教程 ComfyUI 教程

ComfyUI 完全入门指南：从安装到第一张园林效果图

steper 2026年03月17日 14 阅读

ComfyUI 完全入门指南：从安装到第一张园林效果图

艮岳网 · 山水可算，意境可生

本教程专为园林景观设计师编写，无需编程基础，从零开始掌握 ComfyUI 这一强大的 AI 图像生成工具。

一、认识 ComfyUI

1.1 什么是 ComfyUI？

ComfyUI 是基于 Stable Diffusion 的节点式工作流界面，由 Comfy-Org 团队开发维护。它采用可视化节点图（Node Graph）的方式，让用户通过拖拽和连接不同的功能模块（节点）来构建图像生成流程。

与 AUTOMATIC1111 等传统 WebUI 相比，ComfyUI 的核心优势在于：

特性	ComfyUI	传统 WebUI
工作流可视化	✅ 节点图清晰展示数据流	❌ 参数面板，流程隐藏
精确控制	✅ 可精细调整每个环节	⚠️ 预设参数有限
局部重算	✅ 只重新执行修改的节点	❌ 每次全量重算
工作流复用	✅ 可保存、分享完整工作流	⚠️ 仅保存参数
内存优化	✅ 智能显存管理，支持低显存	⚠️ 显存占用较高
学习曲线	⚠️ 需要理解节点系统	✅ 上手即用

1.2 为什么园林设计师需要 ComfyUI？

对于园林景观设计工作流，ComfyUI 提供了独特价值：

概念方案快速生成：将草图/线稿通过 ControlNet 转化为精美效果图
多方案并行比选：同一工作流快速生成多种风格方案
设计风格迁移：保持空间结构的同时切换材质、植物、氛围
手绘图数字化：将手绘草图智能转为数字效果图
历史园林复原：辅助历史景观的可视化复原工作

二、安装与环境配置

2.1 硬件要求

生成高质量园林效果图需要以下配置：

组件	最低配置	推荐配置	说明
GPU	NVIDIA GTX 1060 6GB	RTX 3060 12GB 或更高	显存决定可生成分辨率
内存	16GB	32GB	处理大模型时需要
硬盘	50GB 可用空间	200GB+ SSD	模型文件较大
系统	Windows 10/11	Windows 11 / Ubuntu 22.04	推荐专业版系统

💡 显存与分辨率对照表：

6GB 显存：最高 512×768

8GB 显存：最高 768×1024

12GB 显存：可生成 1024×1536

24GB 显存：可生成 2K 分辨率

2.2 Windows 安装（便携版推荐）

步骤 1：下载便携版

访问 ComfyUI 官方发布页，下载最新的 Windows 便携版（ComfyUI_windows_portable_xxx.7z）。

步骤 2：解压运行

# 使用 7-Zip 解压到任意目录，如 D:\ComfyUI
# 进入解压后的目录，根据显卡类型运行：

# NVIDIA 显卡用户运行：
run_nvidia_gpu.bat

# 仅 CPU 运行（较慢）：
run_cpu.bat

首次启动会自动下载必要组件，请保持网络畅通。

步骤 3：访问界面

浏览器打开 http://127.0.0.1:8188，看到节点编辑器即表示安装成功。

2.3 手动安装（适合进阶用户）

如需自定义 Python 环境或与其他 AI 工具共享模型：

# 克隆仓库
git clone https://github.com/Comfy-Org/ComfyUI.git
cd ComfyUI

# 创建虚拟环境（推荐）
python -m venv venv
venv\Scripts\activate  # Windows
source venv/bin/activate  # Linux/Mac

# 安装依赖
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
pip install -r requirements.txt

# 启动
python main.py

2.4 模型文件组织

将下载的模型放入对应文件夹：

ComfyUI/
├── models/
│   ├── checkpoints/      # 大模型（.safetensors / .ckpt）
│   ├── loras/            # LoRA 微调模型
│   ├── controlnet/       # ControlNet 模型
│   ├── vae/              # VAE 模型
│   └── upscale_models/   # 超分模型
└── ...

三、ComfyUI 界面导览

3.1 主界面布局

界面分为几个核心区域：

节点画布（中央）：构建工作流的主要区域
侧边栏（右侧）：队列、历史、节点库
菜单栏（顶部）：文件、编辑、视图操作
底部状态栏：显示显存使用、生成状态

3.2 基础操作

画布导航：

平移：按住鼠标中键（滚轮）拖动
缩放：滚动鼠标滚轮
框选：按住 Ctrl 拖动框选多个节点
适应视图：按 . 键（句号）显示全部节点

节点操作：

添加节点：右键空白处 → Add Node → 选择节点类型
快速搜索：双击空白处输入节点名称
连接节点：拖动输出端口（右）到输入端口（左）
删除连接：按住 Ctrl 点击连接线
删除节点：选中后按 Delete

