ComfyUI工作流合集上手实录：50+ 现成模板，新手如何10分钟跑通第一张图

ComfyUI工作流合集上手实录：50+ 现成模板，新手如何10分钟跑通第一张图

【免费下载链接】ComfyUI-Workflows-ZHO我的 ComfyUI 工作流合集 | My ComfyUI workflows collection项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-Workflows-ZHO

如果你曾被 ComfyUI 满屏的节点和连线劝退过，那 ComfyUI-Workflows-ZHO 这个开源项目正是为你准备的：它把 21 大类、50+ 个 AI 绘画工作流整理成一份份现成的 JSON 模板，拖进画布即开即用，把学习门槛从"从零搭节点"直接降到"填几个参数"。这篇 ComfyUI 新手教程，就跟着我完整走一遍从下载到出图的实操旅程。

ComfyUI 工作流到底是什么：一套已经插好线的电路板

先打个比方。ComfyUI 本体就像一个工具箱，里面的"提示词节点""采样器节点""模型加载节点"是各种零件；而"工作流"则是一块已经焊好所有线路的电路板——你不需要知道每个焊点为什么这么连，只需要接上电源、拧两个旋钮，它就能跑起来。

具体到这份合集，每个 JSON 文件里存的不只是参数，而是整张节点图：谁连接谁、默认值是多少、模型路径指向哪里，全部打包在一起。把文件往 ComfyUI 画布上一拖，节点、连线、配置瞬间还原，这就是"ComfyUI 一键部署"最实在的体现。别人踩过的坑、调好的参数，直接变成你的起点。

第一次运行 ComfyUI：从下载到出图的最小路径

整个过程只需要五步，全程跟着做就行。

第一步，装好 ComfyUI 本体。拉取官方仓库后执行依赖安装，再运行启动命令，浏览器会自动打开本地界面（默认 127.0.0.1:8188）：

pip install -r requirements.txt python main.py

第二步，拿工作流文件。把这个项目克隆到本地：

git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-Workflows-ZHO

第三步，导入。把选中的 JSON 文件直接拖进浏览器画布。如果某些节点显示红色，说明缺少对应的自定义插件，用 ComfyUI Manager 一键搜索安装即可，通常装完刷新就能变白。

第四步，放模型。每个工作流都会在 README 里注明它依赖哪些模型，把下载好的模型放进 ComfyUI 对应的 models 目录（checkpoints、loras、vae 各有各的文件夹），路径和文件名记得保持一致。

第五步，跑起来。填一句提示词，点 Run，等进度条走完，第一张图就出炉了。新手建议从 SD3 BASE 1.0 起步，它是合集里最基础的文生图配置；想更快看到结果，FLUX.1 SCHNELL 和 SDXS-512 这两个"速度款"工作流也很适合热身。

三大主流玩法：图像创作、3D 建模与 AI 智能协作

这份 AI 绘画工作流合集的核心能力，可以归成三条清晰的使用路径。

图像创作类：从 Stable Cascade 到 FLUX.1，总有一款适合你

合集里图像生成的选择最丰富。Stable Cascade 系列一口气给了 6 个：文生图打底，Img2Img 负责改图，Canny ControlNet 能让你喂一张边缘线稿、让生成结果严格贴着轮廓走，Inpainting ControlNet 则适合局部重绘——圈住一块区域改内容，画面其余部分纹丝不动，这在修图场景里非常实用。

FLUX.1 双版本工作流是另一个亮点：DEV 版面向追求画质的场景，细节和光影质感更扎实；SCHNELL 版主打速度，适合反复试稿。SD3 Medium 则配了 5 个工作流，其中"是否内置文本编码器的对比"这个模板很有意思，它能让你并排跑两张图，直观看到两种配置在文字渲染上的差距，顺便把"参数对比"这件事变成了可视化教学。

