简介：面向ComfyUI初学者与AIGC实践者的Z-Image基础文生图工作流，解决从提示词编写到图像生成全流程搭建问题，适合刚接触节点式操作、想快速跑通文生图方案的读者，也适合作为教学演示或个人创作的起步模板。压缩包内为1个json工作流文件，包体仅约4KB，将文件导入ComfyUI即可查看完整节点拓扑与参数配置，直观理解模型加载节点、正向/负向提示词输入、采样器参数设置以及图像保存输出等关键环节。目前已有283人学习。借助该json可直接运行一条可用的Z-Image基础文生图流程，省去手动串联节点的繁琐步骤；在此基础上调整提示词、采样步数、分辨率与种子值即可生成不同效果，便于做对比实验、积累参数经验，为后续进阶图生图、局部重绘与ControlNet等应用打下扎实基础。
1. ComfyUI/Z-Image 基础文生图：一张显卡就能跑的本地出图方案
先把标题拆开说。ComfyUI 是目前最主流的节点式图像生成工作流工具，Z-Image 则是新一代中文友好的文生图模型。这两个东西拼在一起，就是 ComfyUI/Z-Image 基础文生图——你不需要云端账号、不需要命令行精通，只要有一块 8GB 以上显存的显卡，就能在自己的电脑上完成从提示词到成品图的完整管线。这套方案解决的核心痛点是：在线工具出图不可控、参数看不到、想批量复现也没门路。它适合想真正做图生图、固定角色、批量验证的从业者，也适合刚接触 ComfyUI 的新手把黑匣子拆开看一眼。本文不打算写成一个操作说明书，而是按我实际跑通这条路线的顺序，把节点、参数和踩过的坑一次讲透。
2. ComfyUI 环境搭建与 Z-Image 模型接入：整合包、便携版和模型目录怎么选
2.1 安装方式怎么选：秋叶整合包、便携版与 Desktop 的取舍
第一次接触 ComfyUI，最常见的困惑不是“怎么用”，而是“装哪个”。目前社区里主流的落地路径有三条：秋叶一键整合包、ComfyUI 便携版（Standalone）、以及 ComfyUI Desktop 桌面版。我不替你决定，只说差异。
秋叶整合包是目前国内新手用得最多的方案，它的价值在于把 Python 运行时、依赖、常用节点、模型目录结构全部提前排好。装完你打开启动器，点一下按钮就能进 WebUI。对一个只想先跑通文生图的人来说，这是时间成本最低的路。便携版则是一个压缩包解压即用，不含额外插件，适合想自己掌控每个依赖版本的人。Desktop 版体验最接近现代软件，但早期版本在自定义 Python 环境和虚拟内存设置上略显受限。
我一般会建议：第一次跑，直接选整合包；你已经有一套自己的 ComfyUI 环境，再考虑便携版。别在安装方式上花太多时间——这个阶段最该确认的是显卡驱动和 Python 能对上。你手动启动时，核心命令其实只有一行：
.\python_embeded\python.exe -s ComfyUI\main.py --auto-launch这是 Windows 下整合包的手动启动姿势。python_embeded是整合包自带的独立 Python 环境，-s参数限定不加载用户级 site-packages，避免你机器上其他 Python 包污染 ComfyUI。--auto-launch会在服务起好后自动打开浏览器页面。如果你不用整合包，裸环境下装完依赖直接用python main.py也能起，但依赖版本冲突的概率会大不少。
2.2 Z-Image 模型放哪：checkpoints 目录和拆分加载的区别
跑文生图的第一步，是让 ComfyUI 找到模型。Z-Image 这种新一代模型在分发时有两种常见形态：一种是合成单一文件的 checkpoint，另一种是拆成diffusion_model（或 unet）、text_encoder、vae三个独立文件。两者的放法不一样。
合版 checkpoint 放在ComfyUI/models/checkpoints/下，WebUI 里直接通过CheckpointLoaderSimple节点一次载入。拆分版则分开放：扩散模型主体放models/diffusion_models/，文本编码器放models/text_encoders/，VAE 放models/vae/。这样放的原因是拆分版便于单独替换组件——比如你换一个更强的 text encoder，不需要重新下十几 GB 的整包。
放完之后，我习惯先用一个命令确认文件完整性，避免后面加载到一半报错：
ls -lh models/checkpoints/ models/diffusion_models/ models/text_encoders/ models/vae/重点看三个值：文件后缀、大小、修改时间。safetensors后缀是标准安全格式；大小和模型发布页标注一致基本没问题；修改时间是用来识别下载中断的残留文件的——如果文件时间停留在几小时前且大小明显偏小，大概率是残件。如果你之前跑过 Qwen-Image 系模型，Z-Image 的接入路径几乎一样，只是文件名不同而已。
