在上一篇文章里，我们聊到了用大模型创作剧本和分镜脚本，把短剧的”文字骨架”搭了起来。但从文字到画面，中间还缺一个关键环节——图像与视频生成引擎。在开源世界里，这个位置几乎被 ComfyUI 牢牢占据。它是目前最灵活、最强大的 Stable Diffusion 图形化前端之一，用”节点连线”的方式搭建生成流程，非常适合需要批量出图、做角色一致性、甚至跑视频的 AI 短剧工作流。
今天这一篇，我们就从零开始把 ComfyUI 装起来、跑起来，认识它的界面和节点式工作流的基本概念，为后面几篇真正动手做短剧打好地基。
为什么短剧创作要选 ComfyUI
短剧的产出有一个鲜明特点：镜头多、画面多、风格要统一。一个几十秒的片段，可能需要上百张关键帧或连续视频帧。如果每一张图都靠手动点按钮、填提示词，效率会低到无法接受。
ComfyUI 的优势恰好契合这个场景：
- 节点式可视化：把”加载模型、写提示词、采样、出图”等步骤拆成一个一个节点，用线连起来，流程一目了然。
- 可复用、可保存：搭好的工作流保存为 JSON，下次直接加载，改几个参数就能复用，非常适合做系列短剧的统一风格。
- 批处理能力强：可以配合提示词列表、随机种子，实现一键批量生成大量画面。
- 扩展生态丰富：AnimateDiff、ControlNet、IPAdapter 等插件让视频生成和一致性控制成为可能，这正是短剧最需要的。
简单说，ComfyUI 更像一个”生成流水线的控制台”，而不是一个”一键出图的玩具”。
安装前的环境准备
ComfyUI 对硬件有一定要求，尤其是显卡。这里给出三种常见方案，按投入从低到高排序。
方案一：本地 NVIDIA GPU（推荐）
首选 NVIDIA 显卡，显存建议 8GB 起步，16GB 及以上体验更佳。你需要准备：
- 一块支持 CUDA 的 NVIDIA 显卡
- 最新的显卡驱动
- Python 3.10 或 3.11
- Git
确认环境没问题后，用下面几条命令即可拉取代码：
# 克隆 ComfyUI 仓库
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
# 创建虚拟环境（建议）
python -m venv venv
source venv/bin/activate
# 安装依赖
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
pip install -r requirements.txt
Windows 用户可以把 source venv/bin/activate 换成 venvScriptsactivate。装好依赖后，直接运行：
python main.py
启动成功后会看到命令行输出一个本地地址，通常是 http://127.0.0.1:8188，用浏览器打开即可。
方案二：云 GPU（免本地硬件）
没有显卡也没关系，很多云平台提供按小时计费的 GPU 实例。通用步骤是：
- 租一台带 GPU 的实例（如 RTX 4090、A100 等）。
- 选择预装 PyTorch 的镜像，或手动执行上面的安装命令。
- 用
--listen参数让 ComfyUI 监听公网端口。
# 让外部可以访问
python main.py --listen 0.0.0.0 --port 8188
访问时用云平台分配的 IP:8188 地址即可。注意用完及时关机，避免持续计费。
方案三：共享平台 / 一体化工具
现在也有不少平台把 ComfyUI 打包成开箱即用的产品，比如 Stability Matrix 这样的桌面管理器，能帮你一键下载、管理 ComfyUI 和模型，适合不想折腾命令行的同学。核心命令仍是 python main.py，只是省去了手动搭环境的过程。
模型文件的放置
ComfyUI 装好之后是”空壳”，还需要放置模型文件。常见模型目录如下：
ComfyUI/
├── models/
│ ├── checkpoints/ # 大模型（.safetensors / .ckpt）
│ ├── vae/ # VAE 模型
│ ├── loras/ # LoRA 微调模型
│ ├── controlnet/ # ControlNet 模型
│ ├── clip/ # CLIP 文本编码器
│ └── unet/ # UNet 扩散模型
最核心的是 checkpoints 里的基础大模型，比如 SD 1.5、SDXL 等。把下载好的 .safetensors 文件放进去，重启或刷新页面后就能在节点里选到。
