03-界面与节点基础¶

🎯 学习目标¶

熟悉 ComfyUI 的界面布局和各区域功能
理解节点的基本概念（输入/输出、数据类型、连线规则）
掌握核心节点类型（加载器、编码器、采样器、图像节点）
完成第一个 txt2img 工作流搭建
掌握节点操作的常用快捷键

3.1 界面布局详解¶

3.1.1 整体布局¶

ComfyUI 的界面以节点编辑器（Canvas）为核心，辅以控制面板和状态栏：

Text Only

┌────────────────────────────────────────────────────────────────┐
│  菜单栏 (Menu Bar)                                              │
│  [Queue Prompt] [Queue Size] [Extra Options]  [Manager]         │
├────────────────────────────────────────────────────────────────┤
│                                                                │
│                                                                │
│              节 点 编 辑 器 (Node Canvas)                        │
│                                                                │
│    ┌─────────┐     ┌─────────┐     ┌─────────┐                │
│    │ Load    │────▶│ Encode  │────▶│ Sample  │                │
│    │ Ckpt    │     │ Text    │     │         │                │
│    └─────────┘     └─────────┘     └─────────┘                │
│                                                                │
│                                                                │
├────────────────────────────────────────────────────────────────┤
│  状态栏 / 进度条                                                 │
└────────────────────────────────────────────────────────────────┘

3.1.2 核心区域¶

① 节点编辑器（Canvas）

主工作区域，用于放置和连接节点
支持无限画布，可以平移（中键拖动 / 空格+左键拖动）和缩放（滚轮）
背景网格辅助对齐

② 菜单栏 / 工具栏

Queue Prompt：将当前工作流加入执行队列
Queue Size：设置批量生成的数量
Extra Options：额外选项（如自动队列）
Manager：打开 ComfyUI Manager（需安装）

③ 右键上下文菜单

在画布空白处右键可以： - 添加新节点（按类别浏览或搜索） - 粘贴节点 - 添加分组（Group）

④ 队列与历史面板

查看排队中和已完成的生成任务
可以查看历史记录并重新加载

⑤ 设置面板

通过菜单进入 Settings，可以调整： - 预览方式（auto/taesd/latent2rgb） - 颜色主题 - 自动保存设置 - 日志级别

3.2 节点基本概念¶

3.2.1 什么是节点¶

节点（Node） 是 ComfyUI 中最基本的功能单元。每个节点执行一个特定的操作，例如加载模型、编码文本、执行采样等。节点通过连线（Link/Wire）传递数据。

3.2.2 节点结构¶

每个节点由以下部分组成：

Text Only

┌──────────────────────────────┐
│  节点标题 (Title)              │
├──────────────────────────────┤
│                              │
│  ● 输入接口 (Input Slot)      │  ← 接收上游数据
│  ● 输入接口                   │
│                              │
│  [参数/属性区域]               │  ← 节点内部可调参数
│  [下拉选择/数值输入]            │
│                              │
│        输出接口 (Output) ●    │  → 传递数据给下游
│        输出接口          ●    │
│                              │
└──────────────────────────────┘

3.2.3 数据类型与颜色¶

ComfyUI 中不同数据类型用不同颜色表示：

颜色	数据类型	说明
🟣 紫色	MODEL	Stable Diffusion 模型
🟡 黄色	CLIP	CLIP 文本编码器
🔴 红色	VAE	VAE 编码/解码器
🟠 橙色	CONDITIONING	条件编码（提示词编码结果）
🔵 蓝色	LATENT	潜空间图像数据
🟢 绿色	IMAGE	像素图像数据
⚪ 白色	MASK	遮罩数据
灰色	INT/FLOAT/STRING	基础数据类型

3.2.4 连线规则¶

同色连接：只有相同类型的接口可以连接（紫色→紫色，蓝色→蓝色）
一对多：一个输出可以连接到多个输入（数据分发）
多对一限制：一个输入通常只能接收一条连线
数据流向：数据从左到右流动（输出 → 输入）
类型转换：某些节点可以在类型之间转换（如 VAEDecode 将 LATENT → IMAGE）