工作流控制：

添加到队列：Ctrl + Enter
取消生成：Ctrl + Alt + Enter
保存工作流：Ctrl + S
加载工作流：Ctrl + O

3.3 理解节点系统

ComfyUI 的每个节点都执行特定功能，节点之间通过连线传递数据。

节点基本结构：

┌─────────────────────────┐
│  📝 CLIP Text Encode    │  ← 节点名称
│                         │
│  text                   │  ← 输入参数
│  ─────────────────────  │
│  clip [●────────────]   │  ← 输入端口（左）
│                         │
│  ─────────────────────  │
│  [────────────●] cond   │  ← 输出端口（右）
└─────────────────────────┘

数据类型颜色标识：

🟠 橙色：MODEL（模型）
🟢 绿色：CLIP（文本编码器）
🔴 红色：VAE（图像编解码）
🔵 蓝色：LATENT（潜空间图像）
🟣 紫色：CONDITIONING（条件/提示词）
🟡 黄色：IMAGE（图像）
⚪ 灰色：基础类型（数字、文本等）

四、第一个园林工作流

4.1 加载默认工作流

首次启动 ComfyUI 会自动加载文生图（Text2Image）默认工作流。如果没有显示：

点击左侧边栏 Workflows 图标
点击 Browse template 按钮
选择 Image Generation → Basic

4.2 默认工作流解析

默认工作流包含以下核心节点链：

Load Checkpoint → CLIP Text Encode (Prompt) → KSampler → VAE Decode → Save Image
                ↘ CLIP Text Encode (Neg)   ↗
Empty Latent Image ───────────────────────────┘

各节点功能：

节点	功能说明	园林设计应用
Load Checkpoint	加载基础大模型	选择写实或风格化模型
CLIP Text Encode	将文字转为 AI 理解的条件	输入描述园林的提示词
Empty Latent Image	创建空白画布	设置输出图像尺寸
KSampler	采样生成图像	控制生成质量和步数
VAE Decode	将潜空间转为图像	最终渲染输出

4.3 生成第一张园林效果图

步骤 1：选择模型

点击 Load Checkpoint 节点选择框，选择已下载的模型。推荐园林设计入门模型：

写实风格：realisticVisionV51.safetensors
通用风格：dreamshaper_8.safetensors
建筑景观：architecturerealmix_v11.safetensors

步骤 2：编写提示词（Prompt）

在上方 CLIP Text Encode (Prompt) 节点输入：

masterpiece, best quality, photorealistic,
traditional Chinese garden courtyard,
whitewashed walls with grey tiles,
bamboo grove, scholar's rocks, small pond,
winding stone path, moon gate,
serene atmosphere, morning mist,
Morandi color palette, muted tones,
architectural photography, 8k, highly detailed

中文翻译参考：

traditional Chinese garden courtyard - 传统中式园林庭院
whitewashed walls with grey tiles - 粉墙黛瓦
scholar's rocks - 太湖石/奇石
moon gate - 月洞门
Morandi color palette - 莫兰迪色系

步骤 3：编写反向提示词（Negative Prompt）

在下方 CLIP Text Encode 节点输入：

(worst quality, low quality, normal quality:1.4),
blurry, out of focus,
modern architecture, cars, people,
lowres, bad anatomy, bad hands,
text, watermark, signature

步骤 4：设置图像尺寸

在 Empty Latent Image 节点设置：

Width：768（宽）
Height：1024（高，竖幅更适合园林）
Batch Size：1（一次生成数量）

💡 园林效果图推荐尺寸比例：

庭院近景：3:4 或 2:3（竖幅）

园林全景：16:9 或 4:3（横幅）

节点特写：1:1（方形）

步骤 5：调整采样参数

在 KSampler 节点设置：

seed：-1（随机，或固定值复现结果）
steps：25（采样步数，20-30 为宜）
cfg：7.0（提示词遵循度，7-9 效果较好）
sampler_name：dpmpp_2m（推荐）
scheduler：karras（推荐）

步骤 6：生成图像

点击右下角 Queue 按钮，或按 Ctrl + Enter。

等待进度条完成，生成的图像将显示在 Save Image 节点右侧。

五、园林设计提示词工程

5.1 提示词基本结构

优质提示词遵循以下结构：

[质量前缀] + [主体描述] + [环境氛围] + [艺术风格] + [技术参数]

园林设计专用提示词模板：

(masterpiece, best quality, photorealistic:1.2),
[园林类型] landscape design,
[核心元素],
[植物配置],
[材质细节],
[时间/天气],
[艺术风格],
[摄影参数], 8k, highly detailed

5.2 园林类型关键词

类型	英文关键词	适用场景
苏州园林	`Suzhou garden, Jiangnan style`	私家园林、庭院
皇家园林	`imperial garden, palace garden`	大型景区、公园
日式园林	`Japanese zen garden, karesansui`	枯山水、茶庭
现代中式	`modern Chinese garden, contemporary landscape`	新中式项目
自然山水	`natural landscape, shanshui`	风景区、度假村

