ComfyUI-Workflows-ZHO 快速上手指南

本指南旨在帮助开发者快速部署并使用 ZHO 整理的 ComfyUI 工作流合集，涵盖文生图、视频生成、3D 建模及大模型联动等前沿功能。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Windows 10/11, Linux (Ubuntu 20.04+), 或 macOS (M1/M2/M3 芯片推荐)。
• 硬件要求：
  • GPU：NVIDIA 显卡推荐显存 8GB 以上（运行 FLUX.1 或视频生成模型建议 16GB+）。
  • 内存：系统内存建议 16GB 以上。
• 前置依赖：
  • Python: 版本 3.10 或 3.11（ComfyUI 官方推荐）。
  • Git: 用于克隆仓库和管理版本。
  • ComfyUI: 已安装并可正常运行的基础 ComfyUI 环境。
  • 网络环境: 由于部分模型托管于 HuggingFace 或 GitHub，国内用户建议配置代理或使用镜像源。

安装步骤

1. 克隆工作流仓库

将 ZHO 的工作流合集下载到本地。推荐使用国内镜像加速（如 ghproxy）或直接克隆。

# 进入 ComfyUI 根目录
cd /path/to/ComfyUI

# 克隆工作流仓库到 custom_nodes 或直接放在根目录方便管理
# 这里建议克隆到 custom_nodes 以便统一管理，或者直接下载到 workflows 文件夹
git clone https://github.com/ZHO-ZHO-ZHO/ComfyUI-Workflows-ZHO.git

# 如果使用国内网络受阻，可使用镜像地址（示例）：
# git clone https://ghproxy.com/https://github.com/ZHO-ZHO-ZHO/ComfyUI-Workflows-ZHO.git

2. 安装缺失的自定义节点

ZHO 的工作流依赖多个特定的自定义节点（如 ComfyUI-BRIA_AI-RMBG, ComfyUI-Flowty-TripoSR-ZHO, ComfyUI-Gemini 等）。

方法 A：使用 ComfyUI Manager（推荐）

1. 启动 ComfyUI。
2. 点击右侧菜单的 Manager 按钮。
3. 选择 Install Missing Custom Nodes。
4. 加载任意一个 ZHO 的工作流文件（.json），系统会自动检测并列出缺失节点。
5. 点击 Install 批量安装，完成后重启 ComfyUI。

方法 B：手动安装关键插件 若无法使用 Manager，可手动克隆核心依赖库：

cd ComfyUI/custom_nodes

# 示例：安装 TripoSR 相关插件 (3D 生成必备)
git clone https://github.com/ZHO-ZHO-ZHO/ComfyUI-Flowty-TripoSR-ZHO.git

# 示例：安装背景去除插件
git clone https://github.com/ZHO-ZHO-ZHO/ComfyUI-BRIA_AI-RMBG.git

# 示例：安装 Gemini/LLM 相关插件
git clone https://github.com/ZHO-ZHO-ZHO/ComfyUI-Gemini.git

3. 下载模型文件

工作流中引用的模型（Checkpoints, LoRA, ControlNet 等）需手动下载并放入对应目录。

• 大模型 (Checkpoints): ComfyUI/models/checkpoints
• ControlNet: ComfyUI/models/controlnet
• LoRA: ComfyUI/models/loras
• VAE: ComfyUI/models/vae

提示：具体需要的模型名称通常在工作流加载后会以红色报错形式显示在节点上，或在原仓库 README 的各个章节链接中有详细说明。建议优先从 HuggingFace 或 ModelScope（魔搭社区）下载。

基本使用

1. 加载工作流

1. 启动 ComfyUI：

   python main.py
   

2. 打开浏览器访问 http://127.0.0.1:8188。
3. 将下载的 .json 工作流文件（例如 FLUX.1 DEV 1.0【Zho】.json）直接拖拽到 ComfyUI 画布中。

2. 运行示例：FLUX.1 文生图

以仓库中热门的 FLUX.1 DEV 工作流为例：

1. 拖入文件：将 FLUX.1 DEV 1.0【Zho】.json 拖入界面。
2. 检查节点：确认所有节点均为绿色（无红色报错）。若有红色节点，请参照“安装步骤”补全缺失插件或模型。
3. 输入提示词：
   • 找到 CLIP Text Encode (Prompt) 节点。
   • 在 text 输入框中输入英文提示词（FLUX 对英文支持最佳），例如：

     A cyberpunk cat sitting on a neon roof, high detail, 8k
     

4. 调整参数（可选）：
   • 修改 Empty Latent Image 节点中的 width 和 height（推荐 1024x1024 或更高）。
   • 调整 KSampler 中的 steps (步数) 和 cfg (引导系数)。
5. 生成图像：
   • 点击右侧菜单的 Queue Prompt 按钮。
   • 等待进度条完成，生成的图片将显示在 Save Image 节点中。

3. 运行示例：LivePortrait 动物驱动

1. 拖入 LivePortrait Animals 1.0【Zho】.json。
2. 上传素材：
   • 在 Load Image 节点上传一张动物源图片。
   • 在驱动视频节点上传一段人脸或动物驱动视频。
3. 执行：点击 Queue Prompt，系统将生成跟随驱动视频动作的动物动画。

4. 辅助工具：ComfyUI Assistant

如果遇到节点不理解或需要构建新工作流，可以使用作者开发的 GPTs 助手：

• 访问：ComfyUI Assistant GPTs (需 ChatGPT Plus)
• 功能：解释自定义节点作用、辅助编写工作流逻辑、排查错误。

注：本合集包含 22 类共 54 项工作流，涵盖 Stable Cascade, 3D 生成，LLM 联动等高级功能，请根据具体需求选择对应的 .json 文件加载。