8.0
热点
AI SCORE
工具产品2026-08-10 02:06
ComfyUI：模块化AI创作引擎
GitHub Trending#ComfyUI#AI图像生成#开源
Editor brief · 编辑速览
最强大的扩散模型节点式GUI和API，支持图像/视频/3D/音频生成，原生集成最新开源SOTA模型和Hunyuan3D等闭源模型。
最强大、最模块化的 AI 内容创作引擎。
ComfyUI 是面向视觉专业人士的 AI 创作引擎，让用户能够控制每一个模型、每一个参数和每一个输出。其强大的模块化节点图界面使创作者能够生成图像、视频、3D 模型、音频等内容……
ComfyUI 原生支持最新的开源前沿模型。
API 节点提供对顶级闭源模型的访问，包括 Nano Banana、Seedance、Hunyuan3D 等。
支持 Windows、Linux 和 macOS 系统，可通过桌面应用程序、便携安装包或云端使用。
借助 App Mode，最复杂的工作流也可以通过简洁的 UI 暴露出来。
可无缝集成到生产流水线中，通过 API 端点实现。
最简入门方式。
支持 Windows 和 macOS。
获取最新提交，完全便携。
支持 Windows。
支持所有操作系统和 GPU 类型（NVIDIA、AMD、Intel、Apple Silicon、Ascend）。
面向无法负担本地硬件用户的官方付费云端版本。
查看 ComfyUI 能用新版模板工作流或旧版示例工作流做什么。
一个可视化节点图，用于无需代码即可构建和复用图像、视频、音频、3D 和文本工作流。
可复用子图、工作流模板、App Mode 以及用于将工作流集成到应用程序的本地 API。
高效本地执行，支持异步排队、部分图重执行、智能 VRAM 和 RAM 管理、模型卸载以及量化模型支持。
广泛原生模型支持。以下是代表性列表；浏览工作流库获取已维护、可直接运行的模板。图像生成：Stable Diffusion 1.5、SDXL、SD3.5、Flux.1、Flux.2、Qwen Image、Z-Image、Hunyuan Image 2.1、HiDream、Lumina Image 2.0、Chroma、Anima、LongCat Image、Ideogram 4、Krea 2、MageFlow、Microsoft Lens、PixelDiT、Kandinsky 5 和 Ernie Image。图像编辑：Flux Kontext、Flux.2 Klein、Qwen Image Edit、HiDream E1.1 和 O1、OmniGen2、Boogu、JoyImage Edit、MageFlow Edit 和 LongCat Image Edit。视频生成：Wan 2.1 和 2.2、LTX-Video 2 和 2.3、HunyuanVideo 1.5、Kandinsky 5 Video、CogVideoX、Cosmos Predict2、Bernini-R、SCAIL 2 和 Mochi。音视频生成：MiniMax H3 和 LTX-AV。音频生成：ACE-Step 1.5 和 Stable Audio 3。3D 和视觉：Hunyuan3D 2.1、TripoSplat、SeedVR2、SUPIR、Depth Anything 3、MoGe、SAM 3 和 3.1、RT-DETRv4 和 BiRefNet。文本生成：Gemma 3 和 4、Qwen3、Qwen3.5 和 Qwen3-VL，包括多模态输入。
图像生成：Stable Diffusion 1.5、SDXL、SD3.5、Flux.1、Flux.2、Qwen Image、Z-Image、Hunyuan Image 2.1、HiDream、Lumina Image 2.0、Chroma、Anima、LongCat Image、Ideogram 4、Krea 2、MageFlow、Microsoft Lens、PixelDiT、Kandinsky 5 和 Ernie Image。
图像编辑：Flux Kontext、Flux.2 Klein、Qwen Image Edit、HiDream E1.1 和 O1、OmniGen2、Boogu、JoyImage Edit、MageFlow Edit 和 LongCat Image Edit。
视频生成：Wan 2.1 和 2.2、LTX-Video 2 和 2.3、HunyuanVideo 1.5、Kandinsky 5 Video、CogVideoX、Cosmos Predict2、Bernini-R、SCAIL 2 和 Mochi。
音视频生成：MiniMax H3 和 LTX-AV。
音频生成：ACE-Step 1.5 和 Stable Audio 3。
3D 和视觉：Hunyuan3D 2.1、TripoSplat、SeedVR2、SUPIR、Depth Anything 3、MoGe、SAM 3 和 3.1、RT-DETRv4 和 BiRefNet。
