sd-webui-comfyui
sd-webui-comfyui 是一款专为 Stable Diffusion WebUI（A1111）设计的扩展插件，旨在打破两大主流 AI 绘图平台之间的壁垒。它允许用户直接在熟悉的 WebUI 界面中嵌入并运行 ComfyUI 的工作流，无需在两个软件间频繁切换或手动搬运文件。
这一工具主要解决了工作流割裂的痛点：既保留了 WebUI 简洁直观的操作体验，又引入了 ComfyUI 高度灵活、可视化的节点编排能力。通过它，用户可以创建自定义节点，让 ComfyUI 的深度处理逻辑直接介入 WebUI 的标准生成管线，涵盖从预处理、模型推理到后处理的各个环节。
该插件特别适合希望进阶的普通用户、追求极致控制力的设计师以及需要验证复杂算法的研究人员。其独特亮点在于强大的资源互通机制，支持在两套系统间共享模型、提示词等核心数据，甚至能加载其他 WebUI 扩展中的自定义节点。此外，它还完善了对远程访问和反向代理的支持，确保在不同部署环境下都能流畅运行。如果你想在保持操作便捷的同时，解锁更深层的图像生成控制力，sd-webui-comfyui 将是连接两种生态的理想桥梁。
使用场景
一位资深 AI 艺术家希望在保持 A1111 Webui 便捷提示词管理的同时，利用 ComfyUI 强大的节点工作流来实现复杂的局部重绘与高清修复组合。
没有 sd-webui-comfyui 时
- 工作流割裂：必须在两个独立软件间手动切换，先在 A1111 生成底图，保存后再导入 ComfyUI 进行后续处理，操作繁琐且易出错。
- 资源重复加载：每次切换环境都需要重新加载大模型和 LoRA，严重浪费显存并拉长等待时间，打断创作心流。
- 参数同步困难：A1111 中的提示词、种子数等关键参数无法自动传递给 ComfyUI，需人工复制粘贴，极易导致生成结果不一致。
- 插件生态隔离：无法直接在 ComfyUI 节点中调用 A1111 丰富的扩展插件（如特定控制网预处理器），限制了创意实现的边界。
使用 sd-webui-comfyui 后
- 无缝管道集成：直接将 ComfyUI 工作流嵌入 A1111 的预处理或后处理环节，实现从文生图到复杂修图的“一键式”自动化流水线。
- 内存高效共享：两个界面共享同一套模型权重与显存资源，无需重复加载，显著降低硬件门槛并提升迭代速度。
- 数据自动透传：通过专用节点直接读取 A1111 当前的提示词、潜空间数据及模型状态，确保前后端生成逻辑严格一致。
- 生态能力融合：可在 ComfyUI 图中直接调用 A1111 扩展提供的自定义节点，同时享受 Webui 的易用性与 ComfyUI 的灵活性。
sd-webui-comfyui 的核心价值在于打破了两大主流 Stable Diffusion 界面的壁垒，让用户能在一个统一环境中兼得 A1111 的便捷交互与 ComfyUI 的极致可控性。
运行环境要求
未说明
未说明
快速开始
sd-webui-comfyui
概述
sd-webui-comfyui 是 A1111 webui 的一个扩展，它将 ComfyUI 工作流嵌入到 webui 正常流程的不同部分中。这使得用户可以创建与 webui 正常流程的某些部分直接交互的 ComfyUI 节点。
特性
- 直接在 Webui 中使用 ComfyUI
- 支持从其他 Webui 扩展加载自定义节点 (详情)
- 将 ComfyUI 工作流 (详情) 直接集成到 Webui 的流程中，例如
preprocess、preprocess (latent)、unet、postprocess (latent)、postprocess、transformer text encode等。 - 提供用于共享资源和数据的 Webui 节点，如模型、提示词等。
欲了解此扩展为 ComfyUI 和 Webui 带来的全部优势特性，请查看 维基页面。
官方支持版本
- A1111 Webui >=
1.5.1 - ComfyUI ==
latest
安装
- 进入“Extensions” > “Available”
- 点击
