极佳的可重复性与分享性你的整个创作流程称为“工作流”可以保存为一个.json或.png文件。分享这个文件别人就能完全复现你的生成步骤和参数这对于教程分享和团队协作极其友好。更低的资源占用与更高的效率ComfyUI 采用非阻塞式设计并且只加载必要的模块。相比 WebUI它通常占用更少的内存生成速度也可能更快尤其是在进行复杂工作流或批量生成时。清晰的逻辑可视化节点图让你对整个图像生成流程一目了然有助于深入理解 Stable Diffusion 的工作原理。1.2 为什么选择秋叶 ComfyUI 整合包尽管 ComfyUI 非常强大但其官方安装方式对新手并不友好需要配置 Python 环境、安装依赖、处理各种可能的报错并且界面是全英文的。这对于国内用户尤其是初学者构成了较高的门槛。“秋叶aaaki”制作的整合包完美解决了这些问题一键安装开箱即用整合了 Python、PyTorch、CUDA 库等所有必要环境解压即用无需复杂配置。全中文汉化界面对 ComfyUI 界面进行了全面汉化包括节点名称、参数说明、菜单等大幅降低学习成本。原生支持中文提示词内置了中文提示词编码模型可以直接输入中文进行创作无需额外翻译或插件。预装实用插件整合了如ComfyUI-Manager插件管理器、WD14-Tagger标签反推等一批常用插件功能更强大。良好的社区支持作为国内最流行的整合包遇到问题时更容易在社区找到解决方案和同好交流。简单来说秋叶整合包是体验 ComfyUI 魅力的最快、最稳的捷径。2. 环境准备与安装前须知在开始下载和安装前请确保你的电脑满足基本要求并做好一些准备工作。2.1 系统与硬件要求操作系统Windows 10/11 或 macOS本文会涵盖两者。Linux 用户可参考官方或其它教程。显卡强烈推荐拥有 NVIDIA 独立显卡GTX 10系列及以上显存建议6GB以上并已安装最新版的显卡驱动。ComfyUI 能充分利用 CUDA 进行加速。AMD 显卡或苹果 M系列芯片可以通过其他后端如 ROCm, MPS运行但配置更复杂性能可能不及 NVIDIA且整合包主要针对 CUDA 优化。本文以 NVIDIA 显卡为例。存储空间预留至少20GB的可用空间。这用于存放整合包、基础模型以及后续生成的图片。2.2 下载秋叶 ComfyUI 整合包由于版权和分发原因我们无法直接提供下载链接。但你可以通过以下可靠途径获取秋叶的B站主页在B站搜索用户“秋叶aaaki”他的视频简介或动态中通常会发布最新的整合包下载地址通常是网盘链接。相关社群与论坛如Civitai中文社区、LiblibAI、StableDiffusion相关的 QQ 群、Discord 频道等经常会有热心网友分享分流链接。重要提示下载时请认准“秋叶aaaki”的署名并注意版本号如 V9.5。下载文件通常是一个较大的压缩包.7z或.zip格式。2.3 准备基础模型文件ComfyUI 本身只是一个“引擎”需要“燃料”模型才能运行。在启动前你需要准备至少一个 Stable Diffusion 大模型Checkpoint。常见模型来源Civitai.com,Hugging Face。对于初学者推荐下载一些流行的基础模型如SDXL 1.0、ChilloutMix、MajicMix等。模型放置路径下载好的模型文件.safetensors格式需要放入整合包内的特定文件夹。通常路径是ComfyUI_windows_portable/models/checkpoints/。如果该文件夹不存在可以手动创建。3. Windows 系统安装与配置教程这是最主流的安装方式。请严格按照步骤操作。3.1 安装步骤解压整合包将下载好的秋叶ComfyUI整合包V9.5.7z文件使用7-Zip或Bandizip等工具解压到一个英文路径的文件夹中。例如D:\AI\ComfyUI。绝对路径中不要包含中文或特殊字符否则可能导致程序运行异常。放置模型将你下载的.safetensors模型文件复制到ComfyUI_windows_portable/models/checkpoints/目录下。