# 示例：把下载好的模型放进 checkpoints 目录
cp /path/to/your/model.safetensors models/checkpoints/
认识界面：从一张空白画布开始
打开 ComfyUI 网页后，你会看到一块黑色画布，这就是工作流编辑区。几个关键区域要记住：
- 主画布：放置和连线节点的地方。
- 左侧面板：可以双击空白处弹出节点搜索框，输入节点名快速添加。
- 右侧菜单：保存、加载工作流、调整设置、切换队列等。
- 队列提示：页面下方会显示当前生成任务的状态，如”Queue size”。
最常用的操作是双击画布空白处，输入关键词添加节点，比如输入 “Checkpoint” 就会列出加载大模型的节点。选中节点后，拖动节点侧面的小圆点即可连线。
用快捷键提高效率
熟练后你会频繁用到这些快捷键：
双击空白处 -> 搜索并添加节点
Delete -> 删除选中的节点
Ctrl + 拖动 -> 框选多个节点
Ctrl + S -> 保存工作流为 JSON
Ctrl + O -> 加载已有的工作流
搭建你的第一个节点式工作流
理解工作流最好的方式，是亲手搭一个”文生图”的完整链路。它的核心节点有四个：
- Load Checkpoint：加载大模型，输出 MODEL、CLIP、VAE 三个对象。
- CLIP Text Encode：把正向/负向提示词编码成条件向量，需要接上 CLIP。
- KSampler：核心采样器，接收 MODEL、条件向量、潜空间图，执行去噪生成。
- VAE Decode + Save Image：把潜空间结果解码成图片并保存。
下面用文字把连线关系写清楚，你在界面上照此连线即可：
Load Checkpoint
├─ MODEL ────────────────> KSampler.model
├─ CLIP ──> 正向提示词节点 ──> KSampler.positive
├─ CLIP ──> 负向提示词节点 ──> KSampler.negative
└─ VAE ─────────────────> VAE Decode.vae
Empty Latent Image ─────────> KSampler.latent_image
KSampler.LATENT ────────────> VAE Decode.samples
VAE Decode.IMAGE ───────────> Save Image.images
连线完成后，在最顶部的菜单里点击”Queue Prompt”按钮，稍等片刻就能看到生成的图片了。如果出图失败，优先检查模型是否放对目录、节点连线是否断开。
一个最小可用的提示词示例
正向提示词: masterpiece, best quality, a young woman in a modern city street, cinematic lighting, shallow depth of field, 8k
负向提示词: lowres, bad anatomy, bad hands, blurry, watermark, text
出图成功，说明你的 ComfyUI 已经能正常工作，可以进入下一步了。
常见问题排查
Q1：启动时报错 “CUDA out of memory” 怎么办？
显存不足。可以降低出图分辨率、减小 batch size，或换用 --lowvram、--novram 参数启动。
python main.py --lowvram
Q2：网页打不开 / 端口被占用？
换一个端口启动，比如 --port 8189，同时确认防火墙放行该端口。
Q3：节点连线后点 Queue 没反应？
先看页面下方队列是否有报错提示，多数是某个节点的输入没接好。逐个节点检查输入圆点是否都有连线。
Q4：模型放进去却选不到？
刷新页面或重启 ComfyUI，让它在启动时重新扫描 models 目录。
总结
今天我们把 ComfyUI 从安装到跑通第一个文生图工作流完整走了一遍，核心收获有三点：
- 环境：本地 NVIDIA GPU 体验最佳，云 GPU 是没硬件时的灵活替代。
- 概念：ComfyUI 用”节点连线”描述生成流程，核心四件套是 Checkpoint、CLIP Text Encode、KSampler、VAE Decode。
- 能力：工作流可保存、可复用、可批量，这是它成为短剧批量出图首选工具的根本原因。
从下一篇开始，我们将深入 ComfyUI 的基础工作流，系统讲清楚文生图、图生图和提示词工程的实战技巧，为后续做角色一致性和视频生成铺路。
下期预告：AI短剧系列 | 第 7 天：ComfyUI 基础工作流——文生图、图生图与提示词工程，敬请期待。
暂无评论内容