comfyui教程

在云服务器部署使用 Diffy 和 ComfyUI ，云服务器机器配置要求如下： 1. 系统：Windows 7 以上。 2. 显卡要求：NVIDIA 独立显卡且显存至少 4G 起步。但 SDXL 出来后提高了运行配置，最低需要 8GB 显存+32GB 运行内存，12GB 流畅运行，推荐 16GB 以上。 3. 硬盘：留有足够的空间，最低 100G 起步（包括模型）。硬盘会影响加载模型的速度，最好把软件和模型部署在 SSD（固态硬盘）上。 4. 内存：最低 32GB，越高越好，最低配会经常爆显存。 需要注意的是，ComfyUI 相比 WebUI 配置更低，系统资源占用更少，出图速度更快，最低可在小于 3G 的 GPU 上运行，甚至没有 GPU 光用 CPU 也可以运行，但速度极慢。如果您的电脑能顺畅清晰地玩 3A 游戏，那玩 WebUI 和 ComfyUI 通常也没问题。配置上不封顶，根据自己的需求和预算来选择即可。

要打开 OpenArt 的 ComfyUI，您可以按照以下步骤进行操作： 1. 准备相关模型和工作流： t5xxl_fp16.safetensors 和 clip_l.safetensors 下载地址：https://huggingface.co/comfyanonymous/flux_text_encoders/tree/main 。t5xxl 分为 fp16 和 fp8，如果内存超过 32GB，用 fp16 的，没超过则用 fp8 的。 ae.safetensors 和 flux1dev.safetensors 下载地址：https://huggingface.co/blackforestlabs/FLUX.1dev/tree/main 。 准备好 dev 的工作流：file:dev 的官方原版 workflow.json ，或者使用官方原版的图片链接 https://comfyanonymous.github.io/ComfyUI_examples/flux/flux_dev_example.png ，将图片导入 ComfyUI 就是工作流。 对于 GPU 性能不足、显存不够的情况，底模可以使用 fp8 的量化版模型，下载地址：https://huggingface.co/Kijai/fluxfp8/tree/main 。 相关模型的夸克网盘链接：https://pan.quark.cn/s/b5e01255608b ；百度网盘链接：https://pan.baidu.com/s/1mCucHrsfRo5SttW03ei0g?pwd=ub9h 提取码：ub9h 。 2. 打开 ComfyUI，把准备好的工作流或图片拖拽到 ComfyUI 里。 3. 在处理模型连接时，如果将 refiner 的模型连上提示词导致第一个 base 模型的链接断开，可以通过以下方式解决：加入一个新节点，右键点击 【新建节点】【实用工具】【Primitive 元节点】。这个节点连接谁，就会变成谁的属性。在文本节点上单击右键，选择【转换文本为输入】，此时文本节点上会多一个文本的连接点。将元节点与文本节点相连接，元节点就变成了正向提示词的输入框。同理，负向提示词框也可用元节点代替。再复制出一套正负提示词节点，一套给 base 模型，一套给 refiner 模型。然后，base 模型的那一套输出给第一个采样器节点，refiner 模型的那一套输出给第二个采样器节点。最后，能输出两个图像节点，第一个链接 base 模型的 vae，设置为预览图像；第二个链接一个 VAE 加载器的节点，加载 sdxl 自带的 vae，设置为保存图像，即最终输出的图像。设置好两个模型和提示词，点击生成。