💡 提示：尝试连接不兼容的类型时，连线会自动断开，这是正常的类型检查机制。

3.3 核心节点类型介绍¶

3.3.1 加载器节点（Loaders）¶

加载器节点用于将模型文件加载到内存中。

CheckpointLoaderSimple（Checkpoint 加载器）

最常用的模型加载节点，加载 SD Checkpoint 模型：

输入/输出	名称	类型	说明
参数	ckpt_name	下拉选择	选择 checkpoints/ 目录中的模型
输出	MODEL	MODEL (紫色)	SD 模型
输出	CLIP	CLIP (黄色)	文本编码器
输出	VAE	VAE (红色)	变分自编码器

LoRALoader（LoRA 加载器）

加载 LoRA 模型并与 Checkpoint 模型合并：

输入/输出	名称	类型	说明
输入	model	MODEL	基础模型
输入	clip	CLIP	文本编码器
参数	lora_name	下拉选择	选择 LoRA 文件
参数	strength_model	FLOAT	模型权重强度 (0~2)
参数	strength_clip	FLOAT	CLIP 权重强度 (0~2)
输出	MODEL	MODEL	融合后的模型
输出	CLIP	CLIP	融合后的编码器

VAELoader（VAE 加载器）

单独加载 VAE 模型（当 Checkpoint 自带 VAE 不理想时使用）：

输入/输出	名称	类型	说明
参数	vae_name	下拉选择	选择 VAE 文件
输出	VAE	VAE	VAE 模型

3.3.2 编码器节点（Encoding）¶

CLIPTextEncode（CLIP 文本编码器）

将文本提示词编码为条件向量：

输入/输出	名称	类型	说明
输入	clip	CLIP	CLIP 模型
参数	text	STRING (多行)	提示词文本
输出	CONDITIONING	CONDITIONING	编码后的条件

💡 提示：通常需要两个 CLIPTextEncode 节点——一个用于正向提示词（positive），一个用于反向提示词（negative）。

VAEEncode（VAE 编码器）

将像素图像编码到潜空间（用于 img2img）：

输入/输出	名称	类型	说明
输入	pixels	IMAGE	输入图像
输入	vae	VAE	VAE 模型
输出	LATENT	LATENT	潜空间表示

VAEDecode（VAE 解码器）

将潜空间数据解码回像素图像：

输入/输出	名称	类型	说明
输入	samples	LATENT	潜空间数据
输入	vae	VAE	VAE 模型
输出	IMAGE	IMAGE	输出图像

3.3.3 采样器节点（Samplers）¶

KSampler（采样器）

核心采样节点，执行扩散去噪过程：

输入/输出	名称	类型	说明
输入	model	MODEL	SD 模型
输入	positive	CONDITIONING	正向条件
输入	negative	CONDITIONING	反向条件
输入	latent_image	LATENT	初始潜空间图像
参数	seed	INT	随机种子
参数	steps	INT	采样步数 (1-100)
参数	cfg	FLOAT	CFG 引导系数 (1-30)
参数	sampler_name	下拉	采样算法
参数	scheduler	下拉	调度器类型
参数	denoise	FLOAT	去噪强度 (0-1)
输出	LATENT	LATENT	采样结果

KSamplerAdvanced（高级采样器）

提供更多控制参数，支持分步采样：

指定起始步和结束步（用于分阶段生成）
noise 添加控制
更精细的调度控制

EmptyLatentImage（空潜空间图像）

创建一个初始的空白潜空间图像（用于 txt2img）：

输入/输出	名称	类型	说明
参数	width	INT	图像宽度（像素）
参数	height	INT	图像高度（像素）
参数	batch_size	INT	批量大小
输出	LATENT	LATENT	空白潜空间图像

⚠️ 注意：宽高需要是 8 的倍数。SD1.5 推荐 512×512，SDXL 推荐 1024×1024。

3.3.4 图像节点（Image）¶

LoadImage（加载图像）

从文件加载图像到工作流：

输入/输出	名称	类型	说明
参数	image	文件选择	选择 input/ 目录中的图像
输出	IMAGE	IMAGE	图像数据
输出	MASK	MASK	Alpha 通道遮罩