2.3 依赖补齐与国内源：ComfyUI Manager 和 pip 换源
模型放对位置之后，最影响体验的是插件和依赖。热词里反复出现“comfyui切换国内源”“comfyui manager”，说明大家在下载节点时被网络问题卡过太多次。先说结论：ComfyUI Manager 是必装的，它承担两个工作——检测缺失节点、一键安装和更新。你在工作流里看到红色节点报错，用它右下角的Install Missing Custom Nodes能省大量时间。
但 Manager 拉取 GitHub 仓库时经常超时。常见做法是在 Manager 设置里找到Custom Git Repository配置，把仓库地址里的github.com换成镜像地址；如果拉的是依赖包，则要处理 pip 源。Windows 下最省事的做法是直接改全局配置：
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple设完pip config list看一眼当前生效的配置，确认不是设到了用户目录之外的其他环境。这里有个细节：整合包自带的 Python 是独立环境，你要用它的 pip 去设置，否则你换了源也没用到那个解释器。另一种常见做法是设置HF_ENDPOINT环境变量指向镜像站，模型文件走 Hugging Face 下载时能明显提速。
3. 搭建基础文生图工作流：从加载 Z-Image 到保存成图的节点与参数
3.1 最小文生图工作流：要哪些节点，为什么是这些
当你打开 ComfyUI 的空白面板时，看到的是一块画布。基础文生图工作流，就是在这块画布上串起一条从模型到图片的数据链。最小可用版本只需 7 个节点，我用表格把每个节点和数据流向列出来：
| 节点名 | 作用 | 输入 | 输出 |
|---|---|---|---|
| CheckpointLoaderSimple | 加载集成了全部组件的模型 | ckpt_name | MODEL / CLIP / VAE |
| CLIPTextEncode | 把正面提示词编码为条件向量 | clip, text | conditioning |
| CLIPTextEncode | 把负面提示词编码为条件向量 | clip, text | conditioning |
| EmptyLatentImage | 生成一张空潜空间图像作为起点 | width / height / batch_size | latent |
| KSampler | 核心采样节点，控制去噪过程 | model / positive / negative / latent / 参数 | latent |
| VAEDecode | 把潜空间张量解码为像素图像 | samples, vae | image |
| SaveImage | 保存图片到输出目录 | images | 无 |
为什么是这 7 个，不多不少？因为文生图的本质是“从一个随机潜变量出发，用文本条件引导逐步去噪”。CheckpointLoaderSimple 提供生成能力，CLIPTextEncode 提供引导方向，EmptyLatentImage 提供起点，KSampler 干重活，VAEDecode 和 SaveImage 负责把人能看的图还给你。缺任何一个，链路就断。
3.2 逐节点参数：从模型加载到 KSampler 的关键设置
节点串起来只是第一步，参数才是真正决定出图质量的部分。先说加载节点：如果你的 Z-Image 是合版 checkpoint，用CheckpointLoaderSimple一次性拿到 MODEL / CLIP / VAE 三个输出；如果是拆分版，就要用UNETLoader加载扩散模型、CLIPLoader加载文本编码器、VAELoader加载 VAE，再手动把三个输出接回 KSampler 对应端口。判断用哪种加载方式的标准很简单：你下载时是单文件就用前者，多文件就用后者。
接着是 KSampler，这是整个工作流里参数最密的节点。我逐个给你说：
seed：随机数种子，固定它才能复现同一次出图，后面我专门讲。steps：去噪步数。Z-Image 这类模型建议 20 到 40 步，低于 20 会明显欠拟合，高于 40 收益趋近于零。cfg：文本条件强度。这和 SD 大不相同，新手最容易在这翻车，后面单独展开。sampler_name：采样器算法，常用euler或uni_pc。uni_pc在 20 步附近表现稳定，euler更接近训练分布。scheduler：噪声调度，常用normal或karras。karras在高 cfg 下容易过锐化，用默认normal更保险。denoise：去噪比例，文生图填 1，图生图时降低才能保留原图结构。
3.3 第一次出图的操作顺序
节点参数都设好了，第一次点击“运行”前后，我建议按这个顺序做一遍检查，而不是直接猛点：