以下是一些关于 ComfyUI 的学习教程资源： 1. ComfyUI 官方文档：提供使用手册和安装指南，适合初学者和有经验的用户。网址：https://www.comfyuidoc.com/zh/ 2. 优设网：有详细的 ComfyUI 入门教程，适合初学者，介绍了特点、安装方法及生成图像等内容。网址：https://www.uisdc.com/comfyui3 3. 知乎：有用户分享了部署教程和使用说明，适合有一定基础并希望进一步了解的用户。网址：https://zhuanlan.zhihu.com/p/662041596 4. Bilibili：提供了从新手入门到精通各个阶段的系列视频教程。网址：https://www.bilibili.com/video/BV14r4y1d7r8/ 此外，还有以下教程： 1. 一个全面的 ComfyUI 教程：https://www.comflowy.com/zhCN 2. 超有意思的 ComfyUI 教程：https://comfyanonymous.github.io/ComfyUI_tutorial_vn/ ComfyUI 的基础界面和操作方面： 1. 熟悉 ComfyUI 的基本界面和操作。 2. Comfyui 工作区介绍。 3. 基础节点介绍。 4. KSampler： seed：随机种子，用于控制潜空间的初始噪声，若要重复生成相同图片，需种子和 Prompt 相同。 control_after_generate：设置每次生成完图片后 seed 数字的变化规则，有 randomize（随机）、increment（递增 1）、decrement（递减 1）、fixed（固定）。 step：采样的步数，一般步数越大效果越好，但与使用的模型和采样器有关。 cfg：一般设置为 6 8 之间较好。 sampler_name：可设置采样器算法。 scheduler：控制每个步骤中去噪的过程，可选择不同调度算法。 denoise：表示要增加的初始噪声，文生图一般默认设置成 1。 内容由 AI 大模型生成，请仔细甄别。

理论上，在应用完全相同参数（如 Step、CFG、Seed、prompts）的情况下，SD ComfyUI 出图和 SD WebUI 出图应当能保持图片效果一模一样。但在实际操作中可能会存在一些差异，比如： 提示词的多个条件下，SD 生成的图像可能无法全部满足，这与提示词引导系数有关，该系数关系到出图与文字的相关程度。 不同的模型和配置也可能影响出图效果，例如 SDXL 的大模型分为 base、refiner 以及配套的 VAE 模型，用于调节图片的画面效果和色彩。 需要注意的是，相同参数下要达到完全一致的出图效果并非绝对，还会受到多种因素的综合影响。

以下是 ComfyUI 的使用教程： 1. 学习资料获取： ComfyUI 官方文档：提供使用手册和安装指南，适合初学者和有经验用户，网址：https://www.comfyuidoc.com/zh/ 。 优设网：有详细的入门教程，适合初学者，介绍了特点、安装方法及生成图像等内容，网址：https://www.uisdc.com/comfyui3 。 知乎：有用户分享部署教程和使用说明，适合有一定基础并希望进一步了解的用户，网址：https://zhuanlan.zhihu.com/p/662041596 。 Bilibili：提供了从新手入门到精通的系列视频教程，网址：https://www.bilibili.com/video/BV14r4y1d7r8/ 。 2. 安装部署： 电脑硬件要求： 系统：Windows7 以上。 显卡要求：NVDIA 独立显卡且显存至少 4G 起步。 硬盘留有足够空间，最低 100G 起步（包括模型）。 注：mac 系统、AMD 显卡、低显卡的情况也可安装使用，但功能不全，出错率偏高，建议升级设备或采用云服务器。 下载并更新 Nvidia 显卡驱动，下载地址：https://www.nvidia.cn/ geforce/drivers/ 。 下载并安装所需环境： 依次下载并安装 python、Git、VSCode，安装过程中一直点击勾选对应选项，一直下一步。 安装 Python：https://www.python.org/downloads/release/python3119/ ，安装时选中“将 Python 添加到系统变量”。 安装 VSCode：https://code.visualstudio.com/Download 。 安装 Git：https://gitscm.com/download/win 。 安装 CUDA：https://developer.nvidia.com/cuda1220downloadarchive?target_os=Windows&target_arch=x86_64&target_version=11&target_type=exe_network 。 3. 直接在 Comfy UI 中训练 LoRA 模型： 按 Enter 键安装所有所需依赖项，使其与 ComfyUI 兼容。若使用虚拟环境，需先激活。 注意事项： 图像必须放在以“”命名的文件夹中，数字应较小，如 5，且下划线必须有，其余部分不重要。 对于 data_path，必须写入包含数据库文件夹的文件夹路径。 参数： 第一行可从 checkpoint 文件夹中选择任何模型，但据说进行 LoRA 训练需选择一个基本模型。 选择一个名字为您的 LoRA，可更改默认值（epochs 数应接近 40），然后启动工作流程。 点击 Queue Prompt 后，所有事情会在命令提示符中发生，可查看训练进度。