启动程序进入解压后的文件夹找到启动器.exe或run_nvidia_gpu.bat针对N卡文件。推荐使用启动器双击启动器.exe它会提供一个图形化界面可以方便地进行版本更新、插件管理、疑难解答等。直接运行双击run_nvidia_gpu.bat。首次运行会自动安装一些依赖请保持网络通畅并耐心等待命令行窗口自动完成操作。3.2 首次运行与界面汉化启动后会自动打开一个命令行窗口并最终显示类似“To see the GUI go to: http://127.0.0.1:8188”的信息。此时你的默认浏览器如 Chrome会自动打开http://127.0.0.1:8188这个地址。如果没有自动打开请手动在浏览器地址栏输入。进入的界面应该是已经汉化好的。如果发现仍是英文请检查是否下载了正确的秋叶整合包版本。在 ComfyUI 界面右上角点击“设置”齿轮图标在“语言”选项中选择“简体中文”。3.3 常见问题排查Windows问题现象可能原因解决方案双击.bat文件后窗口闪退1. 路径包含中文。2. 端口被占用。3. 缺少运行库。1. 将整合包移动到纯英文路径。2. 编辑.bat文件将--port 8188改为--port 另一个端口号如 8189。3. 安装Visual C Redistributable运行库。启动时报错提示缺少torch或CUDA相关环境依赖未正确安装或冲突。使用整合包内的启动器.exe在“高级选项”或“环境修复”中尝试修复。或尝试以管理员身份运行.bat文件。浏览器无法访问127.0.0.1:81881. 防火墙阻止。2. ComfyUI 服务未成功启动。1. 检查防火墙设置允许 Python 或相关进程联网。2. 查看命令行窗口是否有错误信息通常最后几行会提示失败原因。加载模型时提示错误或显存不足1. 模型文件损坏。2. 显存不足。1. 重新下载模型文件。2. 尝试使用显存优化参数启动。编辑.bat文件在python main.py后添加参数例如--lowvram低显存模式或--gpu-only。具体参数可查阅官方文档。4. macOS 系统安装与配置教程macOS 的安装过程与 Windows 类似但有一些细节差异特别是对于 Apple Silicon (M1/M2/M3) 芯片的 Mac。4.1 安装步骤Intel / Apple Silicon 通用解压整合包将下载的 macOS 版整合包解压到“应用程序”文件夹或你喜欢的其他位置。同样确保路径无中文。放置模型将模型文件.safetensors放入解压文件夹内的models/checkpoints/目录。赋予执行权限首次可能需要打开“终端”Terminal应用使用cd命令进入你的 ComfyUI 解压目录。例如cd /Applications/ComfyUI_macos_portable然后运行以下命令为启动脚本添加执行权限chmod x run.sh启动程序方法一终端启动在终端中继续在当前目录下运行./run.sh。方法二直接运行如果整合包提供了.command文件直接双击它即可。4.2 Apple Silicon (M1/M2/M3) 特别说明对于 ARM 架构的 Apple Silicon MacPyTorch 需要使用MPS(Metal Performance Shaders) 后端进行加速。秋叶整合包通常已配置好启动脚本 (run.sh) 会自动检测并尝试使用 MPS。如何确认启动后在 ComfyUI 的命令行输出中你应该能看到类似Using device: mps的提示。如果遇到问题可能需要手动确认 PyTorch 版本是否支持 MPS。可以尝试在终端中进入 ComfyUI 的python_embeded或venv环境执行python -c “import torch; print(torch.backends.mps.is_available())”如果输出True则表示 MPS 可用。4.3 常见问题排查macOS问题现象可能原因解决方案提示“无法打开因为无法验证开发者”macOS 安全设置阻止。