SaveImage（保存图像）

将生成的图像保存到磁盘：

输入/输出	名称	类型	说明
输入	images	IMAGE	输入图像
参数	filename_prefix	STRING	文件名前缀

PreviewImage（预览图像）

在界面中预览图像（不保存到磁盘）：

输入/输出	名称	类型	说明
输入	images	IMAGE	输入图像

3.3.5 条件节点（Conditioning）¶

ConditioningCombine（条件合并）

合并两个条件编码为一个：

输入/输出	名称	类型	说明
输入	conditioning_1	CONDITIONING	条件一
输入	conditioning_2	CONDITIONING	条件二
输出	CONDITIONING	CONDITIONING	合并后的条件

ConditioningSetArea（条件区域设置）

为条件指定作用区域（用于区域控制生成）：

输入/输出	名称	类型	说明
输入	conditioning	CONDITIONING	输入条件
参数	width, height	INT	区域尺寸
参数	x, y	INT	区域位置
参数	strength	FLOAT	作用强度
输出	CONDITIONING	CONDITIONING	带区域的条件

3.4 第一个工作流：文本到图像（txt2img）¶

3.4.1 工作流结构¶

一个最基础的 txt2img 工作流包含以下节点：

Text Only

┌─────────────────┐
│ CheckpointLoader │
│ Simple           │
│ ─────────────── │
│ [选择SD模型]      │
│                  │
│  MODEL ●─────────┼───────────────────────────────────────┐
│  CLIP  ●─────┐   │                                       │
│  VAE   ●──┐  │   │                                       │
└────────────┼──┼───┘                                       │
             │  │                                           │
             │  │  ┌───────────────┐                        │
             │  └──▶ CLIPTextEncode │  (正向提示词)            │
             │     │ ────────────  │                        │
             │     │ "a beautiful  │                        │
             │     │  landscape"   │                        │
             │     │ CONDITIONING ●┼──────┐                 │
             │     └───────────────┘      │                 │
             │                            │                 │
             │     ┌───────────────┐      │                 │
             └──┬──▶ CLIPTextEncode │      │  (反向提示词)     │
                │  │ ────────────  │      │                 │
                │  │ "ugly, bad"   │      │                 │
                │  │ CONDITIONING ●┼───┐  │                 │
                │  └───────────────┘   │  │                 │
                │                      │  │                 │
                │  ┌───────────────┐   │  │  ┌────────────┐│
                │  │EmptyLatentImage│   │  │  │  KSampler  ││
                │  │ ────────────  │   │  │  │ ────────── ││
                │  │ 512 x 512     │   │  └──▶ positive   ││
                │  │               │   └─────▶ negative   ││
                │  │   LATENT     ●┼─────────▶ latent     ││
                │  └───────────────┘         ▶ model    ◀─┘│
                │                            │ ────────── │
                │                            │ steps: 20  │
                │                            │ cfg: 7.0   │
                │                            │ LATENT   ● │
                │                            └──────┼─────┘
                │                                   │
                │  ┌───────────────┐                │
                │  │  VAEDecode    │                │
                │  │ ────────────  │                │
                └──▶  vae         │◀───────────────┘
                   │  samples     │
                   │  IMAGE      ●┼──┐
                   └───────────────┘  │
                                      │
                   ┌───────────────┐  │
                   │  SaveImage    │◀─┘
                   │ ────────────  │
                   │ ComfyUI       │
                   └───────────────┘

3.4.2 搭建步骤¶

步骤 1：添加 CheckpointLoaderSimple 节点

在画布空白处右键 → Add Node → loaders → CheckpointLoaderSimple
在节点的 ckpt_name 下拉框中选择你安装的模型

步骤 2：添加两个 CLIPTextEncode 节点

右键 → Add Node → conditioning → CLIPTextEncode
重复添加一个（一个正向、一个反向）
将 CheckpointLoader 的 CLIP 输出连接到两个 CLIPTextEncode 的 clip 输入
在正向节点中输入：a beautiful mountain landscape, professional photography, 8k, highly detailed
在反向节点中输入：ugly, blurry, low quality, distorted