以下是一些关于 ComfyUI 的课程推荐： 在飞书学习群的“ComfyUI 共学快闪”中，有众多相关课程，例如王蓉的 Wang Easy 基础搭建和转绘、唯有葵花向日晴的基础教程、工作流开发和实际应用场景，以及热辣 Huolarr 的 AI 系统课私聊图生视频、咖菲猫咪的基础教程/工作流搭建思路/各版本模型使用的优缺点等众多课程。 “ComfyUI 共学WaytoAGI 共学计划”中也有相关资料，方便大家自学。例如知识库跳转 。

以下是使用 AI 把小说制作成视频的教程： 1. 小说内容分析：使用 AI 工具（如 ChatGPT）分析小说内容，提取关键场景、角色和情节。 2. 生成角色与场景描述：根据小说内容，使用工具（如 Stable Diffusion 或 Midjourney）生成角色和场景的视觉描述。 3. 图像生成：使用 AI 图像生成工具根据描述创建角色和场景的图像。 4. 视频脚本制作：将提取的关键点和生成的图像组合成视频脚本。 5. 音频制作：利用 AI 配音工具（如 Adobe Firefly）将小说文本转换为语音，添加背景音乐和音效。 6. 视频编辑与合成：使用视频编辑软件（如 Clipfly 或 VEED.IO）将图像、音频和文字合成为视频。 7. 后期处理：对生成的视频进行剪辑、添加特效和转场，以提高视频质量。 8. 审阅与调整：观看生成的视频，根据需要进行调整，比如重新编辑某些场景或调整音频。 9. 输出与分享：完成所有编辑后，输出最终视频，并在所需平台上分享。 请注意，具体的操作步骤和所需工具可能会根据项目的具体需求和个人偏好有所不同。此外，AI 工具的可用性和功能也可能会随时间而变化，建议直接访问上述提供的工具网址获取最新信息和使用指南。 另外，关于使用 Stable Diffusion 制作中文文字的教程： 1. 将中文字做成白底黑字，存成图片样式。 2. 使用文生图的方式，使用大模型真实系，作者用的 realisticVisionV20_v20.safetensorsControlNet 预设置。 3. 输入关键词，如奶油的英文单词，Cream + Cake（加强质感），反关键词：Easynegative（负能量），反复刷机，得到满意的效果即可。 4. 同理可输出 C4D 模型，可自由贴图材质效果，3d,blender,oc rendering。 5. 如果希望有景深效果，也可以打开 depth（增加阴影和质感）。 6. 打开高清修复，分辨率联系 1024 以上，步数：29 60。 同时，为您提供以下相关的 AI 视频工作流教程链接： 1. 2. 3. 4. 5. 6. 7. 8. 9.

WaytoAGI（通往AGI之路）是由一群热爱AI的专家和爱好者共同建设的开源AI知识库。它提供了一系列开箱即用的工具，包括文生图、文生视频、文生语音等详尽的教程。无论您是AI初学者还是行业专家，都能在这里发掘有价值的内容。 知识库涵盖的内容丰富多样，包括但不限于以下方面： 推荐了 B 站 up 主 Nally 的免费课程，每节 15 分钟。 二十四节气相关教程和关键词已开源。 会有老师带领大家用 AI 做生图、毛毡字、光影字、机甲字等。 提到人像可控的炼丹操作、AI 视频及相关变现方式。 介绍了工程生产的可控性，以及 AI 视频相关的共学课程、工具及挑战赛。 提供了不同类型的学习路径规划，如 AI 提示词、AI 绘画、AI 语音与数字人等方面的学习路径。 包含 AI 产品介绍、数据分析、研究报告与课程、AI 论文和数据等内容。 有开源内容共建，如音乐之路、AI 视频学社、微信机器人搭建、手搓“硬件”机器人、关键词学社、AI 教育之路、AI 3D 学社、AI 即兴喜剧等。 您可以通过以下链接访问：https://waytoagi.com/ ，即刻体验：https://waytoagi.com/

