ERROR: Could not detect model type of: D:\AIruanjian\AIRUANJIAN\ComfyUI-aki(1)\ComfyUI-aki-v1.6\ComfyUI\models\checkpoints\flux1-dev-fp8.safetensors

ComfyUI 和 SD（Stable Diffusion）主要有以下区别： 1. UI 界面：SD WebUI 的 UI 更接近传统产品，有很多输入框和按钮；ComfyUI 的 UI 界面复杂，除输入框外，还有很多块状元素和复杂的连线。 2. 学习成本：ComfyUI 的学习成本比 SD WebUI 高。 3. 工作流方式：ComfyUI 主要通过连线搭建自动化工作流，从左到右依次运行；SD WebUI 则通过输入框和按钮配置参数。 4. 灵活性和拓展性：ComfyUI 具有更高的自由和拓展性，可以根据自身需求搭建、调整甚至改造工作流，无需依赖开发者，还能开发并改造节点；SD WebUI 在这方面相对较弱。 5. 功能实现：从功能角度看，两者提供的功能本质相同，但 ComfyUI 通过改变节点方式能实现不同功能，如一个节点是直接加载图片，另一个是通过画板绘制图片，从而实现导入图片生图和绘图生图等不同功能。

要在 ComfyUI 中添加 text3 和 text4 ，可以参考以下步骤： 1. 新建采样器：右键搜索找到 SDXL Sampler 点击即可。 2. 点击从 SDXL Sampler 采样器中的 Base_model 拖拽出选择 Load Checkpoint 节点，改名为 SDXL，并复制一个改名为 Refiner 连接到 SDXL Sampler 采样器中的 Refiner_model 。 3. 点击从 SDXL Sampler 采样器中的 Base_positive 拖拽出选择 Clip Text Encode 节点，改名为 Prompt ，复制一个并改名为 Negaive Prompt 。 4. 将 Text 改为输入 Convert text to input ，并复制出来 4 个，左边将 2 个连接 SDXL 的 Clip ，两个连接 Refiner ，右边依次连接 Base_Positive 、Base_Negaive 、Refiner_Positive 、Refiner_Negaive 。 5. 从节点中拉出一个通用节点并连接 text 。 6. 在文本节点上单击右键，选择【转换文本为输入】，此时，文本节点上就多了一个文本的连接点。 7. 加入一个新节点，右键点击 【新建节点】 【实用工具】 【Primitive 元节点】。 8. 将元节点与文本节点相连接，这时元节点就变成了正向提示词的输入框。同理，可以将负向提示词框也用元节点代替。 9. 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。

如果 ComfyUI 提示词验证异常，您可以尝试以下解决方法： 1. 对于翻译失效的问题： 双击“embedded_instail”进行安装。 用记事本打开 BaiduTranslate.py，填入在百度翻译开发平台申请的 ID 和密码，以实现正常翻译。 2. 注意如果想要引用负向 embedding，要确保文件夹路径中没有中文，否则可能导致路径错误。 此外，ComfyUI 本身自带的【clip 文本编码器】对权重的识别可能不够准确，您可以使用插件提供的更高级的编码器，并选择不同的权重插值方式。例如，当从别的网址复制提示词过来效果不一样时，可能是因为 ComfyUI 读不懂提示词中的权重表达。 在模型使用和工作流方面，可能会遇到诸如 inspire 节点安装问题、负向提示词和系数权重的疑问、添加提示词队列报错、工作流的保存和使用、放大图片未显示及节点未跑通、只跑工作流后面一段等问题，相应的解决方法包括更换并加载默认工作流尝试、将随机换成固定等。同时，还包括节点打包操作、报错处理、模型选择及参数设置、快捷键及资源获取等方面的内容。

ComfyUI 与 WebUI 的区别如下： ComfyUI 简介： 是一个基于节点流程式的 stable diffusion AI 绘图工具 WebUI，可想象成集成了 stable diffusion 功能的 substance designer，将流程拆分成节点，实现更精准工作流定制和完善的可复现性。 优势： 对显存要求相对较低，启动和出图速度快。 生成自由度更高。 可以和 WebUI 共享环境和模型。 能搭建自己的工作流程，可导出流程并分享，报错时能清晰发现错误所在。 生成的图片拖进后会还原整个工作流程，模型也会选择好。 劣势： 操作门槛高，需要清晰逻辑。 生态不如 WebUI 丰富，但也有针对其开发的有趣插件。 官方链接：https://github.com/comfyanonymous/ComfyUI 采样器与调度器： 在 ComfyUI 中，采样器与调度器分开，不同于 WebUI 中将两者合并。ComfyUI 通过采样器+调度器组合的方式与 WebUI 中的一致，选择 karras 调度器一般效果较好。 插件： 插件安装管理器：https://github.com/ltdrdata/ComfyUIManager SDXL 风格样式：https://github.com/twri/sdxl_prompt_styler ComfyUI 界面汉化：https://github.com/AIGODLIKE/AIGODLIKECOMFYUITRANSLATION 中文提示词输入：https://github.com/AlekPet/ComfyUI_Custom_Nodes_AlekPet 蟒蛇八卦工具箱：https://github.com/pythongosssss/ComfyUICustomScripts 提示词权重调节器：https://github.com/BlenderNeko/ComfyUI_AD 在 WebUI 中安装插件能直观看到并使用，因其有良好用户界面；而 ComfyUI 安装插件后可能看不到，需通过节点连接感受其功能，安装方法是将解压好的文件夹放入“E:\\ComfyUI_windows_portable\\ComfyUI\\custom_nodes”目录，然后重新启动。