第一，检查输出端。SAVE 节点确认存在，否则跑完图都找不到产物。第二，检查提示词端。正面提示词和负面提示词都要接上 CLIPTextEncode，很多新手只接了正面，导致负面条件为空，出图容易出现构图崩坏。第三，检查 latent 尺寸。1024x1024 和 768x768 占用的显存差距很大，先从小尺寸跑通，再放大。
运行之后，你会看到一个排队队列。比较稳的验证方法是看控制台输出：当出现Requested to load ...时说明进入了模型加载阶段，出现Percent complete进度条说明开始采样，最后提示Saved ... to ...说明图已经落盘。直接去ComfyUI/output/目录看你的第一张图吧。
4. Z-Image 文生图调参：提示词、步数、CFG 和种子怎么配出稳定效果
4.1 提示词：Z-Image 不是 SD，它吃自然语言问句
很多人把 SD 时代那套 tag 打法的习惯带过来，结果出图效果很差。Z-Image 这类新一代模型在训练时用的是自然语言描述，它对“一只猫在窗台上，背景是傍晚的城市，照片质感”这种句子理解得远比一串逗号分隔的 tag 好。这不是玄学，而是训练数据分布决定的。
我给你的提示词写作血泪经验是：把提示词当成一段简短画面说明，用完整句子描述主体、环境、光线、镜头风格四个维度。对比一下：
# SD 式 tag（不推荐） cat, on windowsill, city background, sunset, photorealistic, 8k # Z-Image 式描述（推荐） 一只橘猫蹲在窗台上，看向远方。窗外是傍晚的城市天际线， 夕阳把云层染成橙红色，画面带有真实的照片质感。中文写提示词完全没有问题，这类模型对中文语义理解比较稳。关键词仍然要保留，但不再是堆叠式，而是嵌进句子里。如果你拿不准某次生成效果为什么差，先回头看看提示词是不是写成了 tag 风格。
4.2 步数与 CFG：稳定出图的核心区间
步数（steps）和 CFG 是 KSampler 里影响最大的两个参数。Z-Image 的推荐区间是 20 到 40 步，我常用 30 步起步。低步数出图像赶工出来的半成品，高步数则边际收益递减，白白拉长等待时间。我更想强调的是 CFG 这个参数。
SD 类模型 CFG 通常取 7 到 12，但 Z-Image 这类模型的 CFG 往往低得多，很多情况下一组稳定的出图 CFG 只需要 1 到 3。CFG 过高时图会“烧”——饱和度暴涨、边缘出现锐利的伪影、内容偏离提示词。所以我在调参时会先把 CFG 固定在 2，只调步数，等构图稳定了再微调。下面是常见区间对照表：
| 参数 | 推荐区间 | 过头表现 |
|---|---|---|
| steps | 20-40 | 过低欠拟合、过高耗时 |
| cfg | 1-3 | 过高过曝、伪影、色彩失真 |
| sampler | euler / uni_pc | karras 高 cfg 下过锐 |
这组参数组合对不同显卡的兼容性也比较好。显存小的机器可以在 20 步 + CFG 2 下运行，先拿低配验证构图，确认后再放大尺寸提升质量。
4.3 分辨率和种子：显存边界与复现逻辑
分辨率影响的是显存占用量和构图比例。Z-Image 训练分辨率通常以 1024 为基准，所以在 1024x1024 下表现最自然。但显存只有 6GB 的机器跑 1024 会很吃力，常见的做法是退到 768x768 验证构图，再升到 1024 出成品。宽高比尽量贴近 1:1，过度拉长不利于主体表现。
种子（seed）是复现的关键。固定 seed 后，你改提示词或者微调参数，能看到同一个构图基底下内容如何变化，这对做系列图非常有用。我的习惯是每次跑通一组合格的参数，就把 seed、steps、cfg、分辨率记录在工作流文件名里。否则哪天跑出一个好构图，第二天却无论如何也调不回来，那种后悔药是没有的。
5. ComfyUI 文生图避坑：显存、下载、黑图和工作流导入的排查清单
5.1 显存不足：CUDA out of memory
现象：运行时报CUDA out of memory，控制台红色报错，队列卡死。原因通常是分辨率设得过高，或同时跑着浏览器多个标签和其他吃显存的应用。Z-Image 在 1024x1024 下，一张图峰值显存经常逼近 8GB。
解决分三步。第一步，把 EmptyLatentImage 的分辨率降到 768x768；第二步，用启动参数给 ComfyUI 显式预留显存：
.\python_embeded\python.exe -s ComfyUI\main.py --reserve-vram 0.2--reserve-vram表示预留 20% 显存给其他程序，防止 ComfyUI 把显存占满导致整个桌面卡死。第三步，Windows 上把虚拟内存（页面文件）从默认改为自定义，给系统盘留出至少 32GB。注意虚拟内存只是兜底，能避免崩溃，但不能替代显存的带宽，速度会明显下降。
5.2 模型下载失败或加载报错
现象：模型显示下载一半失败，或加载时提示Error(s) in loading state_dict。原因是网络下载中断产生残件，或下载工具把文件写进了错误目录。
