ComfyUI新手必看：从下载到出图，保姆级讲解每个文件夹是干嘛的

ComfyUI 目录结构深度解析：从零开始构建你的高效创作空间

第一次打开ComfyUI，面对满屏的文件夹，是不是有种“每个字母都认识，但组合起来就懵了”的感觉？这太正常了。我刚开始接触时，也经历过把模型文件随手一扔，结果工作流死活跑不起来的窘境。ComfyUI的魅力在于其模块化和灵活性，但这种自由度的代价，就是需要我们理解其背后的“文件秩序”。这篇文章，我将带你像整理自己的书房一样，系统地梳理ComfyUI的每一个角落。我们的目标不是死记硬背，而是让你真正理解为什么文件要这么放，以及如何根据自己的工作习惯，打造一个既整洁又高效的ComfyUI工作环境。无论你是刚下载完的新手，还是已经折腾过一阵子但总觉得文件管理有点乱的用户，这篇指南都能帮你理清思路。

1. 基石：核心模型目录models/的完全指南

models/文件夹是ComfyUI的“武器库”，所有生成图像所需的“大脑”和“工具”都存放在这里。它的结构设计，直接反映了Stable Diffusion技术栈的模块化思想。理解它，你就理解了AI绘画一半的原理。

1.1 核心模型：Checkpoints与VAE

Checkpoints(models/checkpoints/) 存放的是我们常说的“大模型”或“底模”。这些文件（通常是.safetensors或.ckpt格式）包含了生成图像所需的核心知识，比如画风、人物特征、物体结构等。你可以把它想象成一位画师毕生所学的风格和技法总和。

注意：一个常见的误区是将所有模型文件都丢进checkpoints。请务必确认你下载的是完整的Stable Diffusion模型，而非LoRA或ControlNet等专用模型。

VAE(models/vae/) 全称变分自编码器，它负责将模型生成的“潜空间”数据解码成我们肉眼可见的RGB图像。不同的VAE会影响图像的色彩饱和度、对比度和细节。有些大模型内置了VAE，有些则需要额外加载。通常，如果你觉得生成的图片颜色发灰、细节模糊，尝试更换或加载一个合适的VAE会有奇效。

一个典型的models/目录结构看起来是这样的：

models/ ├── checkpoints/ │ ├── realisticVisionV60.safetensors │ ├── sd_xl_base_1.0.safetensors │ └── ... ├── vae/ │ ├── vae-ft-mse-840000-ema-pruned.safetensors │ └── ... ├── loras/ ├── controlnet/ ├── clip/ └── ...

1.2 控制与微调：ControlNet与LoRA

如果说Checkpoints是画师，那么ControlNet(models/controlnet/) 就是精确的工程制图工具。它允许你通过输入一张线稿、深度图或姿态图，来严格约束生成图像的构图、形体或空间关系。这对于需要精确复现设计稿、保持人物姿势一致性的工作来说不可或缺。

LoRA(models/loras/) 则可以理解为一种轻量化的“风格滤镜”或“特征插件”。它文件小巧，专注于学习特定的概念，比如某个动漫人物的画风、一种特殊的纹理效果，或者一件服装的样式。LoRA不会改变底模的全部能力，而是对其进行微调，实现更精细的控制。

这里有一个简单的对比，帮助你理解何时使用它们：

1.3 理解与放大：CLIP与Upscale Models

CLIP模型(models/clip/和models/clip_vision/) 是文本与图像理解的桥梁。clip/中的模型负责将你的文字提示词（prompt）编码成模型能理解的数学向量；而clip_vision/中的模型则用于图像理解，常见于图生图或图像分析任务。通常这些模型ComfyUI会自带或自动下载，用户很少需要手动管理。

Upscale Models(models/upscale_models/) 存放的是图像超分辨率模型，比如ESRGAN、Real-ESRGAN等。当你的初始生成图像分辨率较低时，可以用这些模型进行无损放大，获得更清晰的细节。这是提升出图质量的最后一道重要工序。

