< 返回列表

ComfyUI 教程:零基础入门、节点工作流与 Wan AI 视频制作完整指南

ComfyUI 新手入门教程,详细讲解 ComfyUI 基础界面、节点连接、工作流运行、模型加载和 AI 图片生成方法,并进一步介绍 Wan 系列 AI 视频制作流程。通过 RunningHub 云端 ComfyUI 环境,降低本地部署和硬件配置门槛,帮助零基础用户逐步掌握 AI 图像与视频创作。

RunningHub Team|2026-11-09|

ComfyUI 教程:零基础入门、节点工作流与 Wan AI 视频制作完整指南

一、ComfyUI 是什么?为什么新手值得学习?

ComfyUI 是一款基于节点式工作流的 AI 创作工具,可以通过连接不同功能节点,完成模型加载、提示词输入、图像处理和内容生成。它支持 AI 图片、视频等多种创作流程,用户不需要编写代码,也能通过可视化节点组织复杂任务。

与普通 AI 生图工具相比,ComfyUI 更强调对生成过程的控制。普通工具通常只需要输入提示词和选择参数,而 ComfyUI 可以自由调整节点、模型和数据传递方式,让创作者根据需求搭建专属工作流。

ComfyUI 适合想深入学习 AI 生图、希望自定义创作流程,以及想进一步尝试 AI 视频制作的用户。如果你是 ComfyUI 教程菜鸟,不需要一开始就研究复杂节点,可以先使用现成工作流,理解基本操作后再逐步进阶。

二、ComfyUI 入门前需要准备什么?

1. 本地部署还是云端使用?

学习 ComfyUI 前,首先需要选择使用方式。

对比项目本地部署云端使用
硬件需要准备适配的电脑和 GPU使用平台提供的计算资源
环境配置需要安装程序、模型和节点通常由平台提供运行环境
灵活性可以自主管理本地环境受平台支持范围影响
适合人群有一定技术基础的用户新手及希望快速体验的用户

本地部署的优势是自主性较高,但可能遇到显存不足、依赖冲突和节点缺失等问题。云端使用则可以减少本地环境配置的负担,但需要关注平台的资源消耗、收费规则和工作流兼容性。

如果不想一开始就研究电脑配置,可以通过 RunningHub 使用云端 ComfyUI,从现成工作流开始学习。

2. 新手需要了解的基础术语

在开始 ComfyUI 基础详细教程之前,先认识几个常见概念:

  1. Checkpoint: 基础模型文件,决定图片生成的主要能力和风格。
  2. LoRA: 用于补充特定人物、物体或画面风格的模型资源。
  3. Prompt: 正向提示词,用于描述希望生成的内容。
  4. Negative Prompt: 负向提示词,用于描述希望避免出现的内容。
  5. Workflow: 工作流,由多个节点和连线组成的完整生成流程。
  6. Node: 节点,每个节点负责一项具体任务。
  7. Sampler: 采样器,负责执行生成过程中的采样计算。

需要注意,不同模型对 Checkpoint、LoRA 和其他组件的要求不同,使用工作流时应先查看对应说明。

三、ComfyUI 基础详细教程:认识界面和节点操作

1. 认识 ComfyUI 工作界面

打开 ComfyUI 后,首先需要认识几个主要区域:

  1. 工作流画布: 放置节点、查看完整生成流程的区域。
  2. 节点: 执行模型加载、提示词编码、采样和图片保存等任务。
  3. 连线: 连接节点的输入与输出,传递模型、文本或图像数据。
  4. 运行队列: 查看正在执行和等待执行的任务。
  5. 输出区域: 查看生成的图片或其他媒体结果。

ComfyUI 的界面会随着版本更新发生变化,新旧版本的菜单和侧边栏布局可能不同,建议以实际界面为准。

2. ComfyUI 节点应该怎么连接?

ComfyUI 的核心是节点之间的数据传递。每个节点都有输入和输出接口,将上一个节点的输出连接到下一个节点的对应输入,就能形成完整的工作流。

例如,一个基础文生图流程可以简化为:

模型加载

提示词输入

潜空间生成与采样

VAE 解码

图片输出基础文生图工作流逻辑示意,并非所有模型的固定节点结构。

3. 如何运行一个 ComfyUI 工作流?

