在实际 AI 绘画和内容创作领域从静态图像生成到动态叙事是一个显著的进阶。许多创作者在掌握了 Stable Diffusion WebUI 这类工具后开始寻求更高效、更可控的批量图像生成与序列化叙事能力。ComfyUI 以其节点式、可视化的工作流设计成为了实现这一目标的强大工具。它允许你将 AI 图像生成的每一个步骤——从模型加载、提示词解析、采样器设置到后期处理——都清晰地连接起来形成一个可重复、可修改、可分享的自动化流程。这对于制作需要多张图片保持风格一致、角色连贯的“AI漫剧”来说几乎是量身定制的解决方案。本文面向已经对 Stable Diffusion 基础概念如模型、VAE、采样器、提示词有一定了解希望从 WebUI 等工具迁移或进阶到 ComfyUI并系统学习如何构建一个完整 AI 漫剧制作流程的开发者与创作者。我们将不依赖任何现成的、可能包含未知依赖的整合包而是从零开始带你理解 ComfyUI 的核心机制搭建一个属于自己的、可完全掌控的 AI 漫剧生成工作流。你将学会如何规划角色与场景如何通过工作流实现批量生成与序列控制以及如何排查节点连接错误、显存不足等常见问题。最终你将获得一个清晰、模块化的工作流蓝图并能根据你的创意需求自由调整和扩展。1. 理解 ComfyUI 工作流为什么它适合 AI 漫剧制作在开始动手之前必须厘清 ComfyUI 与 WebUI 的本质区别以及其节点式工作流如何赋能序列化内容创作。1.1 从“黑盒”到“白盒”可视化执行图带来的控制力Stable Diffusion WebUI 提供了一个高度集成的界面大部分参数通过标签页和下拉菜单配置。这种设计降低了入门门槛但当你需要精确控制生成流程尤其是将多个生成步骤串联起来时就会感到掣肘。例如你想先生成一个人物草图然后固定种子仅改变背景提示词再生成一次最后将两次结果通过特定算法融合。在 WebUI 中这可能需要手动操作多个标签页记录种子并使用额外的脚本或外部工具。ComfyUI 则将整个生成过程解构为一个个独立的“节点”Node。每个节点代表一个明确的功能单元如“加载模型”、“编码提示词”、“KSampler采样”、“VAE解码”、“图像保存”。节点之间通过“连接线”传递数据如图像、潜在向量、条件信息。这形成了一张有向无环图DAG即“工作流”。这种设计的核心优势在于完全透明你可以清晰地看到数据从输入到输出的完整路径理解每一个中间状态。极致复用一个节点的输出可以连接到多个下游节点实现分支处理。例如同一组正向提示词可以同时用于生成不同尺寸的图像。流程固化一旦搭建好一个复杂的工作流如角色换装固定姿势特定背景你可以将其保存为.json文件。下次只需加载这个文件修改几个输入参数如角色描述即可复现整个高质量流程极大提升批量创作效率。1.2 AI 漫剧的核心挑战与 ComfyUI 的应对制作一部 AI 漫剧本质上是生成一系列在视觉风格、角色形象、画面质量上保持高度一致且能推进剧情的连续图像。这带来了几个核心挑战角色一致性确保主角在不同场景、角度、表情下看起来是同一个人。风格一致性整部剧集的色彩、光影、画风需要统一。批量生成效率手动为每一帧调整提示词、重绘幅度、种子等参数是不现实的。叙事连贯性需要一种机制来管理场景序列、镜头切换和剧情逻辑。ComfyUI 的工作流可以完美应对这些挑战针对角色一致性你可以创建一个专用的“角色定义”节点组其中固定使用某个 LoRA 模型、特定的面部特征提示词和负向提示词。这个节点组的输出可以连接到所有场景生成的采样器确保角色基础不变。针对风格一致性可以将基础模型、VAE、采样器参数如 CFG Scale、采样步数封装在一个“风格引擎”节点组中全局共享。针对批量生成利用“Prompt Schedule”或自定义脚本节点你可以按序列加载不同的场景描述、镜头提示词并自动循环执行工作流输出成序列的图像文件。针对叙事管理虽然 ComfyUI 本身不是编剧软件但你可以通过外部 JSON 文件或简单的 CSV 来管理你的“剧本”场景列表、对应提示词、种子等然后通过 ComfyUI 的 API 或批处理脚本来驱动工作流按剧本执行。理解了这些我们就知道学习 ComfyUI 不仅是学习一个新工具更是学习一种新的、工业化的 AI 内容生产思维方式。2. 环境准备与 ComfyUI 基础部署我们不推荐直接使用来历不明的“一键整合包”因为它们可能包含过时的依赖、不兼容的插件甚至存在安全风险。从官方仓库或可信源进行基础部署是建立稳定、可维护创作环境的第一步。