这次我们来看秋叶大佬最新发布的 ComfyUI v35 整合包。这个版本最大的亮点是支持中文提示词和全中文界面对国内用户特别友好。整合包支持 Windows 和 Mac 双平台解压即用不需要复杂的环境配置。如果你之前被 ComfyUI 的英文界面和复杂节点连线劝退这个版本值得一试。它保留了 ComfyUI 原生的工作流灵活性同时降低了上手门槛。本文会带大家完成从下载安装到功能测试的全流程重点验证中文提示词支持、显存占用、一键启动稳定性和常见工作流效果。1. 核心能力速览能力项说明项目类型ComfyUI 本地部署整合包核心功能文生图、图生图、局部重绘、ControlNet、LoRA 模型加载显存需求最低 4GB基础模型推荐 8GB高质量出图支持平台Windows 10/11、macOSIntel/Apple Silicon启动方式一键启动脚本自动识别显卡和端口界面语言全中文界面支持中文提示词输入模型管理内置模型管理器支持在线下载和本地导入工作流支持导入/导出 JSON 工作流文件批量任务支持目录批量处理可设置并发数接口 API保留原生 ComfyUI API支持第三方工具调用这个整合包基于官方 ComfyUI 最新版本集成了常用插件和模型省去了手动安装依赖的麻烦。对于想快速体验 ComfyUI 工作流又不想折腾环境的用户来说是当前最省心的选择。2. 适用场景与使用边界适合谁用从 Stable Diffusion WebUI 转 ComfyUI 的初学者需要中文界面和中文提示词支持的本地部署用户想要体验 ComfyUI 工作流但怕环境配置复杂的玩家有批量图片生成需求的个人创作者和小团队能解决什么问题环境配置复杂、依赖冲突问题英文界面和提示词理解困难工作流节点操作不直观模型管理和插件安装麻烦不适合的场景需要高度定制化源码开发的进阶用户服务器集群部署的生产环境对特定插件版本有严格要求的专业工作流重要边界提醒生成图片涉及人物肖像时必须获得授权或使用合规素材商业使用前请确认模型许可证条款不要用于生成侵权、违法、不良内容3. 环境准备与前置条件Windows 系统要求Windows 10 或 1164位NVIDIA 显卡建议 4GB 显存以上集成显卡或 AMD 显卡可使用 CPU 模式速度较慢磁盘空间至少 15GB基础版本 模型文件空间macOS 系统要求macOS 10.15 或更高版本Intel 芯片或 Apple SiliconM系列系统内存 8GB 以上磁盘空间要求同 Windows通用检查清单关闭杀毒软件实时防护避免误删启动文件确保解压路径不含中文和特殊字符检查端口 8188 是否被占用可自动切换预留足够的虚拟内存特别是 CPU 模式显卡驱动确认对于 NVIDIA 显卡用户建议先更新到最新驱动# 检查 CUDA 是否可用非必须整合包自带运行时 nvidia-smi如果看到显卡信息和驱动版本说明环境正常。整合包内置了 PyTorch 和 CUDA 运行时一般不需要单独安装。4. 安装部署与启动方式下载和解压从秋叶提供的网盘链接下载整合包文件名为ComfyUI_v35_秋叶整合包.zip。解压到任意英文路径比如D:\AI\ComfyUI或/Users/username/ComfyUI。目录结构说明ComfyUI_v35/ ├── ComfyUI_windows.exe # Windows 一键启动 ├── ComfyUI_macos.command # Mac 一键启动 ├── models/ # 模型目录 │ ├── checkpoints/ # 大模型 │ ├── loras/ # LoRA 模型 │ └── controlnet/ # ControlNet 模型 ├── outputs/ # 生成结果 ├── log/ # 运行日志 └── README.txt # 说明文档Windows 启动步骤双击ComfyUI_windows.exe等待命令行窗口显示 Running on local URL: http://127.0.0.1:8188自动打开浏览器访问 ComfyUI 界面macOS 启动步骤右键点击ComfyUI_macos.command→ 打开方式 → 终端如果提示无法打开需要先给执行权限chmod x ComfyUI_macos.command双击运行等待服务启动手动启动方式备用如果一键启动失败可以尝试命令行方式# 进入整合包目录 cd /path/to/ComfyUI_v35 # 启动服务Windows 用 cmd 或 PowerShell python main.py --port 8188启动成功后浏览器会自动打开http://127.0.0.1:8188看到全中文的 ComfyUI 界面说明安装成功。