ComfyUI 是一个面向视觉创作者的开源 AI 创作引擎,核心是一个基于节点图的图形界面,同时提供 API 和后端能力。它想解决的问题很具体:让用户对每一个模型、每一个参数、每一份输出都有可见、可调的控制权,而不是被固定的表单式界面限制。项目以 Python 编写,采用 GPL-3.0 许可证,在 GitHub 上已获得约 14.7 万 Star、1.7 万 Fork,是当前扩散模型工具生态中关注度很高的项目之一。
它是什么
ComfyUI 通过可视化节点图来搭建和复用工作流,用户不需要写代码就能组合出图像、视频、音频、3D 和文本处理流程。节点之间以连线传递数据,整个工作流可以保存为 JSON,也可以作为模板反复使用。除了图形界面,它还提供本地 API,方便把工作流接入其他应用或生产管线。
官方将其定位为面向视觉专业人士的创作引擎,强调模块化和对模型细节的控制。项目原生支持大量最新开源模型,并针对本地消费级硬件做了推理优化。
功能特点
- 节点图工作流:用可视化节点搭建图像、视频、音频、3D、文本工作流,支持可复用的子图和工作流模板。
- App Mode:把复杂工作流封装成简洁界面,便于分享给不熟悉节点操作的人使用。
- 本地 API:提供 API 端点,可将工作流集成进应用或生产流程。
- 执行优化:支持异步队列、局部图重新执行、显存与内存的智能管理、模型卸载,以及对量化模型的兼容。
- 广泛的模型支持:覆盖图像生成、图像编辑、视频生成、音频生成、3D 与视觉、文本生成等多个方向。README 中给出的代表性模型包括 Stable Diffusion 1.5、SDXL、SD3.5、Flux.1、Flux.2、Qwen Image、Wan 2.1/2.2、LTX-Video、HunyuanVideo 1.5、ACE-Step、Stable Audio、Hunyuan3D 2.1、SAM 3、Depth Anything 3、Gemma 3/4、Qwen3 系列等。
- 模型组件加载:可加载完整 checkpoint,也可分别加载扩散模型、VAE、文本编码器、LoRA、ControlNet、适配器和放大模型。
- 内置工具:包含局部重绘、扩图、参考条件、蒙版与合成、模型合并、放大、插帧、分割、深度估计和媒体处理等。
- 工作流与种子恢复:工作流可存为 JSON;对于受支持的生成媒体,还能从中恢复完整工作流和种子。
- 离线运行:核心功能默认不下载任何内容。可用
--offline禁用可选的付费 Comfy API 节点,强制全部内置功能保持离线;也可用--disable-partner-nodes只禁用 API 节点。 - 自定义节点扩展:可通过自定义节点扩展功能。
- 模型路径配置:通过
extra_model_paths.yaml配置额外的模型搜索位置。 - 高位深与 HDR 媒体:支持保存和加载 16 位 PNG、32 位 EXR、10 位 AVIF 等高位深图像与视频,也支持多种格式的 HDR 视频和图像。
使用方式与运行环境
ComfyUI 提供多种上手路径:
- 桌面应用:官方推荐新用户使用,支持 Windows 与 macOS,是相对最省事的本地方式。
- Windows 便携版:提供独立打包版本,可运行在 Nvidia GPU 或仅 CPU 环境。README 明确说明它不面向普通用户,常规用户应优先选择桌面应用。便携版还按 AMD、Intel、Nvidia 等不同 GPU 类型分别提供下载,其中较新的 Nvidia 版本面向 20 系列及以上显卡,另有面向 10 系列及更老显卡的版本,官方提醒不要在新显卡上使用旧版包。
- comfy-cli:可通过命令行工具安装和启动 ComfyUI。
- 手动安装:README 表示手动安装支持所有操作系统和 GPU 类型,包括 NVIDIA、AMD、Intel、Apple Silicon 和 Ascend。
- Comfy Cloud:官方付费云版本,面向没有本地硬件条件的用户。
项目本身可在 Windows、Linux 和 macOS 上本地运行。README 提到,借助异步权重流式加载技术,即使显存只有约 4GB、内存约 8GB,也能相对快速地运行大型开源模型并跑满 GPU 计算;不过这只是官方描述,实际体验会因模型和工作流而异。
快捷键与操作细节
ComfyUI 的节点画布配备了一套较完整的快捷键,例如 Ctrl+Enter 将当前图加入生成队列,Ctrl+Alt+Enter 取消当前生成,Ctrl+S 保存工作流,Ctrl+O 加载工作流,双击左键打开节点快速搜索面板,Ctrl+B 绕过选中节点,Ctrl+M 静音节点,Ctrl+G 将选中节点分组。macOS 用户可将 Ctrl 替换为 Cmd。
版本节奏
ComfyUI 采用以周一为目标的每周发布节奏,但会因模型发布或代码库较大改动而调整。项目由三个相互关联的仓库组成:ComfyUI Core 大约每两周发布一个新的稳定大版本,从 v0.4.0 起会用补丁版本回移修复;Comfy Desktop 基于最新稳定核心构建;ComfyUI Frontend 每两周以上将前端更新合并进核心仓库。README 特别提醒,稳定发布标签之外的提交可能非常不稳定,并可能导致许多自定义节点失效。
适用人群
ComfyUI 更适合希望深入控制生成流程的用户,例如需要精细调整模型、参数和节点连接方式的视觉创作者、研究者,以及要把生成能力接入自有应用或生产管线的开发者。对于只想快速出图、不愿接触节点概念的新用户,官方建议从桌面应用入手,或考虑云版本。