ComfyUI 对电脑硬件有一定要求： 系统：Windows 7 以上。 显卡：推荐使用 NVIDIA 独立显卡且显存至少 4G 起步。不过，mac 系统、AMD 显卡以及低显卡的情况也可以安装使用，但可能存在功能不全、出错率偏高的问题，严重影响使用体验，建议升级设备或者采用云服务器玩耍。 硬盘：留有足够的空间，最低 100G 起步（包括模型）。 运行内存：最低 32GB，越高越好，最低配会经常爆显存。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。 甚至没有 GPU，光用 CPU 也可以运行，缺点是速度极慢。 综上所述，ComfyUI 虽然在某些情况下 A 卡也能安装使用，但使用体验可能不佳，一般建议使用 N 卡。

ComfyUI 是一个基于节点流程式的 stable diffusion AI 绘图工具 WebUI，具有以下特点： 简介：可以想象成集成了 stable diffusion 功能的 substance designer，通过将 stable diffusion 的流程拆分成节点，实现更加精准的工作流定制和完善的可复现性。 优劣势： 优势：对显存要求相对较低，启动速度快，出图速度快；具有更高的生成自由度；可以和 webui 共享环境和模型；可以搭建自己的工作流程，可以导出流程并分享给别人，报错的时候也能清晰的发现错误出在哪一步；生成的图片拖进后会还原整个工作流程，模型也会选择好。 劣势：操作门槛高，需要有清晰的逻辑；生态没有 webui 多（常用的都有），也有一些针对 Comfyui 开发的有趣插件。 官方链接：从 github 上下载作者部署好环境和依赖的整合包，按照官方文档按照即可：https://github.com/comfyanonymous/ComfyUI 生图原理： Pixel Space（像素空间）：图的左边表示输入图像的像素空间，在 ComfyUI 中，这个对应于你可能通过“图像输入”模块或直接从文本提示生成的随机噪声图像。在生成过程结束时，系统会将处理后的潜在表示转换回像素空间，生成最终的图像。 Latent Space（潜在空间）：ComfyUI 中的应用：ComfyUI 的许多操作都在潜在空间中进行，如 KSampler 节点就是在这个空间中执行采样过程。图像被映射到潜在空间后，扩散过程在这个空间中进行。在 ComfyUI 中，你可以通过节点调整对潜在空间的操作，如噪声添加、去噪步数等。这部分通常由潜在空间操作模块来实现。 扩散过程（Diffusion Process）：噪声的生成和逐步还原：扩散过程表示的是从噪声生成图像的过程。在 ComfyUI 中，这通常通过调度器（Schedulers）控制，典型的调度器有 Normal、Karras 等，它们会根据不同的采样策略逐步将噪声还原为图像。你可以通过 ComfyUI 中的“采样器”节点选择不同的调度器，来控制如何在潜在空间中处理噪声，以及如何逐步去噪回归到最终图像。时间步数：在生成图像时，扩散模型会进行多个去噪步。图中展示的 zT 代表不同时间步长下的潜在表示。在 ComfyUI 中，你可以通过控制步数来影响图像生成的精细度和质量。 延伸应用：开源项目作者 ailm 在 ComfyUI 上搭建了一个可以接入飞书的 AI 女友麦洛薇（mylover），实现了稳定人设，无限上下文，永久记忆，无缝联动 SD 绘图等功能。由于是基于 comfyui 开发，适合完全没有代码基础的小伙伴们复现并且按自己的想法修改工作。

B 站的秋葉 aaaki 大佬在 SD 方面的相关贡献包括： 1. 提供了 SD 的开源整合包和 LoRA 模型训练一键包。最新一次更新整合包版本为 v4.5，于 11 月更新。此整合包支持 SDXL，预装多种必须模型，无需安装 python、cuda、git，解压即用。获取方式为一键三连+关注私信发送“整合包”。 2. 其相关内容有助于用户了解 SD 的工作原理和基本功能，对于还未接触过 AI 绘画的朋友有启蒙作用。很多人在安装 SD 软件时会参考他的视频。 您可以通过以下链接获取更多相关资源： 整合包百度盘：https://pan.baidu.com/s/1MjO3CpsIvTQIDXplhE0OA?pwd=aaki LoRA 模型训练一键包百度盘：https://pan.baidu.com/s/1TBaoLkdJVjk_gPpqbUzZFw ，提取码：p8uy

以下是一些类似 Anakin 的一站式 AI 工具或网站： 1. SinkIn.ai 官网：SinkIn.ai（https://sinkin.ai） 是一个创新的 AI 驱动工具，旨在简化生成模型的创建和定制过程。通过其用户友好的界面和先进的 AI 算法，能够让用户轻松生成视觉上令人惊叹的结果。 2. Bookmark 网址： 特点： AIDA（Artificial Intelligence Design Assistant）通过询问用户几个简单的问题，快速生成一个网站。 提供直观的拖放编辑器，用户可以轻松自定义网站内容和布局。 包括多种行业模板和自动化营销工具。 3. Zazzani AI 官网链接： 是一个网站，提供基于人工智能的软件，帮助人们提高工作效率。声称可以加快工作流程，增加生产力，提供调试代码、撰写任何语言的文章、生成创意、回答问题和消除枯燥等功能。鼓励用户注册以获取更新，并提供免费试用。同时，还提供了联系方式供用户与其取得联系。