很多第一次接触 AI 绘画的人，都被 ComfyUI 那张密密麻麻的节点图劝退过。其实换个角度看，它只是一条流水线：模型加载、条件输入、采样、解码、保存，顺着这条线走一遍，第一次出图并不难。
一、安装：三种方式怎么选
- 整合包：解压即用，适合 Windows 新手，缺点是版本更新要手动跟进。
- Git + Python 手动部署：自由度最高，适合打算长期折腾的用户，注意 Python 版本与依赖要配套。
- Docker：适合有 NAS 或 Linux 服务器的用户，环境隔离干净，迁移方便。
新手建议直接用整合包跑通第一次出图，再考虑迁移到手动部署或 Docker。工具的价值在于产出，不在于安装过程有多硬核。
二、第一次出图：只改四个地方
默认工作流里，你真正需要动的只有四处：检查点模型（选一个你已经下载好的）、正向提示词（写清楚主体、场景、风格）、反向提示词（排除低质量项）、随机种子（固定它方便复现）。其余节点保持默认即可。
点击 Queue Prompt，等十几秒，图片就会出现在右侧。第一次出图的意义不是好看，而是验证整条链路：模型加载正常、显存没爆、采样能收敛。
三、常见报错与排查
- 显存不足（CUDA out of memory）：换成更小的模型，或在启动参数里开启低显存模式。
- 出图全黑：大概率是模型文件不完整或 VAE 不匹配，重新下载并核对哈希。
- 节点红框：缺自定义节点，用管理器一键安装缺失节点即可。
四、下一步学什么
出第一张图之后，按这个顺序进阶最顺：先学高清放大（图生图 + Upscale），再学局部重绘（Inpainting），然后是 ControlNet 控图，最后才是 LoRA 与风格微调。每一步都有明确的产出物，不会学着学着就迷失。
ComfyUI 的学习曲线是先陡后平：熬过第一周，后面基本都是套模板改参数。别在第一天就跟节点图较劲。
（本文由智宅客原创，转载请注明出处。）
订阅智宅客
AI / 技术 / 数字生活方式，新文章第一时间送到邮箱。
