< 返回列表

ComfyUI工作流指南:搭建、导入保存与报错排查

ComfyUI工作流怎么导入、保存后放在哪里,为什么换台电脑就运行失败?本文从节点和文件类型讲起,梳理工作流目录、电脑配置、CLIP作用与基础搭建步骤,并结合RunningHub云端ComfyUI示例,说明保存加载、模型检查和常见报错排查方法,帮助新手跑通第一套工作流,再逐步修改与复用。

RunningHub Team|2026-11-11|

ComfyUI工作流指南:搭建、导入保存与报错排查

下载了一份ComfyUI工作流,应该放在哪个文件夹?好不容易把节点加载到画布上,点击运行,为什么又提示模型缺失?第一次接触ComfyUI时,这些问题往往比怎么写提示词更让人困惑。

先记住一个区别:打开工作流,是把生成流程还原到画布上;跑通工作流,还需要当前环境具备它所用的节点、模型和素材。**本文用一套基础文生图流程串起文件管理、节点搭建和报错排查。跟着完成一次,你就能把现成示例改成自己的版本。

一、ComfyUI工作流入门:官方中文资料与电脑配置

ComfyUI是一个用节点搭建和运行AI生成流程的工具。每个节点负责一件事,例如加载模型、处理提示词、生成图像或保存结果。连线负责在这些步骤之间传递数据。节点、连线和相关设置组合起来,就是一套工作流。

以给商品换背景为例,在常见的AI生图画布上,你可以把原图和几版结果摆在一起,边看边改;在ComfyUI的节点画布上,你主要调整抠图、生成背景、合成和输出这些处理步骤。两种方式可以配合:在生图画布上确定想要的画面,再用节点工作流复用已经确定的处理方式。

官方中文资料。如果你在找“ComfyUI工作流官网中文版”,可以从ComfyUI官方文档的中文页面开始,重点看首次生成、界面和快捷键。官方文档用来查操作和节点,社区模板用来参考别人怎样搭流程。看教程时留意它用的是哪种环境和界面版本,尤其是保存位置、按钮名称和模型目录。

电脑配置。ComfyUI工作流对电脑配置的要求,会随模型、分辨率、批量和任务类型变化。能打开画布,只能说明界面能运行;能不能完成生成,要看具体流程需要多少资源。

使用情况优先检查
基础文生图显卡或运行后端是否支持所选模型,能否完成低分辨率单张测试
高清出图或批量生成提高分辨率、批量后,显存和内存是否够用
视频或多模型流程模型组合、视频尺寸和帧数带来的资源需求
经常切换多个模型磁盘空间、模型目录和读取速度

有合适的设备、愿意自己维护模型和节点,可以在本地练习。如果暂时没有合适的显卡,或想先理解连线再研究安装,也可以用云端环境。比如RunningHub的云端ComfyUI入门教程展示了从现成工作流开始的路径。使用云端时,提前查看模板支持的节点、可用模型和任务费用。

二、ComfyUI工作流文件管理:存放、导入、保存与加载

先分清两种文件位置。很多人问“ComfyUI工作流文件放哪里”,其实问的是两件事:手上的JSON从哪里打开,以及保存后去哪里找。

如果只是打开别人给你的JSON,留在下载目录或项目目录即可,通常可以直接选择文件或拖入画布。如果希望它以后出现在ComfyUI的工作流列表里,可以打开后执行一次保存,再从工作流侧栏找。这个方法比猜目录更稳妥,尤其适合有多个安装版本的用户。

便携版或手动安装、使用默认用户目录时,工作流常见于 ComfyUI/user/default/workflows/。Windows便携版通常还会在外面套一层解压目录。桌面版可能使用实例目录或单独设置的用户数据目录;改过用户目录或使用多用户模式时,路径也会变。想确认自己的位置,可以先保存一个名称好辨认的测试工作流,再在当前实例的用户数据目录中查找同名JSON。云端工作流则从平台的保存记录或导出入口查找。

文件或资源本地常见位置用途
保存到工作流列表的JSONuser/default/workflows/,以实际用户目录为准下次打开并继续编辑
手动导出的JSON选定的保存位置或浏览器下载目录分享、备份和迁移
Checkpoint、LoRA、VAE等模型models/下对应分类,如 checkpoints/、`loras/`、`vae/`供相应加载节点使用
自定义节点custom_nodes/或已配置的节点目录增加额外功能
输入素材与生成结果常见为 input/、`output/`,可因配置而异提供参考图、保存产物

导入一份JSON。以本地画布为例,下面演示ComfyUI工作流怎么导入,以及导入后要检查什么。

  1. 先保存当前工作。如果画布里有还没保存的修改,先保存或另存,再打开新文件。
  2. 打开JSON。使用文件菜单中的打开入口,或把JSON拖到画布。默认快捷键一般是Windows的 Ctrl+O,macOS对应 Cmd+O。
  3. 看画布是否完整。节点显示出来后,检查有没有缺失节点,模型加载器里的选项是否有效。
  4. 补齐输入。图生图等流程可能引用作者电脑上的图片名称;换到你的环境后,要在对应节点重新选择自己的素材。
  5. 先小规模运行。在模板支持的设置下跑一次单张任务。第一次同时换模型、提高分辨率和改节点,会让后续排错变得更困难。