Load from:按钮 - 在搜索栏中输入“ComfyUI”
- 点击 ComfyUI 选项卡单元格中的
Install按钮 - 重启 Webui
- 进入
ComfyUI选项卡，并按照说明操作
远程用户、反向代理等
该扩展现在能够为使用本地反向代理的远程用户加载 ComfyUI。当 Webui 以远程方式启动时，例如：
- 使用命令行参数
--share或--ngrok - 使用 sd-webui-tunnels 扩展的反向代理选项 这种情况就需要启用反向代理功能。
如果您希望出于某种原因保持反向代理关闭或始终启用它，可以在设置选项卡中更新您的偏好。
要启动反向代理，Webui 需要使用 --api 命令行参数来启动 FastAPI 服务器。如果没有 FastAPI，该扩展将无法为 ComfyUI 创建反向代理，从而导致远程浏览器无法加载 ComfyUI 的 iframe。
实际上，如果 Webui 的 URL 是 http://localhost:7860，那么该扩展会有效创建两个反向代理：
- HTTP 反向代理：POST、GET、PUT 和 DELETE 请求指向
http://localhost:7860/sd-webui-comfyui/comfyui - WebSockets 反向代理：ws://localhost:7860/sd-webui-comfyui/comfyui/ws
贡献
我们欢迎任何对改进 sd-webui-comfyui 感兴趣的人士贡献代码。如果您想参与贡献，请按照以下步骤操作：
- 分支该项目并为您的功能或错误修复创建一个新的分支。
- 实现您的更改，并添加必要的文档和测试。
- 提交拉取请求。
- 我们将尽快审查您的贡献并提供反馈。
许可证
MIT
联系方式
如果您有任何问题或疑虑，请提交一个问题，或在讨论区发起新话题。
感谢您的关注！
常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。
PaddleOCR
PaddleOCR 是一款基于百度飞桨框架开发的高性能开源光学字符识别工具包。它的核心能力是将图片、PDF 等文档中的文字提取出来，转换成计算机可读取的结构化数据，让机器真正“看懂”图文内容。 面对海量纸质或电子文档，PaddleOCR 解决了人工录入效率低、数字化成本高的问题。尤其在人工智能领域，它扮演着连接图像与大型语言模型（LLM）的桥梁角色，能将视觉信息直接转化为文本输入，助力智能问答、文档分析等应用场景落地。 PaddleOCR 适合开发者、算法研究人员以及有文档自动化需求的普通用户。其技术优势十分明显：不仅支持全球 100 多种语言的识别，还能在 Windows、Linux、macOS 等多个系统上运行，并灵活适配 CPU、GPU、NPU 等各类硬件。作为一个轻量级且社区活跃的开源项目，PaddleOCR 既能满足快速集成的需求，也能支撑前沿的视觉语言研究，是处理文字识别任务的理想选择。
tesseract
Tesseract 是一款历史悠久且备受推崇的开源光学字符识别（OCR）引擎，最初由惠普实验室开发，后由 Google 维护，目前由全球社区共同贡献。它的核心功能是将图片中的文字转化为可编辑、可搜索的文本数据，有效解决了从扫描件、照片或 PDF 文档中提取文字信息的难题，是数字化归档和信息自动化的重要基础工具。 在技术层面，Tesseract 展现了强大的适应能力。从版本 4 开始，它引入了基于长短期记忆网络（LSTM）的神经网络 OCR 引擎，显著提升了行识别的准确率；同时，为了兼顾旧有需求，它依然支持传统的字符模式识别引擎。Tesseract 原生支持 UTF-8 编码，开箱即用即可识别超过 100 种语言，并兼容 PNG、JPEG、TIFF 等多种常见图像格式。输出方面，它灵活支持纯文本、hOCR、PDF、TSV 等多种格式，方便后续数据处理。 Tesseract 主要面向开发者、研究人员以及需要构建文档处理流程的企业用户。由于它本身是一个命令行工具和库（libtesseract），不包含图形用户界面（GUI），因此最适合具备一定编程能力的技术人员集成到自动化脚本或应用程序中