进入“系统设置”-“隐私与安全性”在“安全性”部分找到被阻止的选项点击“仍要打开”。或者对run.sh右键选择“打开”。启动脚本执行失败提示权限问题文件权限不正确。在终端中执行chmod x run.sh和chmod x python/bin/python3具体路径根据整合包结构调整。模型加载慢或报错1. 模型路径错误。2. macOS 下首次加载需要编译优化。1. 确认模型文件在models/checkpoints/下。2. 首次加载某个模型时会较慢耐心等待即可。后续加载会变快。内存不足Memory模型过大或同时运行其他大型应用。关闭不必要的应用。尝试使用--cpu参数仅用 CPU 运行极慢或考虑使用较小的模型。5. 你的第一个 ComfyUI 工作流安装成功并打开中文界面后面对空白的画布可能有些茫然。别担心我们来构建一个最简单的文生图工作流感受一下节点式操作的逻辑。5.1 清空与准备首次打开画布上可能有一个示例工作流。我们可以在右侧的“工具”栏点击“清除”来获得一个干净的画布。5.2 添加核心节点我们将通过右键点击画布空白处选择“添加节点”来创建以下节点。也可以使用快捷键空格键调出搜索框输入节点名称快速添加。加载模型搜索并添加加载模型节点。这个节点负责载入你放在checkpoints文件夹里的大模型。在节点的ckpt_name下拉菜单中选择你放置的模型文件名例如sd_xl_base_1.0.safetensors。CLIP文本编码器搜索并添加CLIP文本编码器节点。我们需要添加两个一个用于正面提示词prompt一个用于负面提示词negative prompt。分别将两个CLIP文本编码器节点的CLIP端口连接到加载模型节点的CLIP输出端口。K采样器搜索并添加K采样器节点。这是整个生成过程的核心负责迭代去噪。连接model- 连接到加载模型节点的MODEL。positive- 连接到正面CLIP文本编码器节点的CONDITIONING。negative- 连接到负面CLIP文本编码器节点的CONDITIONING。latent_image- 暂时空着我们需要先创建一个初始潜空间图像。空潜空间图像搜索并添加空潜空间图像节点。它定义了生成图片的初始随机噪声和尺寸。设置宽度和高度例如 1024x1024。注意尺寸需要符合你所用模型的要求SD1.5 常为 512 倍数SDXL 常为 1024 倍数。将它的LATENT输出连接到K采样器节点的latent_image输入。VAE解码搜索并添加VAE解码节点。它将 K采样器输出的“潜空间”数据解码成我们可以看到的像素图像。连接samples- 连接到K采样器节点的LATENT输出。vae- 连接到加载模型节点的VAE输出。保存图像搜索并添加保存图像节点。将VAE解码节点的IMAGE输出连接到保存图像节点的images输入。至此一个最基础的工作流就连接完成了。你的节点图应该大致如下图所示布局可以不同但连接逻辑一致[加载模型] - (CLIP) - [CLIP文本编码器(正)] - (CONDITIONING) - [K采样器] - (LATENT) - [VAE解码] - (IMAGE) - [保存图像] | ^ |- [CLIP文本编码器(负)] ------------------------------------| | (VAE) - [VAE解码] (MODEL)- [K采样器] [空潜空间图像] - (LATENT) - [K采样器]5.3 配置参数并生成输入提示词在两个CLIP文本编码器节点的text输入框中分别输入正面描述如“一个美丽的女孩在花园里阳光明媚大师级画作”和负面描述如“丑陋模糊多手指画质差”。你可以直接输入中文配置 K采样器steps采样步数20-30 是常用范围。cfg提示词相关性7-9 是常用范围。sampler_name采样器例如eulerdpmpp_2m。scheduler调度器例如normal。seed随机种子可以固定一个数字来复现结果。生成图片点击右下角的“添加提示词队列”按钮。