从PNG恢复工作流。有些ComfyUI输出的原始PNG保存了工作流元数据,可以像JSON一样拖入画布。普通图片、界面截图,以及经过平台压缩或重新导出后丢失元数据的PNG,无法用这种方式恢复。遇到这种情况,向对方索取原始PNG或可编辑的工作流JSON。

ComfyUI里的三类文件:工作流 JSON、模型文件和生成图片

保存、导出,再重新打开。接下来演示ComfyUI工作流如何保存和加载。假设你已打开一套基础文生图流程,并改好了提示词:

  1. 在当前环境继续使用:选择保存或另存为,例如命名为 基础文生图-v01。默认保存快捷键通常是 Ctrl+S 或 Cmd+S。之后从工作流列表重新打开。
  2. 在其他环境使用或备份:选择普通工作流导出,保留可编辑的JSON。需要继续搭画布时,优先选普通导出;标有API的格式主要面向程序提交任务。
  3. 保留生成结果:使用保存图片节点或对应结果入口。需要后续编辑工作流时,也单独保留JSON,别只留一张图。

保存完可以做一个简单检查:从列表或导出文件重新打开,确认提示词、尺寸和连线都还在。跨环境迁移时,再记录模型的准确文件名、用到的节点包及必要素材。带走JSON,是带走流程;是否能运行,取决于新环境能否找到流程用到的资源。

三、ComfyUI工作流搭建教程:基础文生图与CLIP的作用

这段ComfyUI工作流搭建教程用 Stable Diffusion 1.5(SD 1.5)做一次练习:生成一张商品照片,画面里是一只白色陶瓷杯,放在木桌上,旁边是窗户照进来的柔和晨光。

整套流程分五步:选模型、写提示词、设尺寸、接好图片输出、点击运行。搭建时可以对照下面的连线图。换用其他模型时,按那个模型的示例选择节点和设置。

ComfyUI基础文生图流程

第一步:选好用来画图的模型

在空白画布上添加“加载模型(Load Checkpoint)”和“采样器(KSampler)”。选中准备好的 SD 1.5 模型,把加载节点的 MODEL 输出接到采样器的模型输入。如果下拉列表里找不到模型,先检查模型文件是否放在当前 ComfyUI 能读取的目录里。

第二步:告诉模型你想画什么

添加两个提示词编码节点(CLIP Text Encode (Prompt))。一个填正向提示词,写你想看到什么;另一个填负向提示词,写你希望少出现什么。

正向示例:一只白色陶瓷杯放在木桌上,窗边有柔和的晨光,背景简洁,商品摄影风格。

负向示例:画面模糊、出现文字、背景杂乱。

提示词用哪种语言,取决于所选模型。本例的 SD 1.5 通常更擅长处理英文描述,跟做时可以复制这组英文:

正向:a white ceramic mug on a wooden table, soft morning window light, clean background, simple product photography

负向:blurry, text, cluttered background

接线时,把加载模型节点的 CLIP 输出分别连到两个提示词节点。再把这两个节点的输出,分别接到采样器的正向和负向输入。这里就能看出ComfyUI工作流的CLIP作用:它把你写的文字转换成生成时能用的条件。以后想换杯子的颜色,直接改提示词,不用重新接线。

第三步:设定图片尺寸和张数

添加尺寸节点(Empty Latent Image),把它的输出接到采样器。第一次练习,把宽和高都设为 512,批量设为 1,也就是一次生成一张 512 × 512 的图片。采样器先保留默认设置。换模型时,尺寸可以从对应模板的设置开始。

第四步:接好图片输出

添加“图像解码(VAE Decode)”和“保存图片(Save Image)”。把采样器的输出和加载模型节点的 VAE 输出都接到图像解码节点,再把解码节点输出的图片接到保存图片节点。解码这一步负责把生成过程中的数据转换成可以查看的图片。

柔和晨光下,浅木桌上的白色陶瓷杯,杯柄朝右

第五步:先跑一张,再只改一项

点击运行,在保存图片节点查看结果。先看杯子是否完整、背景是否简洁、光线是否接近描述。想比较修改前后的效果,可以先记下第一次实际使用的随机种子,并设为固定。然后只把正向提示词里的 white 改成 blue,其他设置不动,再跑一张。对照两张图,看杯子的颜色有没有跟着变化。

四、用RunningHub运行与复用ComfyUI工作流

已经看过基础结构,再打开云端工作流时,就能知道该找什么。可以先浏览RunningHub工作流广场,或者从SD 1.5文生图与图生图社区示例入手。后者还包含其他处理分支,第一次只关注文生图部分。打开后,优先辨认节点画布和提示词到输出的连线。

