ComfyUI全面掌握-知识点详解——自定义节点安装与首次 AI 绘图（实操+排错）

本文为系列第 6 篇（第一章第 5 个知识点），讲解自定义节点的作用与安装方式，手把手教读者加载默认工作流、完成首次 AI 绘图，解读核心参数并排查常见问题。

目录

• 一、引言：自定义节点是什么？为什么需要它？
  • 1.1 内置节点 vs 自定义节点
  • 1.2 自定义节点的分类
  • 1.3 安装自定义节点的注意事项
• 二、ComfyUI Manager：最推荐的节点管理工具
  • 2.1 ComfyUI Manager 简介
  • 2.2 安装 ComfyUI Manager
  • 2.3 使用 Manager 管理节点
• 三、自定义节点安装方式详解
  • 3.1 方式一：通过 ComfyUI Manager 安装
  • 3.2 方式二：手动 Git 安装
  • 3.3 方式三：ZIP 手动安装
  • 3.4 Cloud 中安装自定义节点
• 四、常用自定义节点推荐
  • 4.1 必备节点推荐
  • 4.2 按需选装推荐
• 五、首次 AI 绘图：加载默认工作流
  • 5.1 启动 ComfyUI
  • 5.2 加载默认文生图工作流
  • 5.3 安装 / 选择 AI 模型
  • 5.4 输入提示词
  • 5.5 运行工作流
  • 5.6 查看与保存结果
• 六、核心参数深度解读
  • 6.1 参数总览表
  • 6.2 各参数详细说明
  • 6.3 提示词编写技巧
• 七、首次操作常见问题排查
  • 7.1 启动阶段问题
  • 7.2 模型加载问题
  • 7.3 生成阶段问题
  • 7.4 自定义节点问题
• 八、总结
• 官方参考链接

一、引言：自定义节点是什么？为什么需要它？

1.1 内置节点 vs 自定义节点

ComfyUI 本身内置了一套基础节点，涵盖模型加载、提示词编码、采样、图像保存等核心功能。内置节点满足了基础绘图需求，但如果你需要更高级的功能——如 ControlNet 控制、视频生成、图像放大、3D 生成等——就需要安装自定义节点。

根据 ComfyUI 官方文档 的定义：

自定义节点允许你实现新功能并与更广泛的社区分享。它们就像任何 Comfy 内置节点一样：接收输入，对其进行处理，然后产生输出。

类比理解：内置节点就像手机出厂自带的应用程序（电话、短信、相机），满足基本需求；自定义节点就像从应用商店下载的 App，按需安装，扩展无限可能。

1.2 自定义节点的分类

根据官方文档，自定义节点可分为四类：

对新手的影响：大多数情况下你只需关心第一类和第三类节点。如果你只是使用节点（而非开发），不需要纠结技术分类——直接用就好了。

1.3 安装自定义节点的注意事项

在安装任何自定义节点之前，请牢记以下原则：

1. 按需安装：不要一次性安装大量节点，容易导致依赖冲突
2. 来源可信：优先从 GitHub 官方仓库或 ComfyUI 管理器安装
3. 版本兼容：确认节点与当前 ComfyUI 版本兼容（查看节点仓库的 README）
4. 备份习惯：安装新节点前备份custom_nodes文件夹
5. 重启生效：几乎所有自定义节点都需要重启 ComfyUI 才能加载

⚠️重要提醒：官方故障排除数据显示，绝大多数用户反馈的问题与自定义节点有关。遇到错误时，首先尝试禁用所有自定义节点（python main.py --disable-all-custom-nodes），如果问题消失，则确定是某个自定义节点导致的问题。

二、ComfyUI Manager：最推荐的节点管理工具

2.1 ComfyUI Manager 简介

ComfyUI Manager 是社区中最受欢迎的节点管理工具，由 ltdrdata 开发。它提供了一个图形化界面，让你无需使用命令行即可完成节点的搜索、安装、更新和卸载。

Manager 的核心功能：

2.2 安装 ComfyUI Manager

第一步：进入 custom_nodes 目录

# 假设你的 ComfyUI 安装在 D:\ComfyUI cd D:\ComfyUI\ComfyUI\custom_nodes

第二步：克隆 Manager 仓库

git clone https://github.com/ltdrdata/ComfyUI-Manager.git

第三步：重启 ComfyUI

重新启动 ComfyUI，界面右上角会出现一个"Manager"按钮。

验证安装成功：

1. 启动 ComfyUI，打开浏览器访问http://127.0.0.1:8188
2. 查看界面右上角是否有Manager按钮
3. 点击 Manager 按钮，如果能正常弹出管理菜单，说明安装成功

