想搭建一套专属的AIGC工作流，从文字描述直接生成图片甚至动态图？其实没那么复杂。今天，我们就从一个相对“平民”的起点——公司发的Mac工作电脑出发，一步步带你用ComfyUI搭建起属于自己的文生图与文生动图管道。整个过程依赖的都是开源模型和工具，无需自己训练调参，上手门槛大大降低。
当然，如果你手头有性能更强的设备或者私有模型，效果自然会更好。为了方便大家快速上手，文末我也会分享自己搭建好的工作流文件。
实验环境：一台普通的办公电脑
本文所有操作均基于一台常见的公司配备的Mac电脑，具体配置如下：
- 芯片：Apple M系列
- 操作系统：macOS Monterey (12.3) 或更高版本
- Python环境：Python 3.12（为兼容最新的AIGC能力，如文生视频）
环境是基础，现在我们从安装开始。
第一步：搭建基础环境
首先，我们需要安装核心的深度学习框架。这里以搭载Apple Silicon芯片的Mac为例。
安装PyTorch框架
PyTorch是目前构建和运行深度学习模型的主流框架之一，尤其在快速实验和原型设计方面备受青睐。它完全支持GPU加速，并且具备动态计算图等特性。
推荐使用conda来管理Python环境，这能有效避免后续的包依赖冲突。如果你还没有conda，可以通过以下命令安装Miniconda：
curl -O https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-arm64.sh sh Miniconda3-latest-MacOSX-arm64.sh
安装好conda后，创建一个新的虚拟环境并安装PyTorch：
conda install pytorch torchvision torchaudio -c pytorch-nightly
安装完成后，运行一段简单的Python脚本来验证PyTorch是否已正确识别Mac的GPU（Metal Performance Shaders）：
import torch
if torch.backends.mps.is_a vailable():
mps_device = torch.device("mps")
x = torch.ones(1, device=mps_device)
print (x)
else:
print ("MPS device not found.")
如果终端打印出一个张量（tensor），恭喜你，PyTorch环境已经就绪。
第二步：安装与启动ComfyUI
ComfyUI是一个基于节点（Node）的可视化Stable Diffusion工作流工具，它以高度的灵活性和可定制性著称。
通过Git将其克隆到本地：
git clone git@github.com:comfyanonymous/ComfyUI.git
进入目录，安装Python依赖包：
pip install -r requirements.txt
依赖安装完毕后，运行主程序：
python main.py
当看到类似“服务已启动于 http://127.0.0.1:8188" 的提示时，就说明ComfyUI已经成功在本地部署。用浏览器打开这个地址，你就能看到它的Web界面了。
不过，此时界面上还跑不起来任何东西，因为我们缺少最关键的“燃料”——AI模型。
第三步：获取并导入模型
模型决定了AI生成内容的质量和风格。目前主要有两个主流模型分享网站：
- Hugging Face：地址：https://huggingface.co/ 。更偏向学术和权威，是许多前沿模型的首发地。
- Civitai：地址：https://civitai.com/models 。社区氛围浓厚，下载速度通常较快，有大量风格化、娱乐性强的模型。
模型文件主要有两种格式：
- .safetensors：仅包含张量数据，无执行代码，因此加载更快速、更安全。
- .ckpt：序列化文件，可能包含代码，存在一定的潜在安全风险，加载时需注意来源。
下载好的模型文件，需要放置在ComfyUI目录下的 models/checkpoints 文件夹中，这样软件才能识别并加载它们。
第四步：理解ComfyUI的核心：节点与工作流
ComfyUI的一切都围绕“节点（Node）”展开。通过连接不同节点的输入输出，就像搭积木一样，构建出完整的AI生成流水线。
核心节点解析
一个基础的文生图工作流，通常离不开以下几类节点：