2.1 系统与硬件要求在开始前请确认你的环境满足以下基本要求组件最低要求推荐配置说明操作系统Windows 10, macOS 10.15, Linux with Python 3.10Windows 11 / Ubuntu 22.04 LTS主流系统均可Linux 在服务器部署上更有优势。Python3.103.10.x必须使用 Python 3.10。3.11 或 3.12 可能导致 PyTorch 等关键库不兼容。GPUNVIDIA GPU, 4GB VRAMNVIDIA GPU, 8GB VRAMComfyUI 高度依赖 GPU 进行模型推理。显存大小直接影响可加载的模型分辨率和工作流复杂度。AMD GPU 可通过 ROCm 支持但配置更复杂。磁盘空间20GB 可用空间50GB 可用空间主要用于存放基础模型如 SDXL约7GB、LoRA、VAE 等文件。注意显存是关键瓶颈。一个简单的 512x512 图像生成可能只需 2-3GB 显存但使用高分辨率修复、多个 ControlNet 或大型语言模型节点时显存消耗会急剧上升。后续我们会讨论显存优化策略。2.2 安装 ComfyUI 与基础依赖我们采用从官方 Git 仓库克隆的方式安装这是最干净、最易于后续更新的方式。安装 Git如果尚未安装请从 git-scm.com 下载并安装。安装 Python 3.10从 Python 官网 下载 Python 3.10.x 安装包。安装时务必勾选“Add Python to PATH”。克隆仓库打开终端Windows 可用 PowerShell 或 CMD建议使用 Git Bash导航到你希望安装 ComfyUI 的目录执行以下命令git clone https://github.com/comfyanonymous/ComfyUI.git cd ComfyUI安装 PyTorch 与依赖ComfyUI 的requirements.txt文件列出了核心依赖。但 PyTorch 需要根据你的 CUDA 版本单独安装。首先确定你的 NVIDIA 显卡驱动支持的 CUDA 版本可通过nvidia-smi命令查看。然后访问 PyTorch 官网 获取安装命令。例如对于 CUDA 11.8pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118安装完 PyTorch 后再安装 ComfyUI 的其他依赖pip install -r requirements.txt获取模型文件ComfyUI 本身不包含任何 AI 模型。你需要将已有的 Stable Diffusion 模型文件.safetensors或.ckpt放入ComfyUI/models/checkpoints/目录。同样VAE 文件放入models/vae/LoRA 文件放入models/loras/。这是制作漫剧的“素材库”。2.3 启动与验证完成上述步骤后在 ComfyUI 目录下运行python main.py如果一切正常终端会输出本地服务器的访问地址通常是http://127.0.0.1:8188。在浏览器中打开此地址你应该能看到 ComfyUI 的空白工作区界面。此时你的 ComfyUI 还是一个“空壳”。接下来我们将从零开始搭建第一个工作流并逐步将其演进为一个漫剧生成流水线。3. 构建最小可运行工作流从单张图像到理解数据流让我们暂时忘记复杂的漫剧先构建一个能生成单张图像的最简工作流。这是理解所有复杂工作流的基础。3.1 创建基础生成链路在 ComfyUI 网页界面中右键点击空白处选择 “Add Node”。我们将按顺序添加以下节点并连接它们Load Checkpoint位于loaders类别下。这个节点用于加载你的基础模型。双击节点在ckpt_name下拉框中选择你放入models/checkpoints/的模型文件。CLIP Text Encode (Prompt)位于conditioning类别下。我们需要两个这样的节点一个用于正向提示词positive一个用于负向提示词negative。将Load Checkpoint节点的CLIP输出端口分别连接到两个CLIP Text Encode节点的clip输入端口。然后在节点的text输入框内填入你的提示词。Empty Latent Image位于latent类别下。这个节点定义了生成图像的初始潜在空间尺寸宽度、高度和批处理大小batch_size。将其width和height设置为512batch_size设置为1。KSampler位于sampling类别下。这是核心采样器节点。进行如下连接model- 连接Load Checkpoint的MODEL输出。