ComfyUI собирает генерацию из связанных узлов. Для начала достаточно установить подходящую версию, открыть базовый workflow, подключить совместимую модель и выполнить один запуск. Этот маршрут помогает освоить интерфейс до перехода к сложным схемам.
Разделите роли каталога и генератора
В карточке Civitai вы выбираете модель и читаете требования к её использованию. В ComfyUI загружаете необходимые файлы и соединяете операции. Сам факт скачивания ресурса не создаёт готовый процесс: архитектура модели должна поддерживаться выбранной схемой, а все нужные компоненты должны быть доступны.
Сначала определите семейство и формат ресурса. Простой checkpoint для традиционной схемы Stable Diffusion и модель, использующая отдельные текстовые энкодеры, могут требовать разных узлов загрузки. Поэтому пример workflow для одной архитектуры нельзя считать универсальным рецептом для любой модели.
Как выбрать и установить ComfyUI
Выбирайте вариант установки по своей системе и готовности обслуживать окружение. Desktop предлагает отдельное приложение; Windows Portable включает собственную среду Python; ручная установка даёт больше контроля над зависимостями. Поддержку конкретной видеокарты и требования сверяйте с актуальной документацией.
- Откройте официальный раздел установки и выберите инструкцию для своей системы и оборудования.
- Скачайте выбранную сборку из указанного в документации источника и выполните шаги именно для неё. Не смешивайте команды для Portable и ручной установки.
- Запустите приложение и найдите каталог моделей вашей установки. Наличие интерфейса само по себе ещё не означает, что нужный checkpoint установлен.
- Сначала проверьте базовую генерацию. Сторонние узлы и дополнительные менеджеры подключайте, когда сможете объяснить их роль в конкретном workflow.
Подготовьте модель и проверьте её загрузку
Для обычной checkpoint-схемы файл основной модели размещают в models/checkpoints. Дополнения LoRA относятся к models/loras, а модели увеличения — к models/upscale_models. Это стандартные каталоги внутри ComfyUI; конкретная установка также может использовать настроенные внешние пути к ресурсам.
После размещения файла выберите его в соответствующем узле. Если модель не видна, сначала проверьте каталог, полноту скачивания и список доступных ресурсов. Не меняйте сразу всю схему. Нераспознанный файл и ошибка при выполнении уже загруженной модели — разные проблемы, которые требуют разных проверок.
Прочитайте базовую цепочку по смыслу
В традиционном text-to-image workflow загрузчик предоставляет модель и связанные компоненты, текстовые узлы кодируют описание, а начальный латент задаёт размер будущего кадра. Сэмплер выполняет генерацию в латентном представлении. Декодирование превращает этот результат в изображение, которое затем можно сохранить.
Цвет и тип соединений подсказывают, какие данные передаются между узлами. Не соединяйте выходы только потому, что они находятся рядом. Если схема перестала работать после изменения, вернитесь к последнему успешному варианту и проверьте конкретную связь. Понимание назначения этапа полезнее запоминания расположения блоков.
| Этап | Что вы контролируете |
|---|---|
| Загрузка ресурсов | Архитектуру и выбранную версию модели. |
| Текстовые условия | Описание сцены и поддерживаемые ограничения. |
| Сэмплирование | Начальную случайность и параметры прохода. |
| Декодирование и сохранение | Получение видимого изображения и запись результата. |
Первая генерация: от workflow до картинки
Начните с базового text-to-image примера, рассчитанного на вашу модель. В учебной схеме должно быть понятно, откуда поступают текст, начальные данные и веса. Сохраните отдельную копию до изменений — к ней удобно вернуться, если эксперимент перестал работать.
- Откройте базовый workflow из официального примера или совместимый шаблон.
- Установите требуемую модель и выберите её в загрузчике. Обновите список, если новый файл ещё не появился.
- Введите короткое описание сцены. Для первого запуска оставьте остальные настройки рабочего примера.
- Нажмите Run. Готовое изображение появится в выходном узле Save Image.
- Сохраните результат и workflow; затем измените один признак сцены и повторите запуск.
Практический примерПервое задание: один красный керамический чайник на светлом столе у окна, мягкий дневной свет, простой фон. После удачного запуска измените только цвет чайника.
Изучайте чужой workflow до запуска
Рабочий процесс может быть сохранён как JSON или встроен в метаданные подходящего изображения. Открыв его в ComfyUI, проверьте отсутствующие модели и дополнительные узлы. Изображение после пересохранения в другом формате может потерять метаданные; в таком случае нужен исходный файл workflow.
Посмотрите, какие операции выполняет схема и куда она сохраняет результат. Для первого знакомства используйте небольшой размер и один кадр. Если всё работает, сохраните собственную копию с понятным названием. Отмечайте изменения отдельно: добавленная LoRA, другой сэмплер или новый этап обработки должны быть понятны при следующем открытии.
Исправляйте ошибки от простого к сложному
При отсутствующем ресурсе сверьте его имя и расположение. При несовместимом типе данных проверьте выбранную архитектуру и соединения. При нехватке памяти начните с меньшего размера и количества изображений за проход. Не ориентируйтесь только на объём файла: потребление памяти зависит и от самого процесса.
После успешного запуска сохраните изображение, workflow и список версий ресурсов. Это поможет восстановить проект спустя время и объяснить свой результат другому человеку. Если вы обновили компоненты, сначала повторите короткий знакомый тест, прежде чем возвращаться к большой серии.
- Определите, на каком узле остановилось выполнение.
- Прочитайте сообщение и проверьте относящийся к нему ресурс.
- Измените одну причину и повторите короткий запуск.
- Сохраните рабочую версию до следующего усложнения.