注意事项
项目采用 GPL-3.0 许可证,这属于代码仓库的许可信息,不代表其中生成内容或所涉模型的授权情况。部分功能涉及官方付费云服务与合作伙伴 API 节点,用户可通过启动参数选择完全离线或禁用相关节点。模型文件通常体积较大,且许多大模型需要按说明放入不同的子目录。使用非稳定版提交时,需自行承担自定义节点兼容性风险。
项目主页:https://github.com/Comfy-Org/ComfyUI
项目地址:ComfyUI
相关推荐
gpucanvas:把上千个实时 DOM 节点放进无限画布
Blender AI Copilot Studio:用自然语言在 Blender 里指挥 AI 搭场景
32 个免费营销技能包:让 AI Agent 帮你做调研、SEO 和本地广告
DSH Game Studio:一句话生成小游戏,在 DeepSeek Harness 侧边栏里直接玩
OpenAmika:可本地运行的 Live2D AI 伴侣,支持实时语音与长期记忆
用 Agent 系统优化本地 LLM 推理速度:inference-optimisation-skill 项目介绍
Lastbook:把生存手册、离线地图和本地 AI 装进一台电脑的开源离线知识库
WebsiteBench:评测 AI 智能体能否通过浏览器探索重建完整网站
最近更新
gpucanvas:把上千个实时 DOM 节点放进无限画布
gpucanvas 是一个 TypeScript 开源项目,用 WebGPU 把上千个实时 React/DOM 节点画在无限画布上,支持编辑器选中缩放、WGSL 着色器、快照、过渡和 AI 代理视图。
Blender AI Copilot Studio:用自然语言在 Blender 里指挥 AI 搭场景
blender-ai-copilot-studio 是一个运行在 Blender 内的 AI copilot 扩展和 MCP 服务器,能把自然语言需求拆成受监督的场景操作,内置 27 个场景工具、多智能体团队链和多模型接入,并提供可视化 Studio 窗口。
32 个免费营销技能包:让 AI Agent 帮你做调研、SEO 和本地广告
Boring Marketing Skills 是一个面向 Claude Code、Codex、Cursor 等 AI Agent 的营销技能集合,共 32 个技能,覆盖品牌调研、定位、文案、本地 SEO、AI 搜索、广告投放和邮件内容,MIT 许可,无需付费工具即可使用。
DSH Game Studio:一句话生成小游戏,在 DeepSeek Harness 侧边栏里直接玩
DSH Game Studio 是一个 DeepSeek Harness 插件:用一句话描述小游戏,就能从 2D 或 3D 体素模板生成可玩游戏,在对话侧边栏实时试玩,还能换 AI 美术、自动测试、导出单文件 HTML,或一键发布到 GitHub Pages。
ComfyUI:用节点图掌控扩散模型的本地 AI 创作引擎
ComfyUI 是一个基于节点图的开源 AI 创作引擎,提供图形界面、API 和后端,支持图像、视频、音频、3D 与文本工作流,可在 Windows、Linux、macOS 本地运行,并针对消费级硬件做推理优化。
OpenAmika:可本地运行的 Live2D AI 伴侣,支持实时语音与长期记忆
OpenAmika 是 MekaHime AI 伴侣 Amika 的开源版本,集成本地 Live2D 形象、实时语音、长期记忆,并支持 OpenRouter 或 Ollama 两种语言模型后端,面向 Windows 与 NVIDIA 显卡用户。
用 Agent 系统优化本地 LLM 推理速度:inference-optimisation-skill 项目介绍
inference-optimisation-skill 是一个面向 AI Agent 的本地 LLM 推理优化技能,用“先算理论上限、单变量改动、交错对照测量、长上下文验收”的工作流,系统提升解码、预填充、KV 缓存、启动时间和首 token 延迟表现,支持 Claude Code 等可加载 SKILL.md 的 Agent。
Lastbook:把生存手册、离线地图和本地 AI 装进一台电脑的开源离线知识库
Lastbook 是一个面向 macOS、Windows 和 Linux 的离线生存知识库,整合手册、视频、百科、离线地图和可选本地 AI,首次下载后即可在断网环境使用。本文介绍其功能、运行环境、安装方式、隐私设计和适用场景。
WebsiteBench:评测 AI 智能体能否通过浏览器探索重建完整网站
WebsiteBench 是一个面向 AI 智能体的网站重建评测基准,包含 70 个网站任务和 46,916 个隐藏测试用例,要求智能体通过浏览器探索反向工程出功能和视觉都接近原站的全栈版本。
Auto Ontology MCP:把语义层接入 Claude、ChatGPT,让数据库问答不再“静默出错”
Auto Ontology MCP 是一个基于 Python 的 MCP 服务器,把 NVIDIA Auto Ontology 的语义层接入 Claude、ChatGPT、Cursor 等客户端。它不需要 LLM API key,由客户端模型完成语言步骤,服务器负责 schema 扫描、键推断、SQL 校验和本地知识库存储,帮助减少 Text-to-SQL 的静默错误。