Mac/Linux 用户：命令类似，只是路径不同。确保在custom_nodes目录下执行 git clone。
便携版用户：进入ComfyUI_windows_portable\ComfyUI\custom_nodes目录后执行上述命令。
网络慢？如果 git clone 速度慢，可使用代理或从 GitHub 下载 ZIP 解压。

2.3 使用 Manager 管理节点

安装完成后，Manager 的常用操作：

安装新节点：

1. 点击 ComfyUI 界面右上角的Manager按钮
2. 选择"Install Custom Nodes"
3. 搜索需要的节点名称（如 "WAS Node Suite"）
4. 点击目标节点右侧的"Install"按钮
5. 等待安装完成，重启 ComfyUI

更新已有节点：

1. 点击Manager→"Update Custom Nodes"
2. 查看有可用更新的节点列表
3. 点击"Update All"一键更新所有节点

卸载节点：

1. 点击Manager→"Custom Nodes List"
2. 找到要卸载的节点
3. 点击右侧的"Uninstall"按钮

三、自定义节点安装方式详解

3.1 方式一：通过 ComfyUI Manager 安装

适用场景：已经安装了 Manager、有网络连接、节点在 Manager 的可用列表中。

步骤：

1. 确保 ComfyUI Manager 已安装（参考上一节）
2. 在 ComfyUI 界面中，点击Manager按钮
3. 选择"Install Custom Nodes"
4. 在搜索框中输入节点名称（如Efficiency Nodes）
5. 在结果列表中找到目标节点，点击"Install"
6. 等待安装完成，重启 ComfyUI

优点：图形界面操作，无需命令行；自动处理依赖；支持一键更新。
缺点：需要 Manager 本身已安装；部分小众节点可能不在列表中。

3.2 方式二：手动 Git 安装

适用场景：未安装 Manager、节点不在 Manager 列表中、需要特定版本的节点。

Step 1：找到节点仓库地址

在 GitHub 上找到目标自定义节点的仓库地址，格式为：

https://github.com/用户名/仓库名.git

Step 2：进入 custom_nodes 目录并克隆

# Windows cd D:\ComfyUI\ComfyUI\custom_nodes git clone https://github.com/用户名/仓库名.git # macOS / Linux cd ~/ComfyUI/ComfyUI/custom_nodes git clone https://github.com/用户名/仓库名.git

Step 3：安装节点依赖（如有）

部分自定义节点有自己的依赖包（在requirements.txt中声明）：

# 确保虚拟环境已激活 cd 仓库名 pip install -r requirements.txt

Step 4：重启 ComfyUI

重启后，新节点即出现在节点列表中。

提示：部分自定义节点可能还需要额外的系统依赖或预训练模型文件。请仔细阅读节点仓库的 README 文档，按说明完成所有前置安装。

3.3 方式三：ZIP 手动安装

适用场景：没有 Git 命令、GitHub 网络不通畅、需要从 ZIP 包安装。

步骤：

1. 在浏览器中访问目标节点的 GitHub 仓库
2. 点击绿色"Code"按钮 →"Download ZIP"
3. 将 ZIP 文件解压到 ComfyUI 的custom_nodes目录
4. 解压后的文件夹名称不要包含版本号或特殊字符（如有需要，重命名为纯英文名称）
5. 进入解压后的目录，检查是否有requirements.txt文件
6. 如果有，在虚拟环境中执行pip install -r requirements.txt
7. 重启 ComfyUI

3.4 Cloud 中安装自定义节点

在 Comfy Cloud 中安装自定义节点比本地更简单，但也有限制：

安装方式：

1. 在 Cloud 工作台的设置面板中找到 "自定义节点" 管理功能
2. 直接搜索并一键安装社区常用节点
3. Cloud 会自动处理依赖兼容性问题

限制：

• Cloud 目前只支持预选列表中的常用节点，不支持任意 GitHub 仓库安装
• 部分需要系统级依赖的节点可能不支持
• Cloud 会自动管理节点的版本兼容性，你无需担心冲突问题

提示：如果你在 Cloud 中加载的工作流包含未安装的自定义节点，Cloud 会自动提示并引导你安装缺失的节点。

四、常用自定义节点推荐

4.1 必备节点推荐

以下节点经过社区广泛验证，推荐所有用户安装：

4.2 按需选装推荐

以下节点按特定功能需求选装：

安装建议：不要一次性全部安装。建议先安装 Manager 和 WAS Node Suite，然后根据你实际需要使用的功能，逐个安装其他节点。这样可以最大程度避免依赖冲突。