文本生成：Gemma 3 和 4、Qwen3、Qwen3.5 和 Qwen3-VL，包括多模态输入。
从支持的模型格式加载完整检查点或分离的扩散模型、VAE、文本编码器、LoRA、ControlNet、适配器和超分辨率模型。
内置工具支持：局部重绘、外部扩展、参考条件、蒙版与合成、模型合并、超分辨率、帧插值、分割、深度估计和媒体处理。
将工作流保存和加载为 JSON，或从支持的生成媒体中恢复完整工作流和种子。
完全离线运行：核心不会主动下载任何内容，除非你请求。使用 --disable-api-nodes 可禁用可选的付费 Comfy API 节点，强制所有内置功能保持离线状态。
通过自定义节点扩展 ComfyUI
使用 extra_model_paths.yaml 配置额外的模型位置。
ComfyUI 采用每周发布周期，通常目标是周一，但由于模型发布或代码库的重大变更，实际发布时间经常有所调整。有三个相互关联的仓库：
ComfyUI Core 大约每两周发布一个新的主要稳定版本（例如 v0.7.0）。从 v0.4.0 开始，补丁版本将用于修复回传到当前稳定版的补丁。次要版本将用于从 master 分支发布的版本。在某些情况下，如果回传没有意义，可能会在 master 分支上仍使用补丁版本。稳定版本标签之外的提交可能非常不稳定，可能破坏许多自定义节点。作为桌面版的基础。
Comfy Desktop 使用最新的稳定核心版本构建新发布
ComfyUI Frontend 每两周以上，前端更新会被合并到核心仓库。功能冻结用于即将发布的核心版本。开发继续为下一个发布周期进行。
macOS 用户也可以将 Ctrl 替换为 Cmd
我们强烈推荐使用桌面应用程序：
桌面应用程序是新用户使用 ComfyUI 最简单、最好的方式。
有一个面向 Windows 的便携独立构建版本，适用于在 Nvidia GPU 上运行或仅在 CPU 上运行。不推荐普通用户使用。普通用户应使用上面的桌面应用程序。
直接下载链接（nvidia）
直接下载，使用 Windows 新版资源管理器或 7-Zip 解压，然后运行。对于较小的模型，通常只需要将 checkpoint（大型 ckpt/safetensors 文件）放到 ComfyUI\models\checkpoints，但较大的模型通常有多个文件。请务必按照说明将它们放到 ComfyUI\models\ 下的正确子文件夹中。
如果解压时遇到问题，右键点击文件 → 属性 → 解除锁定。
上述便携版目前附带 Python 3.13 和 PyTorch CUDA 13.0。如果无法启动，请更新 Nvidia 驱动。
AMD GPU 便携版
Intel GPU 便携版
Nvidia GPU 便携版（支持 20 系列及以上）。
Nvidia GPU 便携版（PyTorch CUDA 12.6 + Python 3.12）（支持 Nvidia 10 系列及更早 GPU，请勿在较新的 20 系列及以上 GPU 上使用此版本）。
参见 Config 文件设置模型的搜索路径。在独立 Windows 构建版本中，你可以在 ComfyUI 目录下找到此文件。将该文件重命名为 extra_model_paths.yaml，然后用你喜欢的文本编辑器编辑。
你可以使用 comfy-cli 安装并启动 ComfyUI：
pip install comfy-cli
comfy install
手动安装（Windows、Linux）
Python 3.14 可以工作，但某些自定义节点可能会有问题。自由线程版本可以工作，但部分依赖会启用 GIL，因此未完全支持。
Python 3.13 支持非常好。如果某些自定义节点依赖在 3.13 上遇到问题，可以尝试 3.12。
torch 2.7 最低支持，但强烈建议使用更新版本。在 Nvidia 20 系列及以上必须使用 cu130 或更高版本的 PyTorch。某些功能和优化可能仅在更新版本上可用。我们通常建议使用最新主要版本的 PyTorch 和最新 CUDA 版本，除非版本发布不足两周。如果你的 PyTorch 版本超过 6 个月，请更新。
将 SD checkpoint（大型 ckpt/safetensors 文件）放到：models/checkpoints
将 VAE 放到：models/vae
AMD 用户如果没有安装 rocm 和 PyTorch，可以用 pip 安装，稳定版本安装命令如下：
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm7.2
安装 nightly（ROCm 7.2）版本可能有性能提升，命令如下：
pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/rocm7.2
AMD GPU（实验性：Windows 和 Linux），仅限 RDNA 3、3.5 和 4。
