环境准备：Python与必备工具
要在Mac上顺利安装并运行ComfyUI，首先需要搭建一个稳定可靠的运行环境。核心依赖是Python，建议选用3.10或3.11版本，这两个版本在兼容性和稳定性方面表现更优。推荐通过Homebrew包管理器来完成安装，使用终端命令“brew install python@3.10”即可。安装成功后，输入“python3 --version”可以确认版本信息。此外，推荐一并安装Git，方便后续下载代码仓库，同样用“brew install git”这行命令即可搞定。做好这些前置准备，能为后续的ComfyUI安装流程扫清技术障碍。
获取与启动ComfyUI
当环境准备就绪后，就可以获取ComfyUI本体了。打开终端，切换到你想要存放项目的目录（例如“cd ~/Documents”），然后执行克隆指令：“git clone https://github.com/comfyanonymous/ComfyUI”。克隆完成后，进入项目文件夹：“cd ComfyUI”。接下来需要安装项目所依赖的Python库，运行“pip3 install -r requirements.txt”。根据网络速度，这个过程可能需要几分钟。所有依赖安装完毕后，在ComfyUI目录下执行“python3 main.py”即可启动本地服务。终端会输出一个本地访问地址（通常是https://127.0.0.1:8188），用浏览器打开这个链接，就能看到ComfyUI的图形化操作界面了。
模型资源的放置与管理
ComfyUI本身并不内置AI模型，需要用户手动将模型文件放置到指定目录。模型主要分为几大类：基础大模型（如Stable Diffusion的.ckpt或.safetensors文件）、VAE模型、LoRA等轻量扩展模型，以及负责图像理解的CLIP模型。这些文件需要存放在ComfyUI文件夹下的“models”目录中，该目录下已预先创建了“checkpoints”、“loras”、“vae”等子文件夹，请根据模型类型放入对应的子目录。举例来说，将下载好的sd_xl_base_1.0.safetensors文件移动到“models/checkpoints”内即可。模型放置完成后，回到ComfyUI的Web界面，点击右侧的“Refresh”按钮，就能在对应的节点加载菜单中找到新添加的模型。
界面初识与基础工作流
ComfyUI采用了节点图（Node Graph）的操作方式，这与常见的“一键生成”界面截然不同，为用户提供了极大的灵活性和可定制性。界面中央是工作区，右侧则是节点添加面板。一个最简单的文本生成图像工作流通常由几个核心节点构成：从右侧面板拖入“CLIP Text Encode”节点（用于输入正面和负面提示词）、“Load Checkpoint”节点（用于选择基础模型）、“KSampler”节点（负责采样与生成步骤），以及“VAE Decode”和“Save Image”节点。通过鼠标拖拽，将这些节点的输入输出端口依次连接，即可搭建出一条完整的图像生成管线。对于初次接触的用户，不妨先加载社区分享的现成工作流JSON文件，这样能更快地理解和上手节点系统的运作逻辑。
常见问题与使用建议
在Mac上使用ComfyUI时，可能会遇到内存（尤其是显存）不足的情况，特别是在处理较大分辨率或复杂工作流时。建议从较低的分辨率（例如512x512）开始尝试，并合理调整“KSampler”节点中的“steps”（步数）参数。如果遇到模型加载失败，请仔细检查文件是否下载完整、是否放置到了正确的子目录，同时确认文件格式是否被ComfyUI支持。为了获得更稳定、更丰富的功能体验，建议定期关注ComfyUI的GitHub仓库，使用“git pull”命令更新到最新版本，以便获取性能优化和问题修复。随着你对节点系统的逐步熟悉，就能搭建出满足个性化需求的、更复杂的AI图像生成流水线。