五、首次 AI 绘图：加载默认工作流

现在，我们开始第一次真正的 AI 绘图之旅。确保你已经完成了本地安装（第 4 篇）或注册了 Comfy Cloud（第 5 篇）。

5.1 启动 ComfyUI

本地用户：

• Windows 便携版：双击run_nvidia_gpu.bat（或run_cpu.bat）
• Windows 手动安装：打开命令行 →cd D:\ComfyUI\ComfyUI→venv\Scripts\activate→python main.py
• macOS 手动安装：打开终端 →cd ~/ComfyUI/ComfyUI→source venv/bin/activate→python3 main.py
• Linux：打开终端 →cd ~/ComfyUI/ComfyUI→source venv/bin/activate→python main.py

启动成功后，在浏览器中访问http://127.0.0.1:8188。

Cloud 用户：

• 直接访问 cloud.comfy.org 并登录

5.2 加载默认文生图工作流

方式 1：自动加载（推荐新手）

正常情况下，启动 ComfyUI 后会自动加载默认的文生图工作流。工作流包含以下核心节点：

Load Checkpoint → CLIP Text Encode (Positive) ─┐ CLIP Text Encode (Negative) ─┼─→ KSampler → VAE Decode → Save Image ↑ Latent Image

方式 2：从 Workflow Template 加载

如果默认工作流没有自动出现：

1. 点击界面右下角的Fit View（适配视图）按钮，防止工作流在视图外
2. 点击左侧边栏的文件夹图标（Workflows）
3. 点击面板顶部的浏览工作流示例（Browse example workflows）
4. 选择Image Generation或Text to Image工作流

方式 3：从图片或 JSON 加载

如果你有一张 ComfyUI 生成的图片（含 metadata），直接拖入浏览器窗口即可加载对应工作流。也可以使用菜单Workflows → Open打开.json文件。

5.3 安装 / 选择 AI 模型

检查缺失模型：

加载工作流后，如果提示模型缺失（通常是一个黄色的警告条）：

1. 点击警告条查看缺失的模型名称
2. 如果网络可访问 Hugging Face，直接点击Download自动下载
3. 如果网络受限，参考下方"手动安装模型"

手动安装模型：

# 将下载好的模型文件放入 checkpoints 目录 # 便携版： # ComfyUI_windows_portable\ComfyUI\models\checkpoints\ # 手动安装： # D:\ComfyUI\ComfyUI\models\checkpoints\ # macOS： # ~/ComfyUI/ComfyUI/models/checkpoints/

推荐入门模型：

模型选择操作：

在Load Checkpoint节点中，点击模型名称的下拉箭头，从列表中选择你放置的模型文件。按键盘R键刷新节点列表。

5.4 输入提示词

找到工作流中的两个 CLIP Text Encode 节点：

正向提示词（Positive Prompt）：描述你想要的画面内容

a beautiful mountain landscape at sunset, glowing sky, pine trees, crystal clear lake reflecting the mountains, highly detailed, 8k, cinematic lighting, masterpiece

反向提示词（Negative Prompt）：描述你不想要的内容

blurry, low quality, ugly, deformed, noisy, bad anatomy, watermark, text, signature, extra fingers, distorted face, bad proportions

提示词技巧：

• 正向提示词用英文逗号分隔关键词，越靠前的词权重越高
• 反向提示词写常见的图像缺陷和质量问题
• 新手可以直接复制上面的示例提示词，后续再学习优化

5.5 运行工作流

确认节点连接正确后，点击界面右上角的Queue Prompt按钮（或使用快捷键Ctrl+Enter，macOS 用Cmd+Enter）。

运行过程中，你可以在命令行窗口看到进度日志：

100%|████████████████████████████████████████| 20/20 [00:05<00:00, 3.54it/s]

等待进度条完成，工作流将自动显示生成结果。

Cloud 用户注意：首次运行需要等待机器分配（约 5-20 秒），后续运行无需等待。

5.6 查看与保存结果

生成完成后：

1. 查看结果：在Save Image节点中预览生成的图片
2. 右键保存：在图片上右键 → "保存图片" 保存到本地
3. 调整参数重试：如果不满意，修改提示词或参数后再次点击 Queue Prompt
4. 查看输出文件夹：所有生成结果自动保存在 ComfyUI 的output目录中

