ComfyUI 学习与进阶之路

这是一篇关于ComfyUI 学习与进阶之路思维导图，"掌握ComfyUI全流程，从入门到进阶一网打尽！本指南带你系统学习ComfyUI：从基础环境搭建、文生图工作流开始，逐步深入核心节点链与动态序列技术重点涵盖提示词优化、采样器详解、LoRA/ControlNet应用等实战技巧，并分享显存优化、批量出图等高效方法最后解锁脚本开发与API扩展，实现自动化工作流适合新手到高阶用户的渐进式学习路径，助你快速成为ComfyUI高手！"本模板适配 AI 绘画初学者、ComfyUI 进阶用户、AI 内容创作者、设计从业者、AI 绘画爱好者等多类使用人群，既适合零基础用户快速入门 ComfyUI，也可作为进阶用户优化工作流、解决技术问题的参考工具，同时可作为创作者梳理学习路径、提升 AI 生成效率的框架参考。模板支持一键套用与自定义编辑，可根据个人学习进度补充更多节点教程、工作流案例与优化技巧，无需从零开始搭建学习框架，大幅节省学习规划与问题排查时间。借助万兴脑图软件绘制，助力 AI 绘画学习者高效掌握 ComfyUI 全流程技能，快速提升 AI 创作效率。

ComfyUI 学习与进阶之路

• 第一阶段：基础入门与环境搭建
  • 核心概念理解
    • 节点式工作流简介
    • 潜空间（Latent Space）与 VAE 的作用
    • 模型类型：Checkpoint、LoRA、ControlNet、VAE
  • 本地部署与云端方案
    • 本地安装
      • 显卡驱动与 CUDA 环境配置
      • 下载并安装 ComfyUI（整合包/手动）
      • 安装常用自定义节点（Manager 插件）
    • 云端部署
      • 使用 RunPod、AutoDL 等云服务
      • 创建并挂载云硬盘
  • 第一个工作流：文生图与图生图
    • 加载 Checkpoint 模型
    • 连接基础节点（CLIP Text Encode、KSampler、VAE Decode）
    • 保存与加载工作流（JSON 文件）
    • 快速跑通并理解基础节点链
• 第二阶段：核心功能与节点进阶
  • 提示词工程优化
    • 正向与负向提示词的编写技巧
    • 使用 CLIP 文本编码器的高级参数
  • 采样器与调度器详解
    • 常见采样器对比（euler, dpmpp_2m, uni_pc 等）
    • 调度器（Schedule）对生成效果的影响
  • 图像尺寸与分辨率控制
    • 理解 Latent 尺寸参数
    • 使用 LatentUpscale 进行高清修复
  • 种子与随机性控制
    • 固定种子进行可控迭代
    • 使用随机种子探索风格空间
  • 常用图像处理节点
    • 图像放大（Upscale Image）
    • 图像遮罩与融合（Mask & Composite）
• 第三阶段：进阶模型与工作流组合
  • LoRA 与 LyCORIS 的使用
    • 加载多个 LoRA 并控制权重
    • LoRA 堆叠与冲突处理
  • ControlNet 深度控制
    • 核心模型：Canny、Depth、OpenPose、SoftEdge
    • 控制模式（Control Mode）：平衡、优先、更偏向提示词
    • 多 ControlNet 组合应用（如姿势+景深）
  • IP-Adapter 图像风格迁移
    • 加载 IP-Adapter 模型与图像编码器
    • 控制风格权重与图像参考强度
  • 视频生成工作流
    • AnimateDiff 插件安装与使用
    • 生成循环视频与文本引导视频
    • 从静态图到动态序列的进阶技术
• 第四阶段：性能优化与问题排查
  • 显存优化技巧
    • 使用 Model Memory Management 节点
    • 启用 `--lowvram` 或 `--novram` 启动参数
  • 输出质量提升
    • 使用 Hires.fix（潜空间二次放大）流程
    • 结合外部放大器（4x-UltraSharp）进行后期处理
  • 常见报错与解决方案
    • 节点未找到（缺失依赖）
    • 模型加载失败（路径错误/格式不兼容）
    • 显存溢出（OOM）
  • 工作流调试方法
    • 逐步执行节点查看中间结果
    • 使用 Preview Image 节点实时监控输出
• 第五阶段：自动化与脚本开发
  • 批量生成与管理
    • 使用 Save Image 与文件夹监控实现批量出图
    • 利用 Queue 队列功能顺序执行任务
  • 自定义节点开发入门
    • 理解 Python 节点脚本结构
    • 编写简单的输入输出节点
  • 调用外部 API 与扩展
    • 将 ComfyUI 工作流封装为 Web API
    • 结合 LLM 或自动化工具生成提示词
  • 版本控制与协作
    • 使用 Git 管理自定义节点和工作流文件
    • 分享工作流（如 Civitai 平台）