3D 建模类：从一张草图到可用的三维模型

这一块是很多人的惊喜。Sketch to 3D 的流程相当顺滑：先在手绘板上随便勾几笔，工作流会用 Playground v2.5 模型把草图"脑补"成高清图，再交给 TripoSR 一键转成三维网格，中间还自动做了背景去除，最终导出可用的 3D 文件。如果你连草图都不想画，CRM Comfy 3D 支持文本或图片直接生成 3D，而且提供了 Colab 云部署方案——显卡不够强的朋友也能远程跑通。

AI+LLM 智能协作类：让大语言模型当你的提示词军师

这是最"未来感"的一条路径。Qwen-VL 工作流可以"看图说话"，把一张参考图翻译成结构化的提示词；Gemini 1.5 Pro + Stable Diffusion 的组合被称为 DALL·3 平替，你描述需求、它理解需求、再驱动出图，多轮对话直接改图；Phi-3-mini 则是轻量本地方案，和 CosXL 组合后，断网状态下也能一边聊天一边生成。这类 LLM+SD 融合工作流的共同价值是：把"会写提示词"这件事从玄学变成了对话。

提升成片质量的四个关键：参数、硬件、采样器与避坑

跑通只是开始，想要成片质量稳定，记住这四点。

参数先看默认值。这些工作流都带作者调好的参数，先原样跑几次感受基线，再逐步微调。需要手动干预时，步数 20-30、采样器 DPM++ 2M Karras、CFG 取 4-8 是通用的安全区间。

分辨率别硬拉。每个模型都有原生分辨率（如 1024×1024），盲目放大往往换来糊脸和结构崩坏。想要大图，先小尺寸生成再用 APISR 工作流做超分放大，效果远好于直接拉分辨率。

显存是硬约束。12GB 显存能舒服跑大部分 SD1.5/SDXL 类工作流；想流畅运行 FLUX.1 全精度，24GB 更稳妥。显存吃紧时，启动参数加 --lowvram，或者干脆换 SCHNELL、SDXS 这类轻量工作流，用时间换空间。

三个高频翻车点提前预警：节点变红基本是缺插件，Manager 装完就好；模型加载失败先检查路径和文件完整性；报显存不足（OOM）就降分辨率或换快模型，别硬扛。

三个真实场景：把工作流变成生产力

工具的价值最终要落在事上，这里给三个可以直接照抄的用法。

自媒体封面流水线。用 SD3 Medium 出主体图，CosXL Edit + ArtGallery 微调风格，最后走一遍 APISR 放大到平台要求的尺寸，几分钟产出一条高清封面，日更毫无压力。

产品概念设计。把 Sketch to 3D 当成"手绘板+建模软件"的平替：画草稿、出模型、看效果，给客户演示方案时，从草图到 3D 预览的全过程本身就是最好的提案素材。

教学与演示素材。WordCloud 工作流把关键词变成词云图，Portrait Master 中文版批量产出风格统一的人像范例，SVD、I2VGenXL 这类图生视频工作流还能把静态图变成几秒的演示动画，课堂展示和视频配图都能覆盖。

展望与下一步：三类读者各自该做什么

从这份合集能清楚看到趋势：多模态融合（大模型当调度员、SD 当画笔）、实时生成提速、以及越来越亲民的本地轻量化方案——未来"一个人就是一个工作室"不是口号。

• 新手：别贪多，先跑通 SD3 BASE，再用 Stable Cascade 系列练手，最后挑战 3D 和 LLM 组合。
• 进阶玩家：研究 SD3 编码器对比这类"对比型"工作流，理解参数背后的原理，然后动手把不同工作流的节点拆出来重新组装。
• 研究者：工作流是模块化 JSON，天然适合做模型对比实验和性能基准测试，配合运行日志就能量化不同配置的差异。

从拖入第一个 JSON 到产出第一张图，可能只需要一顿饭的功夫。剩下的，就看你想用它画什么了。

【免费下载链接】ComfyUI-Workflows-ZHO我的 ComfyUI 工作流合集 | My ComfyUI workflows collection项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-Workflows-ZHO