对于新手,建议先导入一个结构简单、模型配置明确的工作流。

  1. 打开已有的基础工作流,查看画布中的节点结构。
  2. 检查模型是否正确加载,是否存在缺失节点。
  3. 找到正向提示词节点,输入自己的创作描述。
  4. 检查图片尺寸、采样步数和其他参数。
  5. 点击运行或提交任务,将工作流加入运行队列。
  6. 等待任务完成,在输出节点查看生成结果。
  7. 如果效果不理想,修改提示词或参数后重新运行。

第一次使用时,不建议直接导入包含大量自定义节点的复杂项目。先理解每个节点的作用,再尝试修改工作流,学习效率会更高。

四、ComfyUI 图片生成实战:完成第一张 AI 图片

了解节点和工作流后,可以尝试制作第一张 AI 图片。建议从简单的文生图工作流开始,不要同时引入太多模型和自定义节点。

RunningHub ComfyUI工作流页面

Step 1:选择工作流和模型

打开一个基础文生图工作流,检查模型加载节点是否已经配置好 Checkpoint。若需要使用 LoRA,还要确认它与当前基础模型兼容,并按照工作流要求连接。

我们可以选择以下工作流:

全能图片PRO-图生图-官方稳定版工作流

Step 2:上传素材与提示词

在工作流中上传你想要生成的图片的素材图,并输入以下提示词:

根据这几张图像组合,搭配成套装,穿到超模身上展示,全身立绘pose, 时尚,单色背景

提示词越清楚,越容易让模型理解创作方向。新手可以先使用简单的英文描述,再逐渐增加构图、镜头和细节要求。

上传素材图与提示词的页面

Step 3:设置生成参数

常见参数包括:

参数主要作用
Width / Height设置图片宽度和高度
Seed控制随机种子,便于复现生成结果
Steps控制采样计算步数
CFG控制生成结果对提示词的响应程度
Sampler选择采样算法,影响生成过程

这些参数没有适用于所有模型的统一最佳数值。建议先保留工作流默认设置,每次只调整一两个参数,观察画面变化。

Step 4:运行并优化结果

确认模型、提示词和参数无误后,提交工作流并等待生成。检查人物外观、构图、背景和光线是否符合预期,再针对具体问题修改提示词。

例如,人物姿势不自然,可以补充明确的动作描述;背景过于杂乱,可以减少无关场景元素。通过多次小幅调整,你就能逐渐掌握 ComfyUI 图片生成教程中的核心技巧。

根据提示词以及各个参数运行的最终效果图

五、ComfyUI 进阶教程:使用 Wan 系列模型制作 AI 视频

完成图片生成后,可以进一步学习 Wan 系列 AI 视频制作。Wan 系列包含不同任务和配置的模型,例如文生视频、图生视频及人物动作迁移等,不能认为所有版本都支持相同功能。

1. Wan 系列模型可以制作什么?

根据具体模型和工作流,常见创作方向包括:

  1. 文生视频(T2V): 输入文字描述,生成对应的视频画面。
  2. 图生视频(I2V): 上传一张图片,结合动作描述生成动态视频。
  3. 动作迁移: 使用人物参考图和动作视频,让参考人物表现出相应动作。
  4. 视频编辑: 使用支持相关任务的模型,对输入视频进行指定处理。

例如,RunningHub 已有 Wan2.2 文生视频、图生视频和 Animate 动作迁移相关工作流,可以根据创作目标选择适配的项目。

2. Wan 视频工作流怎么使用?

以图生视频为例,基本操作流程如下:

  1. 选择工作流: 找到支持对应 Wan 模型版本的图生视频工作流。
  2. 检查模型: 确认模型文件、VAE、文本编码器及所需节点符合工作流要求。
  3. 上传参考图: 选择主体清晰、构图完整的图片作为视频起始画面。
  4. 输入提示词: 描述人物动作、环境变化和镜头运动,例如人物缓慢转身、镜头逐渐向前推进。
  5. 调整参数: 根据工作流要求设置视频尺寸、帧数和其他生成参数。
  6. 运行任务: 提交工作流,等待视频生成并检查动作连贯性。

3. 如何减少 Wan 视频制作中的配置问题?

Wan 视频工作流通常比基础图片生成更复杂,需要关注模型版本、节点依赖和计算资源。不同版本的模型对硬件和输入条件也有不同要求。

建议新手注意以下几点:

  1. 不要混用不同版本的模型文件和工作流。
  2. 运行前检查是否存在缺失节点或依赖。
  3. 确认参考图片尺寸、视频帧数符合工作流要求。
  4. 先使用简单动作和较容易处理的场景测试。
  5. 出现显存不足时,检查工作流资源要求,合理调整生成设置。

如果不熟悉本地环境配置,可以在 RunningHub 工作流页面搜索 Wan 相关项目,查看工作流介绍、模型要求和运行条件,再选择适合自己的项目。

wan2.2教学工作流

六、为什么新手可以选择 RunningHub 学习 ComfyUI?