这些版本硬件支持比上面的构建版本少，但可以在 Windows 上运行。你还需要安装针对你硬件的特定 PyTorch 版本。
RDNA 3（RX 7000 系列）：
pip install --pre torch torchvision torchaudio --index-url https://rocm.nightlies.amd.com/v2/gfx110X-all/
RDNA 3.5（Strix halo/Ryzen AI Max+ 365）：
pip install --pre torch torchvision torchaudio --index-url https://rocm.nightlies.amd.com/v2/gfx1151/
RDNA 4（RX 9000 系列）：
pip install --pre torch torchvision torchaudio --index-url https://rocm.nightlies.amd.com/v2/gfx120X-all/
Intel GPU（Windows 和 Linux）
Intel Arc GPU 用户可以用 pip 安装支持 torch.xpu 的原生 PyTorch。更多信息请参阅此处
安装 PyTorch xpu，使用以下命令：
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/xpu
安装 PyTorch xpu nightly 可能有性能提升，命令如下：
pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/xpu
Nvidia 用户应该用以下命令安装稳定版 PyTorch：
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu130
安装 PyTorch nightly 可能有性能提升，命令如下：
pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu132
如果遇到 "Torch not compiled with CUDA enabled" 错误，先用以下命令卸载 torch：
然后用上面的命令重新安装。
安装依赖：打开终端进入 ComfyUI 文件夹，然后：
pip install -r requirements.txt
安装完成后，你可以继续运行 ComfyUI。
你可以在 Apple Mac silicon（M1、M2、M3 或 M4）上安装 ComfyUI，需使用任意 recent macOS 版本。
安装 PyTorch nightly。说明请阅读 Apple Developer 加速 PyTorch 训练指南（请确保安装最新的 PyTorch nightly）。
按照 Windows 和 Linux 的 ComfyUI 手动安装说明进行操作。
安装 ComfyUI 依赖。如果你有另一个 Stable Diffusion UI，可能可以复用这些依赖。
运行 python main.py 启动 ComfyUI。
注意：记得将你的模型、VAE、LoRA 等添加到对应的 Comfy 文件夹中，如 ComfyUI 手动安装中所述。
对于兼容 Ascend Extension for PyTorch（torch_npu）的模型。开始之前，请确保你的环境满足安装页面列出的前置条件。以下是针对你的平台和安装方法的分步指南：
首先，如有必要，按照 torch_npu 安装页面的说明为 Linux 安装推荐的或更新的内核版本。
接下来，按照针对你特定平台的说明安装 Ascend Basekit，其中包括驱动、固件和 CANN。
然后，按照安装页面上针对特定平台的说明安装 torch_npu 所需的软件包。
最后，遵循 ComfyUI Linux 手动安装指南。所有组件安装完成后，你可以像之前描述的那样运行 ComfyUI。
对于兼容 Cambricon Extension for PyTorch（torch_mlu）的模型。以下是针对你的平台和安装方法的分步指南：
按照安装页面上针对特定平台的说明安装 Cambricon CNToolkit。
接下来，按照安装页面的说明安装 PyTorch（torch_mlu）。
运行 python main.py 启动 ComfyUI。
对于兼容 Iluvatar Extension for PyTorch 的模型。以下是针对你的平台和安装方法的分步指南：
按照安装页面的说明安装 Iluvatar Corex Toolkit。
运行 python main.py 启动 ComfyUI。
ComfyUI-Manager 是一个扩展，可以让你轻松安装、更新和管理 ComfyUI 的自定义节点。
安装管理器依赖：
pip install -r manager_requirements.txt
运行 ComfyUI 时使用 --enable-manager 标志启用管理器：