positive- 连接正向CLIP Text Encode的CONDITIONING输出。negative- 连接负向CLIP Text Encode的CONDITIONING输出。latent_image- 连接Empty Latent Image的LATENT输出。 设置参数seed随机种子steps采样步数如20cfgCFG Scale如7sampler_name如eulerscheduler如normal。VAE Decode位于latent类别下。采样器输出的是潜在表示需要用 VAE 解码为像素图像。将KSampler的LATENT输出连接到VAE Decode的latent_image输入再将Load Checkpoint节点的VAE输出连接到VAE Decode的vae输入。Save Image位于image类别下。最后将VAE Decode的IMAGE输出连接到Save Image节点的images输入。Save Image节点会自动将图像保存到ComfyUI/output目录。连接完成后你的工作流应该类似下图所示的数据流此处用文字描述连接关系Load Checkpoint (MODEL) - KSampler (model) Load Checkpoint (CLIP) - CLIP Text Encode (clip) - KSampler (positive/negative) Load Checkpoint (VAE) - VAE Decode (vae) Empty Latent Image - KSampler (latent_image) KSampler - VAE Decode (latent_image) VAE Decode - Save Image (images)点击界面右上角的 “Queue Prompt” 按钮如果终端没有报错并且output文件夹内出现了新图片恭喜你第一个工作流运行成功了。3.2 关键节点与参数详解在这个最小工作流中每个节点都有其明确职责和关键参数Load Checkpoint它是工作流的起点提供了模型、CLIP文本编码器和VAE解码器三个核心组件。确保你加载的模型、后续使用的LoRA以及VAE是相互兼容的例如SD1.5的LoRA不能用于SDXL模型。CLIP Text Encode这是将自然语言提示词转换为模型能理解的“条件向量”的关键步骤。提示词的语法与WebUI类似支持(word:weight)强调和[word]减弱。复杂的提示词可能会被截断CLIP有长度限制。Empty Latent Imagebatch_size参数允许你一次性生成多张图像它们会共享相同的初始潜在噪声和提示词但通过不同的seed产生变异。这对于快速生成同一主题的不同变体非常有用。KSampler这是决定图像质量和生成方式的核心。seed随机种子。固定种子是保证可复现性的关键。对于漫剧你可能希望角色种子固定背景种子变化。steps步数越多细节可能越丰富但生成时间线性增加。通常20-30步是质量和速度的平衡点。cfg分类器自由引导尺度。值越低越自由值越高越贴近提示词。过高15可能导致颜色饱和、构图僵硬。sampler_name与scheduler不同采样器在速度和质量上各有取舍。euler或euler_ancestral速度快dpmpp_2m或ddim可能质量更高需要根据你的模型进行测试。理解了这个基础数据流我们就有了搭建任何复杂工作流的“乐高积木”。4. 进阶设计一个模块化的 AI 漫剧工作流现在我们将基础工作流扩展使其能够处理漫剧制作中的核心需求角色一致性、场景切换和批量序列生成。4.1 实现角色一致性集成 LoRA 与提示词管理角色一致性通常通过 LoRALow-Rank Adaptation模型来实现。LoRA 是一个小型网络可以微调基础模型使其学会生成特定角色或风格。添加 LoRA 节点右键添加节点在loaders类别下找到LoraLoader。将其插入到Load Checkpoint和KSampler之间。将Load Checkpoint的MODEL和CLIP输出分别连接到LoraLoader的model和clip输入。在LoraLoader节点的lora_name中选择你的角色 LoRA 文件。设置strength_model和strength_clip通常两者设为相同的值如0.8。这个值控制 LoRA 的影响强度。LoraLoader节点的model和clip输出将替代原始的MODEL和CLIP连接到后续的KSampler和CLIP Text Encode。结构化提示词为了便于管理我们可以将提示词分解。