👋 欢迎来到 Comflowy

借助 ComfyUI 和 Stable Diffusion，释放无限可能，
我们致力于打造精致的 AI 生成工具，并为开发者和用户营造一个充满活力的社区。

开始学习 ComfyUI & Stable Diffusion | 我们的博客 | 我们的 Discord | 中文版本

🤔 为什么

我们相信，AI 生成图像的未来将围绕 Stable Diffusion 展开。与 Stable Diffusion WebUI 等其他开源工具相比，ComfyUI 具有非常强的差异化优势。它具备极高的可扩展性和适用性，真正让开发者和用户能够根据自身需求构建个性化的生成工作流。

然而，ComfyUI 目前缺乏全面的教程和经验文档，工具本身在用户体验设计上也存在不足，这使得许多 Stable Diffusion 用户望而却步。这也让我们团队意识到，如果这些问题能够得到解决，ComfyUI 就有可能走向主流。因此，我们决定成立一个 ComfyUI 社区——Comflowy。

😎 我们怎么做

这个社区能为你提供：

1. 更全面、系统的 Stable Diffusion 和 ComfyUI 教程：目前市面上关于 ComfyUI 的教程相对较少，且不够系统化。要充分发挥 ComfyUI 的潜力，仅靠这些零散的信息是远远不够的。因此，我们计划在 我们的教程 中深入研究并系统性地覆盖 ComfyUI 的各个方面。

2. 通过 Discord 社区进行互动交流：沟通与学习是推动社区发展的核心动力。欢迎加入我们的 Discord 社区，与其他 ComfyUI 用户交流互动。

3. 工作流和模型内容数据库：ComfyUI 的一大价值在于其工作流的共享与导入功能。我们认为这一特性被严重低估了，因此我们计划基于此构建一个工作流数据库，让更多人能够分享和受益于彼此的工作流。此外，随着 AI 模型的不断丰富，用户往往难以判断该使用哪种模型最为合适。因此，除了提供工作流之外，我们还希望建立一个模型数据库，帮助用户做出更好的选择。

4. Better ComfyUI 的开源版本——Comflowyspace：尽管 ComfyUI 拥有巨大的潜力，但在产品交互体验方面仍有很大的改进空间。我们团队擅长提升用户体验，因此希望将自己的专业技能贡献给 ComfyUI 生态，从而有效推动 ComfyUI 的普及。

目前社区维护者包括 @Marc 和 @Jimmy。我们期待大家的积极参与和贡献，欢迎一起推动 ComfyUI 社区的发展。

🥰 喜欢 Comflowy 吗？

如果你喜欢 Comflowy，请为我们的仓库点个 ⭐ Star 并 👀 Watch 我们的仓库，以便及时获取最新的教程和文章更新！每一次鼓励和反馈都将支持我们不断前进。

除了以上方式支持我们之外，我们也欢迎大家为 Comflowy 贡献力量。

在阅读我们的教程时，你可以：

1. 如果发现错别字或语句不通顺的地方，欢迎通过 Discord 或 GitHub 的 Issue 向我们反馈。我们会根据你的建议进行修改。如果你的反馈被采纳，我们会在 Changelog 中列出你的名字。
2. 如果在学习过程中遇到不理解的内容并需要帮助，可以在我们的 Discord Help Channel 提问，或者在 GitHub 上提交求助的 Issue。我们会尽力帮你解决问题。
3. 除了教程之外，我们还会定期发布与 AI 相关的简报。如果你在学习过程中发现了有趣的 AI 文章或产品，欢迎在我们的 Discord Share Channel 分享，或者在 GitHub 上提交简报的 Issue。如果被采纳，我们将把它收录到简报中，让更多人看到。

Comflowy 快速上手指南

Comflowy 是一个致力于降低 ComfyUI 和 Stable Diffusion 使用门槛的开源社区项目。它提供系统化的教程、工作流数据库以及优化后的 ComfyUI 版本（Comflowyspace），帮助开发者和用户更轻松地构建个性化生成式工作流。

环境准备

在开始之前，请确保您的系统满足以下要求：

• 操作系统: Windows 10/11, macOS (M1/M2 推荐), 或 Linux (Ubuntu 20.04+)
• 硬件要求:
  • GPU: 推荐使用 NVIDIA 显卡 (显存建议 8GB 以上，最低 6GB)
  • 内存: 至少 16GB RAM
• 前置依赖:
  • Python 3.10 或 3.11
  • Git
  • CUDA Toolkit (仅限 NVIDIA 用户，版本需与 PyTorch 匹配)

国内加速建议： 安装 Python 包时，建议使用清华或阿里镜像源以提升下载速度： pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

安装步骤

Comflowy 核心是一个社区资源库，其主要的可运行产品是优化版的 ComfyUI (Comflowyspace)。以下是安装 Comflowyspace 的步骤：

1. 克隆仓库 打开终端，执行以下命令获取代码：

   git clone https://github.com/6174/comflowyspace.git
   cd comflowyspace
   

2. 创建虚拟环境 为了避免依赖冲突，建议创建独立的 Python 环境：

   python -m venv venv
   # Windows
   venv\Scripts\activate
   # macOS / Linux
   source venv/bin/activate
   

3. 安装依赖 安装项目所需的 Python 包（推荐使用国内镜像）：

   pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
   

4. 下载模型 首次运行前，需将 Stable Diffusion 基础模型放置于 models/checkpoints 目录下。您可以从 HuggingFace 或国内模型站（如 ModelScope、LiblibAI）下载。

基本使用

安装完成后，您可以通过以下命令启动优化后的 ComfyUI 界面：

python main.py

启动成功后，终端会显示本地访问地址（通常为 http://127.0.0.1:8188）。

最简单的使用示例：

1. 在浏览器中打开上述地址。
2. 访问 Comflowy 官网 或加入 Discord 社区，复制一个现成的工作流 JSON 代码。
3. 在 ComfyUI 界面右侧菜单点击 "Load"，粘贴 JSON 代码或直接拖入文件。
4. 点击界面上的 "Queue Prompt" 按钮，即可开始生成图像。

提示：Comflowy 的核心价值在于其丰富的工作流数据库。建议新手先通过官网教程学习基础节点用法，再导入社区分享的高级工作流进行实践。