ComfyUI下载后怎么用？先完成本地安装，再把LoRA加载和参数调通

ComfyUI的本地安装与启动

要使用ComfyUI，首先需要完成本地环境的部署。最直接的方式是访问其官方GitHub仓库，下载源代码压缩包并解压至本地目录。另一种高效的方法是使用Git进行克隆。安装的核心在于配置Python环境与依赖项。建议使用Python 3.10或3.11版本，在解压后的ComfyUI根目录下，通过命令行运行依赖安装命令。对于拥有NVIDIA显卡的用户，安装支持CUDA的PyTorch版本能获得最佳的生成速度。完成依赖安装后，通常可以直接运行根目录下的启动脚本，程序将自动下载所需的稳定扩散模型基础文件。成功启动后，在浏览器中访问本地地址即可看到ComfyUI的节点式操作界面。

LoRA模型的放置与加载流程

LoRA作为一种轻量化的模型微调技术，在ComfyUI中应用广泛。使用前，需要将下载好的LoRA模型文件（通常为.safetensors格式）放置在正确的目录中。一般路径为ComfyUI安装文件夹下的“models/loras”。放置完成后，在ComfyUI界面中构建工作流时，首先需要拖入一个“Load Checkpoint”节点来加载基础的大模型。随后，连接“CLIP Text Encode”节点用于处理提示词。关键步骤在于：在正向提示词编码节点（CLIP Text Encode Positive）上，通常通过鼠标操作添加一个“Lora Loader”节点。在该节点中，分别选择已加载的基础大模型和存放在lora目录中的目标LoRA文件，并可以调整代表强度的模型权重参数。这样，后续的图像生成就会融合LoRA所定义的特定风格或概念。

核心生成参数的调整与理解

在成功加载模型和LoRA后，调整参数是控制出图效果的关键。采样器（Sampler）决定了图像去噪的算法路径，例如Euler、DPM++ 2M Karras等在速度和质量上各有特点。采样步数（Steps）直接影响生成时间和细节丰富度，步数过低可能导致图像不完整，过高则耗时增加，通常20-30步是一个平衡点。分辨率（Width/Height）需根据显存容量设置，过高的分辨率会导致显存溢出。提示词（Prompt）是创作的指挥棒，正向提示词应具体描述期望画面，而负向提示词则用于排除不想要的元素。所有参数通过节点连接，形成一个完整的工作流，点击“Queue Prompt”即可开始生成。理解每个参数的作用，并通过多次尝试找到最佳组合，是利用好ComfyUI的必经之路。

工作流的管理与进阶技巧

ComfyUI允许用户保存和加载完整的工作流配置。通过界面上的保存按钮，可以将当前的节点布局、连接关系和参数设置保存为JSON文件，方便日后复用或分享。对于初学者，从社区获取他人分享的工作流文件并导入学习，是快速上手复杂功能的有效方法。此外，除了LoRA，ComfyUI还支持其他扩展功能，如加载ControlNet节点进行姿势控制，使用VAE解码器调整色彩风格等。保持ComfyUI及其自定义节点的更新，也能获得新功能和性能改进。随着对节点逻辑的熟悉，用户可以尝试构建更复杂、功能更强大的自动化工作流，充分发挥其可视化编程在图像生成领域的灵活性优势。