角色核心提示描述角色固定特征如1girl, blue eyes, long black hair, school uniform。这部分可以封装在一个CLIP Text Encode节点中并连接到 LoRA 处理后的clip流。场景动态提示描述当前镜头的场景、动作、表情如running in the park, smiling, from side view。这部分可以单独一个节点。使用“Concat”节点在conditioning类别下搜索ConditioningCombine将“角色核心提示”和“场景动态提示”的条件向量拼接起来再输入给KSampler的positive端口。这样你只需修改场景部分就能快速切换镜头。4.2 实现场景序列化使用 Prompt Schedule 或外部脚本对于漫剧我们需要按顺序生成多个场景。ComfyUI 社区有多个节点支持此功能这里介绍两种主流思路。方案A使用 Prompt Schedule 节点如 WAS Node Suite 插件许多第三方插件包提供了高级调度节点。以流行的WAS Node Suite为例它包含Text Sequence或Prompt Schedule节点。你需要先安装此插件通常是将插件仓库克隆到ComfyUI/custom_nodes/目录并重启。该节点允许你定义一个包含多个“帧”的序列。每一帧可以关联不同的提示词、种子、甚至切换不同的 LoRA。在工作流中用这个调度节点的输出动态替换掉原来固定的CLIP Text Encode节点的文本输入和KSampler的种子输入。将Empty Latent Image的batch_size设置为序列长度或者将整个工作流放入一个“Loop”节点中即可实现按序列批量生成。方案B使用 ComfyUI API 配合外部脚本更灵活ComfyUI 提供了强大的 HTTP API。你可以用 Python 脚本、甚至 Excel 来管理你的“剧本”一个 JSON 数组或 CSV 文件其中每一行定义了一个场景的参数positive_prompt,negative_prompt,seed,width,height等。首先将你的工作流保存为一个.json文件点击菜单栏的 “Save”。编写一个 Python 脚本读取你的剧本文件。对于剧本中的每一个场景脚本加载工作流.json模板替换其中对应节点的参数值然后通过 ComfyUI 的 API (/prompt) 提交这个修改后的工作流。ComfyUI 会依次处理每个请求并将生成的图片保存到指定位置。你可以在脚本中为每张图片按场景编号命名。# 示例脚本片段 (使用 requests 库) import json import requests def generate_scene(workflow_template, scene_params, server_addresshttp://127.0.0.1:8188): # 1. 加载工作流模板 with open(workflow_template, r) as f: workflow json.load(f) # 2. 找到对应节点并修改值 (需要你了解工作流json结构) # 例如找到id为positive_prompt_node的节点修改其inputs中的text值 # workflow[6][inputs][text] scene_params[positive] # 3. 通过API提交 prompt {prompt: workflow} response requests.post(f{server_address}/prompt, jsonprompt) return response.json() # 伪代码循环剧本 scenes load_scene_list(script.csv) for scene in scenes: generate_scene(my_comic_workflow.json, scene)这种方式将“流程控制”与“内容数据”分离是最具扩展性的方案适合制作长篇漫剧。4.3 工作流模块化与组织一个复杂的漫剧工作流可能包含数十个节点。良好的组织能极大提高可维护性。使用 Group 节点选中一组相关的节点如所有 LoRA 加载和角色提示词编码节点按CtrlG或右键选择 “Group”可以将其折叠为一个组。你可以为组命名如“角色系统”。使用 Reroute 节点当连接线过长、交叉混乱时可以添加Reroute节点在搜索框输入作为“中转站”让布线更清晰。注释右键添加Note节点可以添加文本注释说明某个节点组的功能或参数注意事项。