5. 功能测试与效果验证5.1 中文界面验证启动后首先检查界面语言顶部菜单栏应为中文文件、生成、设置等节点名称和参数标签显示中文提示词输入框支持中文输入如果界面仍是英文检查浏览器缓存或尝试强制刷新CtrlF5。5.2 基础文生图测试测试目的验证中文提示词支持和基础生成能力操作步骤清空默认工作流点击清除按钮右键画布 → 添加节点 → 采样器 → K采样器添加加载器节点大模型加载器、CLIP文本编码器、VAE解码器连接节点大模型 → 采样器CLIP → 采样器采样器 → VAE → 保存图像参数设置大模型选择选择内置的基础模型如SD1.5或SDXL正面提示词一个可爱的卡通猫咪大眼睛坐在沙发上动漫风格负面提示词模糊低质量变形采样步数20图片尺寸512x512预期结果生成过程在底部进度条显示完成后在 outputs 目录生成图片图片内容符合提示词描述无明显变形常见问题提示词不生效检查CLIP文本编码器连接是否正确生成纯色图片可能是模型加载失败重启服务重试显存不足降低图片尺寸或使用轻量模型5.3 图生图与ControlNet测试测试目的验证图片上传和姿势控制能力操作步骤在工作流中添加加载图像节点添加ControlNet预处理和加载器节点连接图像 → ControlNet预处理 → ControlNet加载器 → 采样器测试用例上传一张人物照片使用OpenPose控制生成相同姿势的动漫形象上传建筑线稿使用Canny边缘检测生成完整效果图关键观察点图片上传是否正常显示预览ControlNet预处理能否正确提取特征生成结果是否保持原图结构和姿势5.4 批量任务测试测试目的验证目录批量处理能力操作步骤准备一个包含多张输入图片的目录在工作流中使用从目录加载图像节点设置输出目录和文件命名规则点击生成观察批量处理进度性能观察同时处理图片数量受显存限制可以设置队列间隔避免显存溢出批量任务日志在 log 目录查看6. 接口 API 与批量任务ComfyUI 保留了完整的 API 接口可以集成到其他应用中。API 服务验证启动后访问http://127.0.0.1:8188/docs可以看到 API 文档页面。基本工作流执行 APIimport requests import json def comfyui_api(prompt, output_dir./api_outputs): # 构建工作流 JSON workflow { prompt: prompt, output_dir: output_dir } response requests.post( http://127.0.0.1:8188/prompt, jsonworkflow, timeout300 ) if response.status_code 200: return response.json()[result] else: raise Exception(fAPI调用失败: {response.text}) # 使用示例 prompt { 正面提示词: 星空下的雪山极光4K高清, 负面提示词: 模糊失真, 尺寸: 1024x768 } result comfyui_api(prompt)批量任务队列管理对于大量图片生成需求建议使用队列方式import os import time from queue import Queue class ComfyUI_Batch: def __init__(self, batch_size2): self.task_queue Queue() self.batch_size batch_size def add_task(self, prompt_config): self.task_queue.put(prompt_config) def process_batch(self): while not self.task_queue.empty(): batch_tasks [] for i in range(min(self.batch_size, self.task_queue.qsize())): batch_tasks.append(self.task_queue.get()) # 并发处理批次任务 results self._send_batch_request(batch_tasks) # 记录结果 for result in results: self._save_result(result) # 批次间隔避免显存过热 time.sleep(10)7. 