步骤 3：添加 EmptyLatentImage 节点

右键 → Add Node → latent → EmptyLatentImage
设置 width=512, height=512, batch_size=1

步骤 4：添加 KSampler 节点

右键 → Add Node → sampling → KSampler
连接：
CheckpointLoader 的 MODEL → KSampler 的 model
正向 CLIPTextEncode 的 CONDITIONING → KSampler 的 positive
反向 CLIPTextEncode 的 CONDITIONING → KSampler 的 negative
EmptyLatentImage 的 LATENT → KSampler 的 latent_image
参数设置：steps=20, cfg=7.0, sampler_name=euler, scheduler=normal, denoise=1.0

步骤 5：添加 VAEDecode 节点

右键 → Add Node → latent → VAEDecode
连接 KSampler 的 LATENT 输出 → VAEDecode 的 samples 输入
连接 CheckpointLoader 的 VAE → VAEDecode 的 vae 输入

步骤 6：添加 SaveImage 节点

右键 → Add Node → image → SaveImage
连接 VAEDecode 的 IMAGE → SaveImage 的 images 输入

步骤 7：执行工作流

点击菜单栏的 Queue Prompt 按钮，等待生成完成。

💡 提示：你也可以直接在 ComfyUI 中加载默认工作流。按 Ctrl+D 可以加载默认的 txt2img 工作流模板。

3.5 节点操作技巧¶

3.5.1 快捷键列表¶

快捷键	功能
`Ctrl + Enter`	执行当前工作流（Queue Prompt）
`Ctrl + D`	加载默认工作流
`Ctrl + S`	保存工作流
`Ctrl + O`	打开/导入工作流
`Ctrl + A`	全选所有节点
`Ctrl + C`	复制选中节点
`Ctrl + V`	粘贴节点
`Ctrl + Z`	撤销
`Ctrl + Y`	重做
`Delete / Backspace`	删除选中的节点或连线
`Ctrl + M`	静音/取消静音节点（Mute）
`Ctrl + B`	绕过节点（Bypass）
`双击空白处`	打开节点搜索框
`空格 + 左键拖动`	平移画布
`滚轮`	缩放画布
`Ctrl + G`	创建分组（Group）

3.5.2 节点操作¶

复制节点：选中节点后 Ctrl+C / Ctrl+V，或 Ctrl+拖动节点

节点静音（Mute）：右键节点 → Mute 或 Ctrl+M。被静音的节点不执行但保留连线，数据会直接通过。

节点绕过（Bypass）：右键节点 → Bypass 或 Ctrl+B。类似静音但会绕过该节点的处理。

节点分组（Group）：选中多个节点后 Ctrl+G，创建一个可视化分组，便于组织工作流。

节点颜色：右键节点 → Colors，为节点设置不同颜色以便区分。

节点搜索：双击画布空白处打开搜索框，输入节点名称快速定位和添加。

3.5.3 连线技巧¶

拖拽连接：从输出端口拖向输入端口
断开连线：点击输入端口的连线并拖到空白处
重新路由：拖拽连线到另一个兼容端口
Reroute 节点：右键连线 → Add Reroute，可以添加转折点让连线更整洁

3.5.4 工作流组织技巧¶

从左到右排列节点，保持数据流方向一致
使用分组（Group）将功能相关的节点归类
为关键节点设置颜色标记
使用 Note 节点添加注释说明
保持连线尽量不交叉

⚠️ 注意：复杂工作流中，建议养成定期保存的习惯（Ctrl+S）。ComfyUI 不会自动保存工作流，关闭浏览器可能丢失未保存的修改。

练习¶

搭建一个完整的 txt2img 工作流并成功生成一张图像
尝试修改提示词和参数（CFG、Steps、采样器），观察对结果的影响
练习使用至少 5 个快捷键
在工作流中使用分组和颜色标记来组织节点
将工作流保存为 JSON 文件，然后清空画布重新导入

延伸阅读¶

📌 下一章：04-工作流设计 —— 学习工作流设计原则与高级参数调节

最后更新日期：2026-02-12 适用版本：ComfyUI实战教程 v2026