- Load Checkpoint：工作流的起点，用于加载你下载的基础大模型。它会输出模型（MODEL）、文本编码器（CLIP）和图像解码器（VAE）三个部分，对应Stable Diffusion生成图片的三大步骤。
- CLIP Text Encode (Prompt)：输入提示词（Prompt）的地方。通常需要两个，一个填写希望画面中间出现的内容（正向提示词），另一个填写不希望出现的内容（负向提示词）。提示词讲究技巧：用逗号分隔关键词、重要词靠前、可用
(keyword:1.2)的语法调整关键词权重。 - Empty Latent Image：定义生成图片的尺寸（宽、高）和每次生成的数量（batch_size）。
- KSampler：核心的采样器节点，控制生成过程。关键参数包括：随机种子（seed）、采样步数（steps）、指导强度（cfg）、采样器与调度器算法选择等。步数越高通常细节越好，但生成时间也越长。
- Sa ve Image：生成图片的输出节点。
连线的规则
连接节点时，需遵循几条基本规则：
- 同类相连：只有相同颜色（或类型）的端口才能连接。连接时，可连接的端口会高亮显示，非常直观。
- 左进右出：节点左侧端口是输入（Input），右侧端口是输出（Output）。数据流向总是从左到右。
- 一进多出：一个输入端口只能接受一个输出源的连接，但一个输出端口可以分叉连接到多个输入端口上。
最好的学习方式就是动手拖拽和连接，ComfyUI的错误提示通常很清晰，能帮你快速定位问题。
第五步：进阶能力拓展
掌握基础后，你可以通过以下方式让工作流变得更强大。
引入LoRA模型
LoRA（低秩自适应）模型可以理解为给基础大模型加上一个风格“滤镜”。它体积小巧，可以微调生成结果，比如让画风更动漫、角色特征更固定等。下载的LoRA模型文件，需要放在 models/loras 目录下，然后在工作流中通过特定节点加载并调整权重即可生效。
安装插件与自定义节点
ComfyUI的社区生态非常活跃，有大量插件（Custom Node）可以扩展其功能，例如实现文生视频、高清修复、面部修复等。
安装插件通常很简单，以安装几个实用插件为例：
cd custom_nodes git clone https://github.com/ltdrdata/ComfyUI-Manager git clone https://github.com/AIGODLIKE/AIGODLIKE-ComfyUI-Translation.git git clone https://github.com/Kosinkadink/ComfyUI-AnimateDiff-Evolved
安装后重启ComfyUI，在界面右侧就能看到新增的功能模块。其中，“ComfyUI Manager”提供了图形化的插件、模型管理界面，大大降低了使用门槛。
实现文生动图
想要让静态图片动起来？使用前面安装的“ComfyUI-AnimateDiff-Evolved”插件即可。它需要额外的运动模型，通常放置在插件自身的模型目录下（如 custom_nodes/ComfyUI-AnimateDiff-Evolved/models）。
搭建工作流时，在基础的文生图流程中插入动画扩散（AnimateDiff）相关节点，并配置好帧数、循环等参数，就能输出一段GIF或视频。当然，生成动图对电脑内存要求较高，在16GB内存的电脑上可能只能生成帧率较低的短片，性能更强的设备效果会更好。
效果展示与工作流分享
基于上述方法，可以生成从写实风景到动漫角色的各种图片，以及简单的动态效果。
为了方便大家快速复现和体验，这里分享两个已经搭建好的工作流配置文件，下载后可以直接在ComfyUI中加载使用：
- 基础文生图工作流（含LoRA）：下载链接
- 文生动图工作流：下载链接
几点心得与总结
- 环境隔离是美德：强烈建议使用conda为AIGC项目创建独立的Python虚拟环境。这能彻底避免包版本冲突带来的无谓麻烦。
- 善用开源社区：在尝试文生动图插件时，曾遇到无法生成的问题。在排查无果后，我去该插件的GitHub仓库提交了Issue，很快得到了作者的回复和帮助。开源社区的互助精神是技术前进的重要动力。
- 拥抱变化，保持动手：AI技术日新月异，能亲手搭建、调试并看到生成结果，是理解其能力边界和潜力的最佳方式。每一次成功的生成，都是对创造力的一次扩展。