以下是关于 ControlNet 的教程： ControlNet 是 Stable Diffusion 中的一个功能，能够让用户更精确地控制出图结果。比如可以控制人物的动作、建筑物的线条等。 在使用时，大模型和关键词正常填写生成所需照片。然后鼠标滑到最下面点击“ControlNet”： 1. 点击空白处上传指定姿势的照片。 2. 点击“启用”。 3. 在“预处理器”和“模型”里选择“openpose”，这用于让计算机识别人物姿势。 接着点击“预览预处理结果”，原照片右边会出现人物姿势的线条，最后点击生成照片即可得到指定姿势的图片。 另外，如果是用秋叶大佬的整合包，会自带 ControlNet 插件。若没有，可去扩展中搜索安装。 其使用逻辑是通过预处理器将图片提取特征并转换为 AI 可识别的形式，再通过模型进行图像生成。例如绘制女孩打篮球模仿库里动作的图片，输入相关关键词，选择大模型，在 ControlNet 中导入库里照片，选择合适的预处理器和模型，调试参数后生成。 在 ControlNet 中还可以尝试不同的预处理器，如 softedge_pidinet、depth、canny、tile 等，可能会得到不错的效果。同时要注意电脑配置，避免出现显存不足等问题。

以下是关于 Suno 的教程信息： Suno 是一家研究驱动型的人工智能公司，其专门研发的生成式 AI 模型为创意工作者提供强大的创作工具。公司推出的 Chirp 模型，通过文字描述就能实现逼真的音乐和声音效果，包括配乐、人声、音效等，可广泛用于游戏、短视频、播客等领域。 目前，Chirp V2 版本模型的最大生成时长为 1 分 20 秒，延续的最大生成时长为 60 秒。 去年制作过一期 Discord 版本的 Suno 操作教程。 在自定义模式（Custom Mode）下，有两个主要的输入窗口：音乐风格（Style of Music）与歌词（Lyrics）。音乐风格（Style of Music）需要填写一些 tag 来描述整首音乐的风格和感觉，多个 tag 之间用“,”进行分隔。根据 Suno 的官方文档和测试，可以识别的 tag 包括音乐类型/流派、人声/乐器、情绪/氛围、节奏、场景、混响、其他和声/音效等。 音乐生成使用 Suno 时，和大语言模型一样具有很强的随机性，并且输入（prompt/tag）质量往往决定了输出（生成音乐）质量，想要避免无谓的抽卡，让生成结果无限地靠近自己的想法，就需要使用一些提示词技巧。 您可以通过以下链接获取更多相关内容： PS：使用以下内容需要科学上网，请自行解决。此外，还建立了一个微信群【通往 AI 音乐之路】，可以填写问卷：https://waytoagi.feishu.cn/share/base/form/shrcnuLtIpBNzE5bcQtZbS8UEjh 或添加 AJ（微信号 AAAAAAAJ）备注您的音乐成就，拉您进群。右侧可以扫码关注公众号“智音 Brook”，方便更充分的探讨交流。

以下是一些适合小学生和中学生学习的 prompt engineer 教程： 1. 李继刚的结构化 prompt 方法论：最早接触 Prompt engineering 时的常见技巧有所提升，可通过原文链接查看。其学到的第一个 Prompt engineering 技巧是结构化 Prompt。 2. 小七姐的 Prompt 喂饭级系列教程小白学习指南（二）：可以结合自己的生活或工作场景想一个能简单自动化的场景，比如自动给班级孩子起昵称等。选一个好上手的提示词框架，如情境。 3. 吴恩达讲 Prompt：谷歌/百度 AI 部门负责人吴恩达和 OpenAI 合作推出了免费的 Prompt Engineering 课程。原版网址： 。