查看结果生成完成后图片会自动保存到ComfyUI_windows_portable/ComfyUI/output/目录下。你也可以在保存图像节点上右键选择“打开图像”进行预览。6. 进阶使用与资源推荐掌握了基础工作流后你可以探索 ComfyUI 更广阔的世界。6.1 使用与安装插件秋叶整合包预装了ComfyUI-Manager这是管理插件的核心工具。打开管理器在 ComfyUI 界面点击右侧“工具”栏的“管理器”按钮。安装插件在“管理器”窗口中切换到“安装节点”标签页你可以搜索、浏览并一键安装海量社区插件如ControlNet、IPAdapter、AnimateDiff等。更新与修复在“管理器”的“更新”或“修复”标签页可以更新 ComfyUI 本体、已安装的插件和自定义节点。6.2 导入与导出工作流保存工作流点击右侧“工具”栏的“保存”按钮可以将当前画布上的所有节点和连接保存为一个.json文件。加载工作流点击“加载”按钮选择之前保存的.json文件即可完全还原工作流。分享工作流为图片ComfyUI 有一个神奇的功能可以将整个工作流包括所有节点、参数和连接嵌入到一张 PNG 图片的元数据中。点击“保存带预览图”即可生成这样的图片。别人拿到这张图片后在 ComfyUI 中直接拖入画布就能完整加载这个工作流。这是学习和分享的最佳方式。6.3 学习资源推荐官方文档与社区ComfyUI的 GitHub Wiki 和 Discord 是获取第一手信息和帮助的地方。视频教程在B站搜索“ComfyUI 教程”有大量由“秋叶aaaki”、“Nenly”、“小李”等UP主制作的优质中文视频教程从入门到精通。工作流分享站Civitai.com和LiblibAI上不仅有模型还有大量用户分享的.json或.png工作流文件。下载下来拖入 ComfyUI 学习是进步最快的方法。7. 最佳实践与排错指南7.1 工作流组织最佳实践分组与注释对于复杂工作流善用“右键 - 添加 - 分组”功能将相关节点框选起来并添加注释让逻辑更清晰。使用Reroute节点当连线过于杂乱时可以添加“Reroute”节点像一个小圆点来整理连线使流程图更美观。保存常用模块将调试好的、功能固定的节点组如一个完整的 ControlNet 处理链保存为“自定义节点”或单独的工作流文件方便复用。7.2 性能优化建议启用 xFormers在启动器的“高级选项”中可以勾选“使用 xFormers”以优化显存和速度仅限 NVIDIA 显卡。使用 CPU 卸载对于显存较小的显卡可以在K采样器节点后使用VAE 到 CPU节点将数据转到内存缓解显存压力。清理输出目录定期清理output文件夹避免占用过多磁盘空间。7.3 高级问题排查思路当遇到复杂问题时可以遵循以下思路查看命令行日志ComfyUI 启动的黑框窗口是首要的报错信息输出地。99%的错误原因都能在这里找到例如缺少模块、模型加载失败、CUDA 错误等。简化工作流如果一个大工作流出错尝试逐个禁用或删除部分节点定位到具体是哪个节点或连接引发了问题。检查模型兼容性确保你使用的Checkpoint、LoRA、VAE、ControlNet等模型是相互兼容的例如SD1.5的 ControlNet 不能用于 SDXL 的 Checkpoint。更新与回滚通过 ComfyUI-Manager 更新所有组件到最新版有时能解决兼容性问题。如果更新后出现问题也可以尝试回滚到之前的版本。社区求助将错误日志、工作流截图、使用的模型名称等信息整理好在相关社区或群里提问更容易获得有效帮助。ComfyUI 以其无与伦比的灵活性和可视化逻辑正在成为 AI 图像生成领域的高级玩家和专业人士的首选工具。秋叶整合包则为我们扫清了语言和环境的重重障碍。从今天起不妨就从搭建这个中文环境开始亲手连接几个节点感受数据在管线中流动并最终汇聚成一张精美图像的奇妙过程。记住学习 ComfyUI 的最佳方式就是动手实践和拆解他人的工作流。祝你在这个充满创造力的节点世界中玩得愉快如果在安装或使用中遇到任何问题欢迎在评论区留言交流。