ComfyUI 節點式 AI 繪圖 — 免費打造自己的 Stable Diffusion 工作流

由 FeiYueh 親自審稿驗證 · 最後更新於 2026-08-31

ComfyUI 是目前唯一能把 Stable Diffusion 完整推論流程拆成可視化節點、並將整份工作流以 JSON 儲存與重播的開源介面。這意味著任何一張圖的生成過程都可完整重現：換模型、加 ControlNet、串接影片生成，都只是改接線，而非重寫程式碼。對想在本機免費建立可控 AI 繪圖流程的人來說，這是與

ComfyUI 是目前唯一能把 Stable Diffusion 完整推論流程拆成可視化節點、並將整份工作流以 JSON 儲存與重播的開源介面。這意味著任何一張圖的生成過程都可完整重現：換模型、加 ControlNet、串接影片生成，都只是改接線，而非重寫程式碼。對想在本機免費建立可控 AI 繪圖流程的人來說，這是與 Automatic1111 之類表單式介面最根本的差異。 ComfyUI 與表單式介面的結構差異 核心差別在於「流程是否為第一級物件」。Automatic1111 WebUI 把 txt2img 流程寫死在後端，使用者只能填欄位；ComfyUI 則把 Load Checkpoint、CLIP Text Encode、KSampler、VAE Decode 各自變成獨立節點，由使用者自行連線決定資料流向。 這帶來三個實務後果： 可重現性 ：每張 PNG 的 metadata 內嵌完整工作流 JSON，把圖片拖回畫布即還原全部參數，包含種子、取樣器、LoRA 權重。 記憶體效率 ：ComfyUI 只執行被連到輸出端的節點，改動一個提示詞時，未變動的上游節點結果直接沿用快取，不必重跑整條流程。 可組合性 ：ControlNet、IP-Adapter、AnimateDiff、影片模型都以節點形式接入，不需要等待介面作者做專屬 UI 支援。 ComfyUI 由 comfyanonymous 於 2023 年 1 月開源，採 GPL-3.0 授權。 「GitHub 星數超過 8.5 萬、fork 逾 9,000（2025 年統計）」（來源：GitHub comfyanonymous/ComfyUI） ，是同類 AI 繪圖介面中社群規模最大的專案之一。 安裝與硬體門檻的實際數字 ComfyUI 在 8GB VRAM 的消費級顯卡上即可跑 SDXL，這是它與其他介面拉開距離的關鍵。官方支援 NVIDIA CUDA、AMD ROCm、Intel XPU 與 Apple Silicon MPS 四種後端，並內建低顯存模式，在顯存不足時自動把模型分段搬進搬出。 目前有三條安裝路徑： 官方桌面版 ：Windows/macOS 圖形安裝檔，附帶 Python 環境與 ComfyUI Manager，適合不碰指令列的人。 Portable 壓縮包 ：Windows 專用，解壓即用，內含 embedded Python，不污染系統環境。 Git clone + pip ：自行建立 venv，安裝對應 CUDA 版本的 PyTorch，彈性最高，也最容易因版本錯配而失敗。 硬體現實面：Stable Diffusion 1.5 在 4GB VRAM 可運作；SDXL 建議 8GB 以上；Flux.1-dev 的完整 fp16 權重約 23.8GB，需要量化為 fp8 或 GGUF 才能塞進 12GB 顯卡。 「SDXL 1.0 具 35 億參數基礎模型加 66 億參數 refiner，於 2023 年 7 月發布」（來源：Stability AI） ，這組數字直接決定你需要多少顯存。 Apple Silicon 使用者需注意：MPS 後端可用但速度明顯落後，M2 Max 產生一張 1024×1024 SDXL 圖約需 40–60 秒，同期 RTX 4070 約 8–12 秒。 第一個工作流：拆解預設的七個節點 ComfyUI 啟動後的預設工作流只有七個節點，理解它們等於理解整個 Stable Diffusion 推論管線。 節點的職責分工 Load Checkpoint ：載入模型檔，輸出三條線——MODEL（UNet）、CLIP（文字編碼器）、VAE（影像編解碼器）。 CLIP Text Encode （兩個）：分別接正向與負向提示詞，把文字轉成 conditioning 張量。 Empty Latent Image ：產生指定尺寸的空白潛在空間張量，決定輸出解析度與批次數。 KSampler ：實際去噪迴圈所在，控制 steps、CFG scale、sampler、scheduler、seed 五個關鍵參數。 VAE Decode ：把潛在空間張量還原成 RGB 影像。 Save Image ：寫檔並把工作流 JSON 嵌入 PNG metadata。 參數調整的優先順序 影響畫面品質的參數存在明確的邊際效益差異。steps 從 20 提到 50，多數取樣器的畫質增益在 30 步後趨近於零，但生成時間線性增加 150%。CFG scale 落在 6–8 之間通常最穩定，超過 12 會出現顏色過飽和與細節崩壞。 實務建議的調整順序是：先固定 seed 找到構圖，再調提示詞，最後才動 steps 與 CFG。這個順序能讓每次變動的因果關係可辨識，

由 FeiYueh 親自審稿驗證 · 最後更新於 2026-08-31. Independently maintained — not AI-generated boilerplate.