🕸️ 前言：为什么高手都抛弃了 WebUI？
很多刚接触 Stable Diffusion 的朋友，第一站都是SD-WebUI（那个经典的橙色界面）。它简单直观，但玩久了你会发现：显存稍微小点就爆、生成速度慢、想复刻 Midjourney 那种“高清修复+细节重绘”的复杂流程，操作繁琐到让人头秃。
这时候，ComfyUI出现了。
打开它的第一眼，90% 的人会被满屏幕的连线劝退：“这是给人类用的吗？”
别怕。ComfyUI 的本质不是“乱连线”，而是**“搭积木”**。
一旦你理解了它的逻辑，你就能拥有比 Midjourney 更高的自由度，以及比 WebUI 快 30% 的生成速度。今天，带你彻底攻克它。
🧠 核心心法：拆解“文生图”的本质
在 WebUI 里，你点击“生成”按钮时，后台其实跑了一套固定的流水线。在 ComfyUI 里，你需要把这条流水线显式地画出来。
一个最基础的 AI 绘图过程，只有3 个核心阶段：
- 加载模型：准备好大脑（Checkpoint）。
- 输入指令：告诉它画什么（Prompt）以及画布多大（Latent）。
- 采样生成：去噪生图（KSampler），最后翻译成像素图片（VAE）。
基础工作流逻辑图 (Mermaid)：
🛠️ 实战第一步：搭建“Hello World”工作流
启动 ComfyUI，如果不小心清空了界面，别慌。右键点击屏幕 ->Add Node，我们需要凑齐以下“五大金刚”：
1. Load Checkpoint (模型加载器)
这是发动机。它输出三个东西：
- MODEL: 扩散模型本体，连给采样器。
- CLIP: 语言模型，把你的 Prompt 翻译给 AI 听。
- VAE: 图像编解码器，把 AI 算的“潜空间数据”变成人能看的图。
2. CLIP Text Encode (提示词)
你需要两个这个节点：
- 一个连到采样器的positive（正向提示词）。
- 一个连到采样器的negative（反向提示词）。
3. Empty Latent Image (空潜空间图像)
这是画布。在这里设置分辨率（如 512x768）。
- 注意：SD 1.5 模型不要超过 1024，SDXL 模型建议 1024x1024 起步。
4. KSampler (核心采样器)
这是心脏。它负责把噪点变成画。
- seed: 随机种子。
- steps: 步数（20-30 即可）。
- cfg: 提示词相关性（7.0 是标准）。
- sampler_name: 采样算法（推荐
euler_a或dpmpp_2m_karras）。
5. VAE Decode (解码) & Save Image
KSampler 输出的是Latent（只有机器看得懂的数据），必须经过 VAE 解码才能变成 PNG 图片。
🚀 进阶实战：复刻 Midjourney 的“高清修复” (Hires Fix)
为什么 Midjourney 的图看起来那么细腻？因为它默认自带了一套“放大+重绘”的流程。
在 WebUI 里这叫“高清修复”，在 ComfyUI 里，我们只需要串联两个采样器就能实现。
原理：
- 先用低分辨率跑一个大概的底图（比如 512x768）。
- 把底图放大2 倍。
- 用第二个采样器，在放大后的图上小幅度重绘（Denoise 0.3-0.5），增加细节。
高清修复工作流逻辑图 (Mermaid)：
操作要点：
- 中间加一个
Latent Upscale节点。 - 第二个 KSampler 的
denoise（降噪强度）千万别设为 1.0，否则它会无视底图重新画一张。设置为 0.3 - 0.5 是增加细节的关键。
⚡ 提效神器：ComfyUI Manager
原生 ComfyUI 缺节点时很麻烦，必须安装ComfyUI Manager插件。
安装后，面板上会多一个“Manager”按钮：
- Install Missing Custom Nodes: 打开别人的工作流报错？点这个，一键自动补全缺失插件。
- Model Manager: 直接在界面里下载 Civitai 的模型，不用手动搬运文件。
📊 总结：WebUI vs ComfyUI
| 维度 | SD-WebUI | ComfyUI |
|---|---|---|
| 上手难度 | ⭐ (开箱即用) | ⭐⭐⭐ (需理解逻辑) |
| 显存占用 | 高 (容易爆显存) | 极低(4G 显存也能跑 SDXL) |
| 运行速度 | 中等 | 极快(秒杀 WebUI) |
| 工作流复用 | 难 (需截图参数) | 完美(一张图片拖进去，配置全还原) |
| 上限 | 插件堆叠导致臃肿 | 无限可能(视频、3D、换脸任意组合) |
博主留言：
ComfyUI 的魅力在于，当你保存一张生成的图片时，你保存的不仅仅是图片，而是生成这张图片的所有逻辑和节点配置。
想获取文中演示的“SDXL 基础工作流”和“高清修复工作流”(JSON 文件) 吗？
在评论区回复“工作流”，我直接打包发给你，拖进浏览器就能跑！下一期我们讲“ControlNet 在 ComfyUI 中的精准控制”。
