ComfyUI入门：文生图工作流详解

本文带你从零搭建ComfyUI文生图工作流，逐一解析Load Checkpoint、CLIP Text Encode、KSampler、VAE Decode和Save Image等核心节点，梳理数据流向与参数逻辑，助你掌握节点式图像生成的基础，为进阶创作打下扎实根基。

核心问题

如何快速搭建ComfyUI第一个文生图工作流并理解核心节点的作用？

引言

ComfyUI 作为节点式的 Stable Diffusion 图像生成工具，凭借高度的可定制性与显存优化，正受到越来越多开发者的青睐。但对于新手而言，面对空白画布和众多节点，第一个工作流从何下手？本文将手把手带你搭建最基础的文生图工作流，并深入解析每一个核心节点，让你不仅会连线，更懂原理。

准备工作：安装与启动

在开始之前，请确保已安装 ComfyUI 并下载了至少一个 Stable Diffusion 模型（如 SD 1.5 或 SDXL）。启动 ComfyUI 后，浏览器访问 http://127.0.0.1:8188，你将在右侧看到节点菜单，左侧是空白画布。

核心节点逐一解析

一个最简单的文生图工作流由五个关键节点组成：加载模型（Load Checkpoint）、文本编码（CLIP Text Encode）、采样器（KSampler）、VAE解码（VAE Decode）以及保存图像（Save Image）。它们按照数据流动顺序连接，形成完整的生成管线。

1. Load Checkpoint – 加载模型

该节点是工作流的起点，负责加载 Stable Diffusion 的主模型文件（.ckpt 或 .safetensors）。它输出三个关键组件：
- MODEL：扩散模型本身，用于预测噪声并逐步去噪。
- CLIP：文本编码器，负责将提示词转化为模型可理解的向量。
- VAE：变分自编码器，用于图像与潜空间之间的编解码。

从节点库拖入 Load Checkpoint，在 ckpt_name 下拉列表中选择你的模型。

2. CLIP Text Encode – 文本编码

该节点接收 CLIP 模型和正/负向提示词，输出 CONDITIONING 数据。正向提示词引导生成想要的内容，负向提示词抑制不希望出现的元素。

分别拖入两个 CLIP Text Encode 节点，将一个文本输入框填入正提示词（如“a beautiful landscape”），另一个填入负提示词（如“blurry, ugly”）。将 Load Checkpoint 的 CLIP 输出分别连接到两个节点的 clip 输入。

3. KSampler – 采样器核心

KSampler 是工作流的心脏，它根据文本条件、种子、步数等参数，在潜空间中迭代去噪生成图像潜表示。关键参数包括：
- seed：随机种子，控制生成内容的确定性。
- steps：采样步数，通常 20~30 步。
- cfg：无条件引导系数，值越高图像越贴合提示词，但过高会丢失细节。
- sampler_name：采样器类型，如 euler、dpmpp_2m 等。
- scheduler：调度器，如 karras、normal。
- denoise：去噪强度，文生图时设为 1。

将 Load Checkpoint 的 MODEL 输出连接到 KSampler 的 model，正向 CLIP Text Encode 的 CONDITIONING 连接到 positive，负向连接到 negative。潜变量输入可先暂时留空，我们会在后面添加潜空间生成节点。

4. Empty Latent Image – 创建初始潜空间

KSampler 需要一个初始潜变量作为去噪的起点。拖入 Empty Latent Image 节点，设置 width 和 height（如 512×512）以及 batch_size（生成数量）。其输出 LATENT 连接到 KSampler 的 latent_image 输入。

5. VAE Decode – 潜空间解码到图像

KSampler 输出的 LATENT 是潜空间中的张量，需通过 VAE Decode 节点将其解码为可视图像。该节点接收 samples（来自 KSampler 的 LATENT）和 vae（来自 Load Checkpoint 的 VAE），输出 IMAGE 格式的像素数据。

6. Save Image – 保存结果

最后的 Save Image 节点接收 images（来自 VAE Decode）并存入本地。可在节点中设置文件名前缀。

连接工作流全貌

现在我们按顺序连接所有节点：
1. Load Checkpoint → CLIP Text Encode (正/负各一)
2. Load Checkpoint → KSampler (model, vae)
3. CLIP Text Encode (正) → KSampler (positive)
4. CLIP Text Encode (负) → KSampler (negative)
5. Empty Latent Image → KSampler (latent_image)
6. KSampler (LATENT) → VAE Decode (samples)
7. Load Checkpoint → VAE Decode (vae)
8. VAE Decode → Save Image (images)

点击右侧 Queue Prompt 按钮，等待片刻，你的第一张 AI 图像便生成了。

参数调优与常见问题

如何获得更稳定的结果？

• 固定 seed 值以复现同一图像。
• 适当提高 steps（如 25~30）并降低 cfg（如 7~9），避免过度锐化。
• 使用 euler_ancestral 等带有随机性的采样器可增加细节，但会牺牲重现性。

图像出现伪影或模糊？

• 检查 VAE 是否匹配：若模型使用标准 VAE，直接使用内置 VAE 即可；否则需单独加载对应的 VAE 文件。
• 潜空间尺寸建议为 64 的倍数（如 512×512），否则可能解码异常。

工作流节点排列杂乱？

• 按住 Ctrl 可多选节点，Shift 拖拽可框选。
• 右键菜单选择 Align 可快速对齐。
• 保存为模板：菜单栏 Workflow → Save 方便日后复用。

进阶提示：踏入高效创作

掌握基础工作流后，你可以尝试：
- 添加 ControlNet 节点实现精准姿势控制。
- 使用 LoraLoader 挂载特定风格 LoRA。
- 通过 Upscale Image 节点进行高清放大。
- 组合多个 KSampler 实现分区域重绘（Inpaint）。

ComfyUI 的魅力在于其图谱式的自由组合，只要理清数据流与节点职责，复杂设计也水到渠成。

结语

本文从零构建了一个完整的文生图工作流，并详细拆解了每个核心节点的作用与连接关系。希望你不再迷失于 ComfyUI 的连线迷宫，而是自信地迈出图像生成的第一步。现在就动手尝试，生成属于你的第一张作品吧！