解决方法是先删掉残件，再手动下载。模型文件最好不要用浏览器直接下载大文件，容易中断。常见做法是设置HF_ENDPOINT指向镜像站后再重新下载：
set HF_ENDPOINT=https://hf-mirror.com下载完成后对比文件大小。加载报错时还要检查是不是把safetensors文件放错目录，尤其是拆分版模型，三个组件放错位置会导致节点找不到对应输出。
5.3 出图全黑或画面不符合预期
现象：生成图全黑、或满是噪点、或内容与提示词没有关联。这个坑很多人第一次都会踩。
全黑通常是 VAE 没接上——检查 CheckpointLoaderSimple 的 VAE 输出是否接入了 VAEDecode；拆分版则检查 VAELoader 是否已加载。画面与提示词无关，多半是 CFG 设置问题，试着把 CFG 降到 1 到 2 之间。还有一种是精度问题，少数显卡在 FP16 下采样不稳定，可以尝试换 FP32 跑一次看结果是否变化。这个排查顺序我建议固定下来：先看 VAE 链路，再看 CFG，最后考虑精度。
5.4 工作流导入 JSON 后缺节点
现象：从网上下载的 workflow JSON 导入后，画布上出现红色节点，点击运行直接报错。原因是工作流里用到了你没装的自定义节点。
常规做法是打开 ComfyUI Manager，点击Install Missing Custom Nodes自动安装。装完一定要重启 ComfyUI，很多节点只有在重启后才会注册到节点列表里。如果重启后还是红色，说明安装失败，去 Manager 的Custom Nodes列表里看该节点是否显示已安装。另外，如果你把工作流以 API 格式通过编程方式提交，超大 JSON 有时会触发请求实体过大错误，这时优先检查 JSON 里是否带了过大的 base64 图片数据。
6. 把基础工作流做成模板：批量出图、固定角色和参数记录的技巧
6.1 模板化：把调好的工作流保存成可复用 JSON
当你调出一组满意参数后，第一件事是把它存成模板。ComfyUI 右上角的Export按钮会导出一个 JSON 文件，这个文件包含了全部节点和参数。我的做法是在ComfyUI/user/default/workflows/下按用途建目录，把模板按“模型名-分辨率-用途”命名，比如zimage-1024-portrait.json。
模板是一种种子，它会记住你这次调出的所有参数组合。但要注意它记住的是绝对路径的模型名，如果你换机器，模型放的位置变了就要重新指定。导入模板时可以把同一个模板复制一份，只改提示词和 seed，这样不同角色的图能在同一个参数基准下横向比较。
6.2 批量验证：用 API 提交多组参数
ComfyUI 除了在画布上操作，还提供了 HTTP API。你可以把工作流转成 API 格式 JSON，然后用脚本批量改 seed 和提示词。这个方法对验证参数区间很高效，比如你想比较 CFG 1、2、3 三种取值的差异，不需要手动在画布上改三次：
import json import urllib.request workflow = json.load(open("zimage-1024-api.json", encoding="utf-8")) def run_prompt(workflow, server="http://127.0.0.1:8188"): data = json.dumps({"prompt": workflow}).encode("utf-8") req = urllib.request.Request( server + "/prompt", data=data, headers={"Content-Type": "application/json"}, ) with urllib.request.urlopen(req) as resp: print(resp.read().decode()) workflow["4"]["inputs"]["seed"] = 10001 run_prompt(workflow)4是 KSampler 节点的 ID，inputs.seed是它接收的种子字段。submit 一次请求后，ComfyUI 会按流程走完整个工作流并输出图片。你拿返回值里的prompt_id去/history接口查生成结果。
最后说一个我的个人习惯：每次跑通一个新参数组合，我会把提示词全文放进工作流的 description 字段里，而不是只放在节点里。因为模板会在机器之间复制，只有把参数和提示词一起保存，下一次复现时才不用靠记忆。做文生图，最怕的就是跑出一张满意的图，却找不到当初那组参数。养成记录的习惯之后，我还常用固定 seed 配合微调提示词来稳定角色特征，这也是很多人说的角色卡思路的雏形——保持构图基底不变，只改主角的描述词，多试几次就能得到一套风格统一的系列图。希望这个流程对你有所帮助。
本文还有配套的精品资源，点击获取