python main.py --enable-manager
对于 AMD 显卡（ROCm 官方不支持）
如果遇到问题，可以尝试用以下命令运行：
6700、6600 及可能其他 RDNA2 或更早的显卡：HSA_OVERRIDE_GFX_VERSION=10.3.0 python main.py
AMD 7600 及可能其他 RDNA3 显卡：HSA_OVERRIDE_GFX_VERSION=11.0.0 python main.py
你可以尝试设置环境变量 PYTORCH_TUNABLEOP_ENABLED=1，这可能会加快运行速度，但代价是首次运行会非常慢。
只有当一个节点的输出具备所有正确输入时，该部分的图才会被执行。
只有每次执行之间发生变化的部分才会被执行。如果你提交相同的图两次，只有第一次会被执行。如果你只修改了图的最后部分，那么只有你修改的部分及其依赖的部分会被执行。
将生成的 png 拖到网页上或加载它，会获得完整的工作流，包括用于创建的种子值。
你可以使用 () 来改变单词或短语的强调程度，例如：(good code:1.2) 或 (bad code:0.8)。() 的默认强调值为 1.1。如需在提示词中实际使用 () 字符，请用 \\( 或 \\) 转义。
你可以使用 {day|night} 来实现通配符/动态提示。使用此语法时，{wild|card|test} 将在每次你将提示词加入队列时，由前端随机替换为 "wild"、"card" 或 "test"。如需在提示词中实际使用 {} 字符，请用 \{ 或 \} 转义。
动态提示还支持 C 风格注释，如 // comment 或 /* comment */。
要在文本提示词中使用文本反转概念/嵌入，将它们放到 models/embeddings 目录，然后在 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。
默认安装包含一种低分辨率的快速潜在预览方法。若要使用 TAESD 启用更高质量的预览，请下载 taesd_decoder.pth、taesdxl_decoder.pth、taesd3_decoder.pth 和 taef1_decoder.pth 文件，并将其放置在 models/vae_approx 文件夹中。安装完成后，重启 ComfyUI 并使用 --preview-method taesd 启动，以启用高质量预览。
通过运行以下命令生成自签名证书（不适用于共享/生产环境）和私钥：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，应用将可通过 https://... 访问，而非 http://...。
注意：Windows 用户可以使用 alexisrolland/docker-openssl 或第三方二进制发行版来运行上述命令示例。如果使用容器，请注意卷挂载 -v 可以是相对路径，因此 ... -v ".\:/openssl-certs" ... 会在当前命令提示符或 PowerShell 终端目录下创建密钥和证书文件。
Discord：可尝试 #help 或 #feedback 频道。
Matrix space：#comfyui_space:matrix.org（类似于 Discord，但开源）。
悄悄说——我们正在招聘！协助构建 ComfyUI：comfy.org/careers
截至 2024 年 8 月 15 日，我们已迁移到新的前端框架，现托管在独立的仓库中：ComfyUI Frontend。编译后的 JS 文件（来自 TS/Vue）发布到 PyPI 并作为依赖项安装在 ComfyUI 中。
对于任何与前端相关的 bug、问题或功能请求，请使用 ComfyUI Frontend 仓库。这将帮助我们更高效地管理和处理前端相关问题。
新的前端现在是 ComfyUI 的默认配置。但请注意：
主 ComfyUI 仓库中的前端每两周更新一次。
独立的前端仓库提供每日发布版本。
要使用最新版本的前端：
获取最新的每日发布版本，使用以下命令行参数启动 ComfyUI：
--front-end-version Comfy-Org/ComfyUI_frontend@latest
获取最新的每日发布版本，使用以下命令行参数启动 ComfyUI：
--front-end-version Comfy-Org/ComfyUI_frontend@latest
要使用特定版本，将 latest 替换为所需的版本号：--front-end-version Comfy-Org/ComfyUI_frontend@1.2.2
要使用特定版本，将 latest 替换为所需的版本号：
--front-end-version Comfy-Org/ComfyUI_frontend@1.2.2
此方法允许您在稳定的每两周发布版本和最新的每日更新之间轻松切换，甚至可以使用特定版本进行测试。
相关建议请参阅此页面