2. 工作流：输入、输出与自定义节点

理解了“武器库”，我们再来看看“工作台”和“成品区”。input/和output/文件夹构成了ComfyUI最基本的工作流闭环。

2.1input/：你的素材篮

input/文件夹的用途非常直接：存放你打算加载到工作流中进行处理的图片。例如，当你使用“Load Image”节点时，默认的浏览起点就是这个文件夹。良好的习惯是为不同类型的输入素材建立子文件夹：

input/ ├── 01_reference_poses/ # 存放姿势参考图 ├── 02_sketches/ # 存放线稿草图 ├── 03_controlnet_maps/ # 存放预处理好的深度图、线稿等 └── 04_batch_process/ # 存放需要批量处理的图片

这样做不仅能快速定位文件，也能让你的工作流逻辑更清晰。你可以直接在工作流中通过相对路径引用这些图片，提高复用性。

2.2output/：作品的档案馆

output/文件夹是ComfyUI保存生成结果的默认位置。但默认设置往往不够用，图片很快就会堆积如山，难以查找。我强烈建议你利用ComfyUI节点或后处理脚本，实现自动化的归档。

一个进阶技巧是，在“Save Image”节点中，使用动态文件名。例如，你可以将文件名设置为%date:yyyy-MM-dd%/【%模型名%】%提示词前三个词%_%seed%.png。这样，图片会自动按日期归档到子文件夹，并且文件名包含了关键信息，一目了然。

更高效的做法是，结合一些自定义节点，实现生成后自动将图片分类（如按模型、按分辨率）存入不同的output/子目录。这能极大提升你日后检索和整理作品的效率。

2.3custom_nodes/：扩展你的能力边界

custom_nodes/是ComfyUI生态活力的源泉。这里存放着你从GitHub或ComfyUI管理器安装的所有第三方节点。每个自定义节点通常都是一个独立的文件夹。

管理好这个文件夹至关重要：

• 定期更新：节点开发者会修复bug和增加功能。通过ComfyUI管理器可以一键更新。
• 注意兼容性：并非所有节点都彼此兼容或与最新版ComfyUI兼容。在安装新节点前，最好查看其更新日期和Issues页面。
• 学会整理：当安装的节点过多时，你可以在ComfyUI的节点搜索框中直接输入节点名称来快速定位，无需手动在文件夹里寻找。

一个常见的custom_nodes/结构如下：

custom_nodes/ ├── ComfyUI-Manager/ # 节点管理器本身也是一个节点 ├── ComfyUI-Impact-Pack/ # 功能强大的综合工具包 ├── ComfyUI-KJNodes/ # 提供各种实用小工具 └── ...

3. 配置与维护：让ComfyUI按你的心意运行

要让ComfyUI更贴合你的使用习惯和硬件环境，就需要了解几个关键的配置和维护文件。

3.1extra_model_paths.yaml：解放你的硬盘空间

这是ComfyUI中最实用、也最容易被忽略的配置文件。它的核心作用是：告诉ComfyUI，你的模型文件也可以放在其他任何地方。

为什么需要它？如果你的硬盘上有多个AI绘画工具（比如也曾用过Stable Diffusion WebUI），它们的模型库往往是重复的，非常占用空间。通过配置这个文件，你可以让ComfyUI直接读取其他目录下的模型，无需复制。

它的基本结构是这样的：

base_path: G:\sd-webui\models checkpoints: .\Stable-diffusion loras: .\Lora vae: .\VAE controlnet: .\ControlNet ...

