Project Icon

ComfyUI

模块化Stable Diffusion工作流设计与执行工具

ComfyUI是一个开源的Stable Diffusion工作流设计工具。它采用图形化界面,支持通过节点和流程图创建复杂的AI图像生成流程。ComfyUI兼容多种Stable Diffusion模型,包括SD1.x、SD2.x和SDXL等。该工具具有异步队列系统和智能内存管理,优化了资源使用。ComfyUI还集成了LoRA、ControlNet等技术,可保存和加载完整工作流,为用户提供灵活的AI图像生成体验。

ComfyUI

最强大、最模块化的稳定扩散GUI和后端。

ComfyUI截图

这个界面允许您使用基于图表/节点/流程图的接口设计和执行高级稳定扩散流程。要查看一些工作流示例并了解ComfyUI的功能,您可以查看:

ComfyUI示例

安装ComfyUI

功能

工作流示例可以在示例页面找到

快捷键

快捷键说明
Ctrl + Enter将当前图表排队生成
Ctrl + Shift + Enter将当前图表排在生成队列的首位
Ctrl + Z/Ctrl + Y撤销/重做
Ctrl + S保存工作流
Ctrl + O加载工作流
Ctrl + A选择所有节点
Alt + C折叠/展开选定的节点
Ctrl + M静音/取消静音选定的节点
Ctrl + B绕过选定的节点(就像节点从图表中移除并重新连接线路一样)
Delete/Backspace删除选定的节点
Ctrl + Backspace删除当前图表
Space按住并移动光标时移动画布
Ctrl/Shift + 点击将点击的节点添加到选择中
Ctrl + C/Ctrl + V复制和粘贴选定的节点(不保持与未选定节点输出的连接)
Ctrl + C/Ctrl + Shift + V复制和粘贴选定的节点(保持未选定节点输出到粘贴节点输入的连接)
Shift + 拖动同时移动多个选定的节点
Ctrl + D加载默认图表
Alt + +画布放大
Alt + -画布缩小
Ctrl + Shift + 左键 + 垂直拖动画布放大/缩小
Q切换队列的可见性
H切换历史记录的可见性
R刷新图表
左键双击打开节点快速搜索面板

对于macOS用户,Ctrl也可以替换为Cmd

安装

Windows

发布页面上有一个适用于Windows的便携式独立版本,可用于在Nvidia GPU上运行或仅在CPU上运行。

直接下载链接

只需下载,用7-Zip解压并运行即可。确保将Stable Diffusion检查点/模型(大型ckpt/safetensors文件)放在:ComfyUI\models\checkpoints

如果解压有困难,右键点击文件 -> 属性 -> 解除锁定

如何在另一个UI和ComfyUI之间共享模型?

请参阅配置文件来设置模型的搜索路径。在Windows独立版中,你可以在ComfyUI目录中找到这个文件。将此文件重命名为extra_model_paths.yaml,并用你喜欢的文本编辑器编辑它。

Jupyter Notebook

要在paperspace、kaggle或colab等服务上运行,你可以使用我的Jupyter Notebook

手动安装(Windows、Linux)

Git克隆此仓库。

将SD检查点(大型ckpt/safetensors文件)放在:models/checkpoints

将VAE放在:models/vae

AMD GPU(仅限Linux)

AMD用户可以通过pip安装rocm和pytorch(如果尚未安装),这是安装稳定版本的命令:

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm6.0

这是安装带有ROCm 6.0的每晚版本的命令,可能会有一些性能改进:

pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/rocm6.1

NVIDIA

Nvidia用户应使用此命令安装稳定版pytorch:

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu121

这是安装pytorch每晚版本的命令,可能会有性能改进:

pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu124

故障排除

如果出现"Torch not compiled with CUDA enabled"错误,请使用以下命令卸载torch:

pip uninstall torch

然后使用上面的命令重新安装。

依赖项

通过在ComfyUI文件夹内打开终端并执行以下命令来安装依赖项:

pip install -r requirements.txt

完成后,您应该已安装所有内容,可以继续运行ComfyUI。

其他:

Intel GPU

Intel GPU支持适用于所有受Intel的Pytorch扩展(IPEX)支持的Intel GPU,支持要求列在安装页面。选择您的平台和安装方法,并按照说明进行操作。步骤如下:

