closerAI · ComfyUI 从零开始节点式 AI 绘图入门

最常见原因是放错了子文件夹——主模型必须进 checkpoints，LoRA 进 loras，VAE 进 vae。其次是文件未下载完整（.safetensors 文件应达到 GB 级别）。放好后按 R 刷新或重启即可。使用 extra_model_paths.yaml 外部路径的用户还需检查配置缩进是否正确。

自动下载默认从 Hugging Face 拉取文件，部分地区网络无法直连。建议：从缺失模型详情面板复制下载链接，使用下载工具或镜像站手动下载，然后把文件放入 models/checkpoints，重启或按 R 刷新。

橙色表示节点缺失，两种可能：① 工作流使用了新版内置节点而你的 ComfyUI 版本较旧——升级到最新版；② 使用了第三方自定义节点——在 Manager（管理器）中按提示搜索安装缺失节点包。红色边框通常表示节点执行报错，检查对应端口的输入是否正确。

原生不支持。需要安装社区自定义节点（如 ComfyUI-GGUF）才能加载 GGUF 量化模型。低显存用户常用 GGUF 量化版 Flux 来节省显存，配合 --lowvram 等启动参数效果更佳。

两者都会跳过节点执行，区别在数据是否继续传递：Bypass（旁路）会让数据“绕过”节点直接传给下游（如跳过某个 LoRA 继续跑）；Never（静默）则像把节点删掉，下游收不到数据会直接报错。调试工作流对比效果时，优先用 Bypass。

可以尝试：① 降低生成分辨率（如 512×512 起步）；② 换用 SD1.5 等小模型或 GGUF 量化版；③ 启动参数加 --lowvram 或 --novram；④ 关闭其他占用显存的程序；⑤ 桌面版可在设置中调整 VRAM 管理模式。另外减少 batch 数量、关闭 PyTorch 内存碎片也有帮助。

两种方式：① 直接分享生成的 PNG 图片——工作流已内嵌其中，对方拖入画布即可还原（最方便）；② 菜单 工作流 → 导出，保存为 JSON 文件分享。注意：使用自定义节点的工作流，对方也需要安装相同节点包才能正常运行。

这是扩散模型的经典问题，组合拳解决：① 负向提示词加入 bad hands, extra fingers, deformed 等；② 提高 CFG 或调整步数；③ 换更高质量的模型（SDXL / Flux 的肢体表现远好于 SD1.5）；④ 使用 ADetailer / FaceDetailer 类自定义节点自动修复面部与手部；⑤ 局部重绘（Inpainting）手动修复问题区域。

没有全能冠军，但有公认好用组合：① 追求稳定快出图：euler + normal 或 dpmpp_2m + karras（20~30 步）；② 追求细节锐利：dpmpp_2m_sde + karras；③ 复现老教程：ddim + uniform；④ SDXL/Flux 推荐 euler 或 dpmpp_2m。ancestral 系（euler_a、dpmpp_sde）每步引入随机噪声，步数加多也不收敛，适合多变风格但同一 seed 结果会持续变化。

Seed 只固定初始噪声，结果还受其他变量影响：① 采样器含 ancestral（名字带 _a / _sde）时每步注入随机噪声，即使固定 seed 也会变化；② batch 数量、分辨率、模型版本改动都会影响；③ 有的节点内部有随机数（需检查该节点是否可固定 seed）。复现一张图需要「seed + 提示词 + 模型 + 全部参数」完全一致。

视频生成 = 逐帧采样，显存与时长成正比。缓解手段：① 缩短帧数（AnimateDiff 从 16 帧起步，别一上来就 60 帧）；② 调低分辨率（512×768 甚至 448×640）；③ 开启上下文窗口重叠（context_options）分批采样长视频；④ 优先用 FP8 / GGUF 量化的视频模型；⑤ 关闭浏览器其他标签页释放显存，必要时加 --lowvram 启动。

常见原因排查：① 提交的不是 API 格式 JSON——必须用「工作流 → 导出 (API)」生成的那种 {"节点ID": {...}} 结构，而不是界面保存的普通 JSON；② 节点 ID 引用错误——API 格式里 inputs 引用的是其他节点的 ID 字符串；③ 检查返回体是否带 node_errors 字段；④ 用 GET /queue 与 GET /history/{prompt_id} 查看任务状态；⑤ 确认 ComfyUI 以 --listen 模式对外监听时端口未被防火墙拦截。

按顺序检查：① 目录位置——必须在 ComfyUI/custom_nodes/你的节点目录/ 下，且 __init__.py 在该目录根部；② NODE_CLASS_MAPPINGS 是否正确导出（大写、字典结构）；③ 看启动日志有无 Import failed for custom_nodes... 报错（通常是 Python 依赖缺失，按提示 pip install）；④ 重启 ComfyUI 或按 R 刷新节点定义；⑤ 搜索节点时注意 CATEGORY 分类的路径层级。

新一代模型大多托管在 Hugging Face 的 gated 仓库，需要：① 网页登录 HF → 打开模型仓库页 → 接受模型许可协议 → 等待访问申请通过（审批未完成前 ComfyUI 内置下载会一直报错）；② 确认 ComfyUI 版本满足要求（H3 需 0.30.0+）；③ 检查磁盘空间（LTX 全家桶 100GB+，H3 单文本编码器就 14.6GB）；④ 部分地区网络无法直连 HF，可用下载工具手动拉取后放入对应目录（详见第 13 章模型清单）。

蒸馏模型的采样路径被大幅压缩，参数习惯要跟着变：① 步数用官方推荐的 4 步上下，过多反而可能过拟合路径；② CFG 压低到蒸馏推荐区间，高 CFG 会过饱和僵硬；③ 需要微调与极限画质时换 Base 版（20~28 步）；④ 另外确认用的是配套的 Qwen 文本编码器与 flux2-vae，文件混用会导致画质异常。