  1. 找到模型与提示词。进入工作流后,看模型加载节点当前选了什么、提示词在哪里填。如果画布里有多组节点,先确认文生图分支需要哪些输入。
  2. 只改练习用的描述。把正向提示词换成上面的陶瓷杯示例,先保留模板里匹配该模型的配置。云端示例与本地练习即使结构相近,节点名称、默认参数也可能不同。
  3. 核对费用并提交。运行前看当前任务的计费说明。提交后检查任务状态和实际输出,先确认流程完整,再评价图片是否符合需求。
  4. 保留自己的版本。需要继续调整时,用当前页面提供的保存或导出方式保留一份副本,记录使用的模型和主要参数。下次从这份版本继续,避免重复找回设置。

打开平台现成工作流,可以先用它已经组织好的节点结构练习;如果你要把本地JSON搬到云端,则需要额外核对模型、自定义节点和素材是否受支持。有些本地文件路径只在原电脑上有效,迁移后要重新提供素材。第一次练习选一套结构清楚的模板,通常比直接迁移一套复杂项目更容易定位问题。

Runninghub comfyui界面截图

五、ComfyUI工作流报错排查

如果ComfyUI工作流老是报错,先找到哪一个节点失败、具体错误说了什么。只看到“执行失败”时,展开错误详情或查看运行日志。重跑同一套设置,通常解决不了缺失模型、连线或依赖问题。

报错或现象优先检查第一步怎么做
缺失节点、未知节点类型节点包是否存在、核心或前端版本是否支持对照作者说明确认节点来源和版本,查看是否加载成功
找不到模型、模型不在列表模型分类、搜索路径和当前选项核对失败加载器需要的文件,刷新列表后重新选择
张量形状、维度或通道不匹配模型、VAE、文本编码器等是否配套回到该模型的基础模板,逐项核对更换过的组件
显存不足、`CUDA out of memory`模型大小、分辨率、批量及后处理先把批量降为1,降低到模型适用的测试尺寸
输入验证失败必填字段、连线及输入素材找到提示中的节点和字段,补齐输入或重选素材
已安装节点但仍无法使用启动时的加载日志与运行环境确认节点装在当前实例中,再看具体依赖错误

举个最常见的例子:导入后提示Checkpoint不在可用列表里。假设错误指向 CheckpointLoaderSimple,并提到 ckpt_name。此时先打开对应加载节点,查看它原本选的是哪个文件,再按下面的顺序检查:

  1. 看文件是否存在。对照文件名确认是不是缺少原工作流用的Checkpoint。
  2. 看放置位置是否正确。便携或手动环境中,检查当前实例的 models/checkpoints/;桌面版先确认它实际读取的模型目录。电脑上有两套ComfyUI时,很容易把模型放进没在运行的那一套。
  3. 刷新并重新选择。文件放对后,刷新模型列表,再在加载节点中选一次。原文件不存在时,只有确认替代模型与流程兼容,才考虑更换。
  4. 先测试原有基础设置。运行成功后再增加分辨率或接回其他处理节点。这样能判断刚才的修复是否有效。

本地和云端分开排查。本地可以检查目录、启动日志和当前程序环境;在RunningHub运行时,先看任务详情、节点支持与模型可用性。若要请别人帮忙,最好一起提供工作流JSON、失败节点、具体错误、所用模型和运行环境。相比一张只显示“失败”的截图,这些信息更容易让别人判断问题在哪一层。

六、FAQ:ComfyUI工作流常见问题

1. 想让文件出现在侧栏,ComfyUI工作流文件放哪个文件夹里?

便携版或手动安装使用默认用户目录时,常见位置是 ComfyUI/user/default/workflows/。桌面版或改过目录的环境,最省事的办法是打开JSON后在当前实例内保存,再去侧栏查看。

2. 工作流JSON里包含模型吗?

通常不包含。它会记录节点、连接和所选资源等信息,但模型权重、自定义节点和引用的素材通常需要单独准备。

3. 为什么有些PNG拖进画布无法恢复工作流?

因为图片没有保存工作流元数据,或者元数据在转存、压缩时丢失了。优先索取原始输出文件或工作流JSON。

4. 8GB显存能跑所有ComfyUI工作流吗?

不能用显存数字判断所有流程。先看模型、精度、尺寸与批量;同一台电脑能跑通基础图片任务,也可能在高分辨率、视频或多模型流程中遇到显存不足。

5. 本地工作流可以直接搬到RunningHub吗?

可以尝试迁移兼容的流程。打开后要检查模型、自定义节点、输入素材和路径。画布能打开,只说明流程已加载,接下来还要用小任务确认能否运行。

6. 保存了同一个JSON,为什么换环境后出图不同?

模型版本、节点实现、种子设置和运行环境都可能影响结果。需要尽量复现时,把模型的准确名称和版本、固定种子及关键参数也记录下来。

七、总结结论

学ComfyUI工作流,可以从一张基础文生图开始:先分清JSON和模型文件,再看懂加载、文本编码、采样和解码的连线,最后保存一份能重新打开的版本。RunningHub提供了可用来练习这些操作的云端工作流入口。无论选本地还是云端,下一步都一样:先跑通一套简单流程,另存一个版本,只改一项,再看看结果怎么变。