  1. 首先安装IPEX安装页面中列出的或更新的驱动程序或内核(如果需要)。
  2. 按照说明为您的平台安装Intel的oneAPI Basekit
  3. 使用安装页面中为您的平台提供的说明安装IPEX的软件包。
  4. 按照Windows和Linux的ComfyUI手动安装说明进行操作,并在安装完所有内容后正常运行ComfyUI。

更多讨论和帮助可以在这里找到。

Apple Mac芯片

您可以在任何最新版本的macOS上的Apple Mac芯片(M1或M2)上安装ComfyUI。

  1. 安装 PyTorch 夜间版。有关说明,请阅读 Apple 开发者指南中的 Mac 上加速 PyTorch 训练(确保安装最新的 PyTorch 夜间版)。
  2. 按照 Windows 和 Linux 的 ComfyUI 手动安装 说明进行操作。
  3. 安装 ComfyUI 依赖项。如果你已经有其他 Stable Diffusion UI,你可能可以重复使用这些依赖项
  4. 运行 python main.py 启动 ComfyUI。

注意:记得将你的模型、VAE、LoRA 等添加到相应的 Comfy 文件夹中,如 ComfyUI 手动安装 中所讨论的。

DirectML(Windows 上的 AMD 显卡)

pip install torch-directml 然后你可以用以下命令启动 ComfyUI:python main.py --directml

运行

python main.py

对于 ROCm 不官方支持的 AMD 显卡

如果遇到问题,请尝试使用以下命令运行:

对于 6700、6600 和其他可能的 RDNA2 或更旧型号:HSA_OVERRIDE_GFX_VERSION=10.3.0 python main.py

对于 AMD 7600 和其他可能的 RDNA3 显卡:HSA_OVERRIDE_GFX_VERSION=11.0.0 python main.py

注意事项

只有图中具有所有正确输入的输出部分才会被执行。

只有从一次执行到下一次执行发生变化的图的部分才会被执行,如果你提交相同的图两次,只有第一次会被执行。如果你只更改图的最后部分,只有你更改的部分和依赖它的部分会被执行。

在网页上拖放生成的 png 或加载一个 png 会给你包括用于创建它的种子在内的完整工作流程。

你可以使用 () 来改变单词或短语的强调,比如:(good code:1.2) 或 (bad code:0.8)。() 的默认强调度为 1.1。要在实际提示中使用 () 字符,请使用转义符,如 \( 或 \)。

你可以使用 {day|night} 进行通配符/动态提示。使用这种语法,"{wild|card|test}" 每次你队列提示时,前端会随机将其替换为 "wild"、"card" 或 "test" 中的一个。要在实际提示中使用 {} 字符,请使用转义符,如 \{ 或 \}。

动态提示还支持 C 风格的注释,如 // 注释/* 注释 */

要在文本提示中使用文本反转概念/嵌入,将它们放在 models/embeddings 目录中,并在 CLIPTextEncode 节点中这样使用(可以省略 .pt 扩展名):

embedding:embedding_filename.pt

如何显示高质量预览?

使用 --preview-method auto 启用预览。

默认安装包含一个快速的低分辨率潜在预览方法。要启用更高质量的预览,使用 TAESD,下载 taesd_decoder.pth(用于 SD1.x 和 SD2.x)和 taesdxl_decoder.pth(用于 SDXL)模型,并将它们放在 models/vae_approx 文件夹中。安装完成后,重启 ComfyUI 以启用高质量预览。

如何使用 TLS/SSL?

通过运行以下命令生成自签名证书(不适合共享/生产使用)和密钥:openssl req -x509 -newkey rsa:4096 -keyout key.pem -out cert.pem -sha256 -days 3650 -nodes -subj "/C=XX/ST=StateName/L=CityName/O=CompanyName/OU=CompanySectionName/CN=CommonNameOrHostname"

使用 --tls-keyfile key.pem --tls-certfile cert.pem 启用 TLS/SSL,现在应用将可以通过 https://... 而不是 http://... 访问。

注意:Windows 用户可以使用 alexisrolland/docker-openssl第三方二进制发行版 之一来运行上述命令示例。

如果你使用容器,请注意卷挂载 -v 可以是相对路径,所以 ... -v ".\:/openssl-certs" ... 会在你的命令提示符或 PowerShell 终端的当前目录中创建密钥和证书文件。

支持和开发频道

Matrix 空间:#comfyui_space:matrix.org(它类似于 Discord,但是开源的)。

另见:https://www.comfy.org/

问答

我应该为此购买哪种 GPU?

查看此页面获取一些建议

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号