• base_path： 指定一个外部模型库的根目录。
• 下面的每一行：将ComfyUI所需的模型类型，映射到base_path下的对应子目录。

配置好后，重启ComfyUI，你就能在节点中同时看到本地models/和外部路径下的所有模型了。这简直是管理多平台模型的神器。

3.2 启动脚本与日志：诊断问题的利器

run_nvidia_gpu.bat(或run_cpu.bat) 是启动ComfyUI的入口。你可以右键编辑它，添加一些参数来改变启动行为。例如，添加--listen参数可以让ComfyUI在局域网中可访问；添加--port 8188可以指定运行端口。

comfyui.log文件是ComfyUI的运行日记。当工作流运行出错、节点加载失败时，第一时间就应该打开这个日志文件。错误信息通常会明确地指出是哪个节点、哪个模型出了问题。学会看日志，是你从“小白”迈向“问题解决者”的关键一步。

3.3 版本管理与更新

update/文件夹和.git目录与ComfyUI的更新机制相关。如果你是通过Git克隆的方式安装的ComfyUI，那么可以通过在update/文件夹中运行脚本，或直接在根目录使用git pull命令来更新主程序。

对于通过安装包或直接下载ZIP包安装的用户，更新通常意味着下载新版并覆盖（注意备份好models/和custom_nodes/）。无论哪种方式，更新前备份你的工作流和自定义节点配置总是一个好习惯。

4. 实战：构建一个清晰高效的目录体系

理论说完了，我们来点实际的。下面是我个人在长期使用中总结出的一套目录管理方案，它不仅仅是对ComfyUI默认结构的遵循，更是一种主动的项目管理思维。

4.1 基础结构优化

首先，我建议在ComfyUI根目录外，单独建立一个资源管理中心。因为ComfyUI本身可能随版本更新而覆盖，但你的模型和产出是无价的。

D:\AI_Art_Workspace\ # 总工作空间 ├── 01_ComfyUI\ # ComfyUI程序本体（可随时替换） ├── 02_Model_Library\ # 核心模型库（通过extra_model_paths.yaml链接） │ ├── checkpoints\ │ ├── loras\ │ ├── controlnet\ │ └── ... ├── 03_Projects\ # 项目文件夹 │ ├── 2024-10_CharacterDesignA\ │ │ ├── workflows\ # 存放.json工作流文件 │ │ ├── inputs\ # 项目专用输入素材 │ │ └── outputs\ # 项目专用输出 │ └── ... └── 04_Temp\ # 临时交换文件夹

然后，在ComfyUI的extra_model_paths.yaml中，将base_path指向D:\AI_Art_Workspace\02_Model_Library。这样，ComfyUI程序本身保持轻量，所有重型资产都放在一个独立、安全且易于备份的位置。

4.2 工作流与项目管理

ComfyUI的工作流（.json或.png文件）是你创作过程的“配方”。千万不要把它们随意丢在桌面。我习惯在03_Projects下为每个创作主题建立文件夹，里面再细分：

• workflows/： 存放不同阶段或不同效果的工作流文件。文件名应具有描述性，如01_初代角色草图.json,02_添加背景与环境.json。
• inputs/： 存放该项目收集的所有参考图、草图等。
• outputs/： 存放该项目生成的所有成品图。可以按日期或版本进一步建立子文件夹。

这种结构让你在半年后回看时，依然能清晰地复现当时的整个创作流程，这对于系列创作或客户项目尤为重要。

4.3 高级技巧：环境变量与便携化

如果你需要在多台电脑间同步你的工作环境（比如公司和家里），可以尝试更进阶的配置：使用环境变量来定义模型库路径。

1. 在系统环境变量中创建一个，比如COMFYUI_MODEL_ROOT，值为你的模型库路径D:\AI_Art_Workspace\02_Model_Library。
2. 修改extra_model_paths.yaml，使用环境变量：

   base_path: ${COMFYUI_MODEL_ROOT}

3. 将整个D:\AI_Art_Workspace文件夹放入网盘同步。

这样，你只需要在另一台电脑上安装好ComfyUI主程序，设置好同名的环境变量并指向本地同步的模型库路径，就能瞬间获得完全一致的工作环境。模型、工作流、项目文件全部无缝衔接。

文件管理看似枯燥，却是保障你创作流程顺畅、成果得以积累的基石。花一点时间搭建好这个框架，之后每次打开ComfyUI，你都会有一种“一切尽在掌握”的从容感。从混乱的文件夹中解放出来，把更多的精力留给创意本身，这才是工具为我们服务的真谛。