5.3 园林元素关键词

建筑小品：

pavilion, gazebo, corridor, moon gate, 
winding path, stone bridge, wooden bridge,
white wall, grey tile roof, lattice window

植物配置：

bamboo grove, pine tree, willow, lotus pond,
plum blossom, orchid, chrysanthemum, osmanthus,
moss covered rocks, fern, hosta

景观要素：

scholar's rocks (Taihu stone), water feature,
reflecting pool, stepping stones, gravel garden,
courtyard, enclosed garden, borrowed scenery

5.4 莫兰迪色系提示词

艮岳网推荐在园林设计中使用莫兰迪色系，营造雅致氛围：

Morandi color palette,
muted sage green, dusty blue, warm beige,
soft gray, pale terracotta, dusty rose,
low saturation, harmonious tones,
elegant, refined atmosphere

5.5 提示词权重语法

使用括号控制关键词强度：

(keyword:1.3)      # 增强至 130%
(keyword:0.8)      # 减弱至 80%
((keyword))        # 默认增强至 121% (1.1×1.1)
[keyword]          # 减弱至 90%

示例：

(traditional Chinese garden:1.3), (modern elements:0.6)

六、模型推荐与配置

6.1 基础大模型（Checkpoint）

模型名称	特点	适用场景
Realistic Vision V5.1	写实风格，细节丰富	效果图、鸟瞰图
DreamShaper 8	通用性强，艺术感好	概念方案、氛围图
ArchitectureRealMix	建筑景观专用	硬景、构筑物
SDXL Base + Refiner	高分辨率原生支持	大尺寸输出

6.2 园林专用 LoRA

LoRA 用于微调特定风格，使用时通过 Load LoRA 节点加载：

Chinese Classical Garden LoRA
触发词：Chinese classical garden
推荐权重：0.6 - 0.8

Ink Wash Landscape LoRA  
触发词：ink wash painting, shanshui
推荐权重：0.5 - 0.7

6.3 VAE 模型选择

VAE 负责图像编码解码，推荐使用：

vae-ft-mse-840000-ema-pruned（通用，色彩稳定）
sdxl_vae.safetensors（SDXL 专用）

七、常见问题与解决

7.1 显存不足（Out of Memory）

症状：生成时报 CUDA out of memory 错误

解决方案：

降低图像分辨率
减少采样步数（steps）
启动时添加 --lowvram 参数
使用 tiled VAE 节点处理大图

7.2 图像质量不佳

症状：画面模糊、结构混乱

解决方案：

检查提示词是否包含 masterpiece, best quality
增加采样步数至 25-35
调整 CFG 值至 7-9
更换更合适的模型

7.3 生成结果不稳定

症状：相同参数每次结果差异大

解决方案：

固定 Seed 值
记录并保存工作流
使用 ControlNet 控制构图

八、下一步学习

完成本教程后，建议继续学习：

ControlNet 空间控制：使用深度图、线稿控制园林结构
图生图（Img2Img）：基于草图生成效果图
局部重绘（Inpainting）：修改局部区域而不影响整体
工作流优化：构建可复用的园林设计工作流模板

参考资源

📌 关于本教程

本教程由艮岳网（genyue.net）编写，面向园林景观设计师群体。
转载请注明出处，商业使用请联系授权。

教程版本：v1.0
更新日期：2026年3月
作者：艮岳网编辑部

标签： ComfyUI Stable Diffusion 入门教程 AI绘图

艮岳网

ComfyUI 完全入门指南：从安装到第一张园林效果图

ComfyUI 完全入门指南：从安装到第一张园林效果图

一、认识 ComfyUI

1.1 什么是 ComfyUI？

1.2 为什么园林设计师需要 ComfyUI？

二、安装与环境配置

2.1 硬件要求

2.2 Windows 安装（便携版推荐）

2.3 手动安装（适合进阶用户）

2.4 模型文件组织

三、ComfyUI 界面导览

3.1 主界面布局

3.2 基础操作

3.3 理解节点系统

四、第一个园林工作流

4.1 加载默认工作流

4.2 默认工作流解析

4.3 生成第一张园林效果图

五、园林设计提示词工程

5.1 提示词基本结构

5.2 园林类型关键词

5.3 园林元素关键词

5.4 莫兰迪色系提示词

5.5 提示词权重语法

六、模型推荐与配置

6.1 基础大模型（Checkpoint）

6.2 园林专用 LoRA

6.3 VAE 模型选择

七、常见问题与解决

7.1 显存不足（Out of Memory）

7.2 图像质量不佳

7.3 生成结果不稳定

八、下一步学习

参考资源

相关教程

评论 (0)