资源占用与性能观察显存占用测试在不同分辨率下的典型显存占用RTX 3060 12GB测试分辨率基础模型SDXL模型备注512x5123.5GB5.8GB适合快速迭代768x7684.2GB7.1GB平衡质量与速度1024x10245.1GB8.9GB需要8GB显存性能优化建议显存不足时启用--lowvram模式启动降低采样步数20步足够使用分辨率缩放而非直接生成大图速度优化使用更快的采样器如Euler a关闭面部修复需要时单独后处理合理设置CFG Scale7-10之间批量任务优化根据显存设置合适的批次大小使用队列而非并行处理监控温度避免显卡过热降频监控方法Windows用户可以使用任务管理器查看GPU使用情况macOS用户可以使用活动监视器。对于长期运行的服务建议定期检查log目录下的运行日志。8. 常见问题与排查方法问题现象可能原因排查方式解决方案启动闪退路径含中文、权限不足查看闪退日志移动到英文路径以管理员权限运行端口被占用8188端口已被其他程序使用检查端口占用情况自动切换端口或手动指定新端口模型加载失败模型文件损坏或路径错误检查models目录结构重新下载模型文件确认目录正确生成纯色图片模型未正确加载或VAE问题检查节点连接和模型选择重新连接节点尝试不同VAE中文提示词无效文本编码器配置问题检查CLIP模型和连接确保使用支持中文的CLIP模型显存不足报错分辨率过高或模型太大监控显存使用情况降低分辨率使用--lowvram模式批量任务卡住队列堵塞或显存溢出查看任务队列状态重启服务减少批次大小深度排查技巧启动问题排查如果一键启动失败查看生成的log文件# Windows 查看日志 type ComfyUI_v35\log\startup.log # macOS 查看日志 cat ComfyUI_v35/log/startup.log日志中会显示具体的错误信息如缺少依赖、路径问题等。GPU相关问题如果怀疑显卡识别问题可以强制指定设备# 强制使用CPU很慢仅用于测试 python main.py --cpu # 指定GPU设备多卡环境 python main.py --gpu 0模型管理问题整合包内置了模型管理器如果遇到模型下载失败检查网络连接尝试手动下载模型到对应目录确认模型文件格式正确.safetensors或.ckpt9. 最佳实践与使用建议工作流管理保存成功的工作流为JSON模板方便重复使用为不同用途创建专用工作流人像、风景、产品等使用注释节点记录参数设置和注意事项文件组织建议项目目录/ ├── 工作流模板/ # 保存常用工作流JSON ├── 输入素材/ # 分类存放参考图片 ├── 输出结果/ # 按日期或项目分类 ├── 个人模型/ # 自定义训练的LoRA等 └── 项目笔记.md # 记录参数和效果性能调优经验首次使用先用512x512分辨率测试整个流程模型选择根据需求选择专用模型而非通用大模型提示词技巧中文提示词要具体避免歧义表述批量处理先单张测试效果再设置批量任务合规使用提醒生成人物图像时使用合规训练数据商业用途前确认模型许可证允许尊重原创合理使用生成内容备份策略定期备份重要的工作流配置模型文件较大建议保留下载链接而非本地备份使用版本控制管理自定义节点和插件10. 总结与下一步秋叶ComfyUI v35整合包确实降低了ComfyUI的使用门槛特别是中文界面和提示词支持让国内用户更容易上手。一键安装的特性适合快速部署测试环境内置的模型管理器也简化了扩展流程。最值得尝试的几个功能中文提示词直接输入、可视化工作流搭建、批量任务处理能力。对于从WebUI转过来的用户可以重点关注工作流的概念这是ComfyUI相比其他UI的最大优势。实际使用中最容易遇到的坑是显存分配和节点连接。建议第一次使用时按照本文的测试流程逐步验证确保每个环节都正常后再尝试复杂工作流。下一步可以探索的方向学习高级工作流技巧多ControlNet组合、LoRA堆叠等集成自定义节点扩展功能将ComfyUI作为后端服务集成到其他应用尝试不同的采样器和优化策略提升输出质量这个整合包作为入门和日常使用已经足够强大遇到问题时可以查看日志文件或参考ComfyUI官方文档。建议收藏本文的排查清单部署时按步骤验证能节省大量时间。