一个模块化的工作流可能看起来像这样[角色系统 Group] (Load Checkpoint LoraLoader 角色核心提示词) | v [场景调度系统] (Prompt Schedule 节点或 API 输入接口) | v [生成引擎 Group] (CLIP Text Encode KSampler VAE Decode) | v [后期处理 Group] (Upscale, Face Restoration, 等) | v [输出系统] (Save Image, Preview Image)5. 运行验证、常见问题与性能优化搭建好工作流后必须进行系统性的验证和优化以确保其稳定、高效地运行。5.1 验证工作流单步执行与中间结果预览ComfyUI 支持在节点上右键选择 “Add Preview Image” 来查看该节点的输出。你可以在VAE Decode之前添加一个Preview Image节点实际上预览的是解码后的图像或者在KSampler后添加VAE Encode再预览以检查潜在空间的状态。这有助于调试问题出在哪一步。固定种子测试使用固定的seed、提示词和参数多次运行工作流。生成的图像应该完全一致。如果不一致说明工作流中存在非确定性因素如某些插件节点引入了随机性。参数边界测试尝试极端参数如cfg1或cfg20steps5或steps100观察输出变化是否符合预期确保工作流在合理参数范围内不会崩溃。批量测试将Empty Latent Image的batch_size改为 4观察是否成功生成4张图以及显存占用情况。5.2 常见问题排查以下是 ComfyUI 使用中尤其是制作复杂工作流时最常见的几个问题问题现象可能原因检查与解决方式点击 “Queue Prompt” 后无反应终端报错ImportError或ModuleNotFoundError缺少节点依赖的 Python 包。1. 查看终端错误信息找到缺失的包名如custom_nodes.ComfyUI-Manager缺失aiohttp。2. 在 ComfyUI 的 Python 环境中使用pip install [包名]安装。对于自定义节点通常其仓库的README.md或requirements.txt会说明依赖。工作流加载失败提示 “Missing nodes”工作流.json文件中引用了你当前环境未安装的自定义节点。1. 根据缺失的节点名称如WAS_Text_Sequence确定它属于哪个插件。2. 通过 ComfyUI Manager如果已安装或手动到custom_nodes目录下安装对应插件。3.不要盲目安装所有插件这可能导致版本冲突。生成图像全黑、全灰或扭曲1. VAE 不匹配或未加载。2. 模型与 LoRA 不兼容。3. CFG 值过高或采样步数异常。1. 检查VAE Decode节点是否正确连接了 VAE 输入。尝试加载一个明确的 VAE 文件如vae-ft-mse-840000-ema-pruned.safetensors。2. 确认 LoRA 模型是针对你使用的基础模型训练的SD1.5 还是 SDXL。3. 将 CFG 调回常规范围5-9步数调至20左右重试。GPU 显存不足 (OutOfMemoryError)工作流过于复杂或生成分辨率过高超出显卡显存容量。1.降低分辨率这是最有效的方法。从 512x512 开始测试。2.使用--lowvram或--normalvram参数启动在main.py后添加这些参数可以改变显存优化模式。3.启用 CPU 卸载一些节点如VAE Decode可以设置vae到 CPU 执行。在节点上右键可能有相关选项。4.简化工作流移除暂时不必要的节点如多个 ControlNet、高分辨率修复分支等。5.使用Empty Latent Image的batch_size1避免批量生成。生成速度异常缓慢1. 使用了计算量大的采样器如dpmpp_2m_sde。2. 开启了 Tiled VAE 或高分辨率修复。3. 模型本身较大如 SDXL。4. CPU 或 IO 瓶颈。1. 换用euler或euler_ancestral等快速采样器。2. 评估是否必须使用高分辨率修复或调整其参数。3. 对于快速构思可以使用较小的模型或蒸馏模型。4. 确保模型文件位于 SSD 硬盘上。角色形象不一致1. LoRA 强度 (strength) 设置不当。2. 场景提示词过于强烈覆盖了角色特征。3. 种子未固定导致角色面部特征随机变化。1. 调整 LoRA 的strength_model和strength_clip找到最佳值通常 0.6-0.9。2. 