如果你不想在刚入门时花费大量时间安装环境、下载模型和排查节点问题,可以考虑使用 RunningHub 的云端 ComfyUI 环境。

1. 云端 ComfyUI,减少本地部署负担

RunningHub 提供云端 ComfyUI 工作流及 GPU 计算资源,用户可以通过在线环境运行适配的工作流,不必完全依赖个人电脑的 GPU。

这对于没有高性能显卡、暂时不熟悉 Python 环境配置的新手比较方便。不过,云端运行仍需要理解工作流,并根据任务消耗相应资源。

2. 工作流资源,帮助新手从案例入门

RunningHub 提供工作流浏览入口,可以根据图片生成、视频制作等目标搜索相关项目。

对于新手,现成工作流不仅可以直接用于创作,也可以作为学习材料:先观察节点之间的连接关系,再尝试修改提示词、参数和输入素材,逐渐理解完整生成流程。

3. 模型资源与多种创作入口

RunningHub 提供模型库及不同创作入口,可以根据任务寻找适配的模型和工作流。例如,FLUX、Qwen Image、SDXL 等主要涉及图像创作,Wan、LTX 等则有对应的视频生成模型或工作流。

需要注意,这些模型来自不同的技术生态,并非 RunningHub 自主研发。实际可用版本、运行条件和节点支持情况,应以平台当前模型库及工作流说明为准。

4. 云端 GPU,支持更复杂的创作任务

部分 ComfyUI 工作流对显存和计算资源有较高要求,尤其是高分辨率图片生成和 AI 视频制作。RunningHub 提供不同配置的云端 GPU 资源,能够帮助用户减少本地硬件限制。

具体 GPU 型号、显存规格和可用方案,应以平台当前显示为准。云端资源也不代表所有工作流都能无条件运行。

5. RHTV 无限画布,拓展视觉创作方式

除了 ComfyUI,RunningHub 还有 RHTV 无限画布创作入口。RHTV 可以在同一画布中组织图片、视频和文本等素材,适合进行视觉素材整理、场景设计和视频项目创作。

两者的定位并不相同:ComfyUI 侧重节点连接和生成流程控制,RHTV 侧重画布式素材组织与创作。用户可以根据项目需求选择对应工具。

6. RunningHub 适合哪些用户?

  1. 零基础用户:希望减少本地安装和环境配置的麻烦。
  2. 图片创作者:希望探索不同模型和图像工作流。
  3. 视频创作者:希望尝试 Wan 等视频模型及对应工作流。
  4. 进阶用户:希望通过节点组合和参数调整实现更复杂的创作。

需要强调的是,云端平台降低的是环境和硬件门槛,并不会自动替代 ComfyUI 的学习过程。掌握节点逻辑,仍然是制作复杂工作流的重要基础。

七、ComfyUI 新手常见问题 FAQ

Q1:ComfyUI 零基础可以学会吗?

可以。建议从现成工作流开始,先理解模型加载、提示词输入、节点连接和运行方法,再逐渐学习复杂节点。不需要一开始就掌握所有功能。

Q2:ComfyUI 必须安装在本地电脑上吗?

不需要。可以选择本地部署,也可以通过 RunningHub 等提供云端 ComfyUI 环境的平台使用。具体选择取决于硬件条件、环境配置能力和资源成本。

Q3:ComfyUI 对电脑配置有什么要求?

具体要求取决于模型、图片分辨率和工作流结构。简单图片生成与复杂视频生成的资源需求可能相差较大,建议查看对应模型和工作流的配置说明。

Q4:ComfyUI 可以使用 Wan 系列模型生成视频吗?

可以。需要选择支持对应 Wan 模型版本的工作流,并确认模型文件、节点和计算资源满足要求。文生视频和图生视频也需要使用相应的任务配置。

Q5:ComfyUI 新手适合使用 RunningHub 吗?

适合希望减少本地环境配置负担的用户。RunningHub 提供云端 ComfyUI 工作流和 GPU 资源,可以从现成案例开始学习,具体模型与资源以平台当前信息为准。

八、总结:从 ComfyUI 入门到建立自己的 AI 创作工作流

学习 ComfyUI,关键不只是学会点击运行,而是理解模型、节点、参数和工作流之间的关系。新手可以先从基础图片生成开始,再逐渐接触图生图、Wan 系列视频制作以及更复杂的节点组合。

如果希望减少本地部署和硬件配置的负担,可以尝试 RunningHub,从现成工作流入手,逐步掌握 AI 图片与视频创作。

  1. 国内站:RunningHub
  2. ComfyUI工作流