六、核心参数深度解读

6.1 参数总览表

默认工作流的KSampler节点中包含以下核心参数：

6.2 各参数详细说明

Steps（采样步数）

扩散模型从纯噪声开始，逐步去噪直到生成清晰的图像。Steps 就是这个去噪过程的迭代次数。

• 较少步数（10-15）：生成速度快，但图像质量较低，细节不够丰富
• 推荐步数（20-30）：质量和速度的平衡点，绝大多数场景的推荐值
• 较多步数（40-50）：细节更丰富，但提升幅度递减，耗时显著增加
• 超多步数（50+）：收益极低，通常不推荐

经验法则：Steps 超过 30 后的质量提升非常微小，不建议盲目增加步数。如果图像质量不理想，应优先调整提示词或更换模型。

CFG（Classifier-Free Guidance Scale）

CFG 控制生成图像对提示词的遵循程度。

• CFG 1-4：低引导，模型有较大创作自由，可能偏离提示词
• CFG 7-8：推荐值，提示词和模型创造力之间的良好平衡
• CFG 10-14：高引导，严格遵循提示词，但可能损失画质
• CFG 15+：极高引导，容易出现色彩过饱和、伪影（artifacts）

经验法则：大多数模型在 CFG 7 附近表现最佳。如果图像与提示词不符，优先优化提示词而非盲目提高 CFG。

Sampler（采样器）

采样器是去噪过程中的数学算法，不同的采样器有不同的特性：

新手建议：从Euler开始，熟悉后切换到DPM++ 2M Karras获得更佳质量。

Width / Height（图像尺寸）

生成图像的尺寸直接影响显存消耗和生成质量：

显存不足时的策略：先生成低分辨率图像（如 512×512），再通过 Upscale（放大）节点或额外的高清修复工作流放大到目标尺寸。

6.3 提示词编写技巧

正向提示词的结构化写法：

[主体] + [细节描述] + [环境/背景] + [光照/色彩] + [风格/质量标签]

示例：

a beautiful girl, (detailed eyes:1.2), flowing hair, wearing a red dress, in a garden with cherry blossoms, golden hour lighting, warm atmosphere, photorealistic, 8k, highly detailed, masterpiece

提示词权重控制：

写好提示词的技巧：

1. 具体而不抽象："a fluffy white cat sitting on a red velvet chair" 好于 "a cat"
2. 先写主体，再写细节：先确定主体内容，再补充环境、光影、风格
3. 参考优秀作品：在 CivitAI 等平台上查看他人作品的提示词
4. 反向提示词要全面：常见的质量缺陷都要列上（blurry, low quality, ugly 等）

七、首次操作常见问题排查

7.1 启动阶段问题

7.2 模型加载问题

7.3 生成阶段问题

7.4 自定义节点问题

排查自定义节点问题的黄金法则：

1. 先用--disable-all-custom-nodes启动，确认问题是否与自定义节点相关
2. 如果是，使用二分法——每次启用一半节点，逐步缩小范围
3. 找到问题节点后，更新 → 替换 → 报告 → 移除（按此顺序尝试）
4. 详细排查方法参考 官方自定义节点故障排除指南

八、总结

通过本文的学习，你已经掌握了：

1. ✅ 自定义节点的定义、分类与核心作用
2. ✅ ComfyUI Manager 的安装与使用方法
3. ✅ 三种自定义节点安装方式：Manager 安装、Git 安装、ZIP 安装
4. ✅ Cloud 环境中自定义节点的安装和管理
5. ✅ 常用自定义节点的推荐（必备和按需选装）
6. ✅ 加载默认文生图工作流的完整流程
7. ✅ 核心参数（Steps、CFG、Sampler、Size）的详细解读
8. ✅ 首次操作常见问题的排查与解决方法

至此，第一章"入门启蒙"的学习全部完成！你已掌握以下核心能力：

下一篇预告：进入第二章"基础夯实"——学习工作流、节点、连接等核心基础概念，全面掌握 ComfyUI 的界面操作与基础设置。

官方参考链接

1. ComfyUI 自定义节点概述 — 自定义节点官方文档
2. ComfyUI 首次生成指南 — 从零开始生成第一张 AI 图像
3. ComfyUI Manager GitHub 仓库 — 最推荐的自定义节点管理工具
4. ComfyUI 自定义节点故障排除 — 排查自定义节点问题官方指南
5. ComfyUI 故障排除总览 — 常见问题与解决方案
6. ComfyUI 文生图教程 — 文生图工作流详细说明
7. ComfyUI 模型设置指南 — 模型管理与配置
8. ComfyUI 内置节点文档 — 所有内置节点功能详解
9. ComfyUI 社区资源 — 加入社区、交流分享