在提示词中确保角色描述词权重足够高或使用AND语法分隔角色与场景。3.为角色特征相关的部分固定一个种子。你可以使用两个KSampler一个用固定种子生成角色潜变量另一个用变化种子生成场景再通过潜变量混合节点结合。5.3 性能与资源优化建议对于需要长时间运行生成大量图像的漫剧项目优化至关重要。模型管理将常用的模型、LoRA、VAE 放在 SSD 硬盘上加快加载速度。考虑使用--gpu-only启动参数尝试将所有模型锁定在 GPU 显存中避免重复加载需要足够大显存。工作流设计将不变的组件如基础模型加载、VAE加载放在工作流最前端避免重复执行。对于需要迭代的部分如提示词变化尽量使用轻量级节点。善用“Cache”节点如有缓存中间结果。生成策略分阶段生成先用小分辨率、低步数生成所有场景的草图确认构图和剧情连贯性。再对满意的场景进行高分辨率重绘或修复。利用 API 和队列通过脚本调用 API 时ComfyUI 会自然排队处理。你可以编写脚本监控生成状态实现暂停、继续和错误重试。文件与版本管理为你的漫剧项目建立独立的文件夹存放工作流.json文件、提示词剧本、生成的图像序列。使用有意义的命名如workflow_v1_charSetup.json,workflow_v2_fullPipeline.json。对关键的工作流版本进行备份。6. 从工作流到完整漫剧最佳实践与扩展方向掌握了工作流的构建和调试你已经具备了制作 AI 漫剧的核心技术能力。最后我们探讨如何将这些技术应用于实际创作并展望更高级的扩展可能。6.1 AI 漫剧制作全流程最佳实践前期规划剧本与分镜在进入 ComfyUI 之前先用文字写好故事大纲和分镜描述。明确每个镜头的角色、场景、动作、情绪和镜头语言如特写、全景。角色设计使用 WebUI 或 ComfyUI 单独生成多个角色候选图选择最符合设定的一张然后通过 LoRA 训练工具如 Kohya SS为其训练一个专属 LoRA。这是保证角色一致性的基石。风格测试确定漫剧的整体美术风格如二次元、厚涂、水墨风并找到或微调一个能稳定输出该风格的基础模型。工作流搭建渐进式构建不要试图一次性搭建完美的工作流。先从 4.1 节的最小角色一致性工作流开始生成单张测试图。然后加入场景调度4.2节测试序列生成。最后再加入后期处理节点如放大、面部修复。参数文档化在工作流的Note节点或外部文档中记录下关键节点的参数设置如 LoRA 强度、CFG、采样器以及它们对输出的影响。这能帮助你在调整时快速回溯。批量生成与后期小批量测试在生成全部 100 个镜头前先用剧本的前 5-10 个镜头进行完整流程测试检查角色、风格、构图是否全部符合预期。自动化命名在Save Image节点或你的 API 脚本中确保输出文件按场景号_镜头号.png的规则命名便于后期剪辑。后期整合生成的图像序列可以导入到视频剪辑软件如 Premiere, DaVinci Resolve或专业漫画软件如 Clip Studio Paint中添加对话框、音效、字幕和转场效果最终合成视频或漫画书。6.2 扩展方向让漫剧更生动基础工作流生成的是静态图像序列。以下扩展可以让你的漫剧更具动态感和互动性动态化与镜头控制ControlNet集成 ControlNet 节点如OpenPose,Canny,Depth可以精确控制角色的姿势、场景的线条结构或景深关系。这对于保持多镜头间动作连贯性至关重要。AnimateDiff这是一个革命性的插件可以让静态图像模型生成短视频。你可以将工作流中的KSampler替换为 AnimateDiff 提供的采样器并配置运动模块让角色真正动起来。语音与字幕同步使用文本转语音TTS工具为你的漫剧生成配音。在视频剪辑阶段根据语音节奏精确切分和展示对应的画面与字幕。交互式漫剧结合 Gradio 或 Streamlit 等框架将你的 ComfyUI 工作流包装成一个 Web 应用。观众可以选择剧情分支实时生成不同的故事走向体验“交互式漫剧”。6.3 资源与社区ComfyUI 的生态繁荣依赖于社区贡献。遇到问题时可以前往以下地方寻找答案和灵感官方 GitHub报告 Bug 和查看最新更新。ComfyUI Reddit / Discord活跃的社区许多开发者分享他们的工作流和解决方案。CivitAI 等模型站除了模型很多创作者也会分享他们精心设计的.json工作流文件。导入学习这些工作流是快速提升的捷径。记住最强大的工作流不是最复杂的而是最贴合你创作需求、最稳定可靠的那一个。从解决一个具体问题开始逐步迭代和优化你将能驾驭 ComfyUI 这座可视化编程工厂高效地将你的故事创意转化为生动的 AI 漫剧。