在「全面掌握 ComfyUI 工作界面」这节课中，虽然我们没有接触插件，但是有几个界面元素却是通过安装插件的方式来呈现的，如果你使用的是秋叶整合包或者云端 ComfyUI，基本上都会预装「管理器」、「汉化」、「机器指标监控」这三个插件，也就是说这是三个功能不是 ComfyUI 原生功能，是通过安装插件补充的功能。今天我们通过 ComfyUI 原生整合包，来安装这三个插件，熟悉插件如何下载、安装、使用，为以后插件的应用提供坚实的基础。

一、什么是插件？

在 ComfyUI 中，插件是扩展和增强其功能的重要工具。我们用一个比喻来理解什么是插件？

想象一下，你是一位木匠，你的工作台（ComfyUI）上有一个基本的工具箱（默认功能），里面有一些基本的工具（节点），比如锤子、锯子、螺丝刀等。这些工具可以帮助你完成大部分的基础工作，但有时候你可能需要一些更专业的工具来完成更复杂的任务。所以你可能去购买这些更加专业的工具（插件），来填充自己的工具箱，ComfyUI 就是依赖各种各样的插件来完成各种不同的功能。

二、秋叶整合包下载安装插件

打开秋叶启动器，找到版本管理，点击一下，然后点击：安装新扩展，然后输入插件名称，点击安装就可以了。

三、官方原生整合包安装插件

1. 手动下载安装插件

双击 run_nvidia_gpu.bat，启动 ComfyUI:

可以看到官方整合包启动的 ComfyUI 界面没有「管理器」，本质上「管理器」也是一种插件，这个插件比较特殊，我们需要手动下载并安装它。

访问： https://github.com/ ，在搜索框里输入：comfyui manager

点击 Code 按钮，可以直接点击「Download ZIP」下载安装包，将安装包放置在 F:ComfyUI_windows_portable ComfyUIcustom_nodes 这个文件夹里，注意这是一个压缩包，需要将它解压，如下图：

下载并解压之后，我们需要重新启动 ComfyUI，只有重启之后，插件才能生效。

2. Git 下载安装插件

另一种方式可以通过 git 来进行下载，我们点击上图中的标号 2 的复制按钮，复制一下这个插件的 git 地址，然后来到 F:ComfyUI_windows_portable ComfyUIcustom_nodes 这个文件夹，全选并替换为 cmd 并回车：

在命令行输入：git clone https://github.com/ltdrdata/ComfyUI-Manager.git

提示报错：fatal: unable to access ‘https://github.com/ltdrdata/ComfyUI-Manager.git/’: Failed to connect to github.com port 443 after 21041 ms: Could not connect to server，意思是网络无法连接，需要魔法上网才能下载。

接下来我们通过代理绕过限制，只需要在 https://github.com/ltdrdata/ComfyUI-Manager.git之前加入https://ghfast.top/ ，即：git clone https://ghfast.top/https://github.com/ltdrdata/ComfyUI-Manager.git ，就可以轻松下载。

这时候我们可以查看插件是否已经成功下载：

插件已经成功下载了，然后我们需要查看这个插件是否已经生效，重启 ComfyUI，首次启动会比较慢，因为 ComfyUI 会先下载插件需要的依赖，如下图：## ComfyUI-Manager: installing dependencies. (GitPython)

同时你会看到有几个提醒，如下图，我们需要将 F:ComfyUI_windows_portablepython_embededScripts 这个加入到环境变量里：

这样就不会报提醒了。

等待安装好依赖，浏览器会自动打开 ComfyUI

可以看到 Manager 已经成功的安装了。

注意： https://ghfast.top可能被github封禁 ，我们可以访问  https://ghproxy.link/ 这个网址 ，查看可用网址：

在这里找到可用的网址即可。

3. Manager 下载安装插件

第一步我们安装了 Manager，接下来我们通过 Manager 安装汉化插件，也就是将英文界面改为中文界面。

点击 Manager 打开管理界面：

点击 Custom Nodes Manager：

在输入框中输入 translation，搜索到插件：「AIGODLIKE-ComfyUI-Translation」，然后点击 Install 按钮。

后台也同步显示下载这个插件的进度：

下载完成后，提示我们需要重启 ComfyUI，我们点击「Restart」即可：

不过这个插件在 ComfyUI 最新版本里已经支持了。

五、安装插件的注意事项

1. 网络问题

网络问题是安装插件的常见问题，玩转 ComfyUI 第一要解决的就是上网问题，但同时不稳定，会导致下载插件失败，这时候可以多次尝试，一般都能解决问题。

如果不能解决问题，我们可以尝试在 github 上手动下载。

如果手动下载也下载不了，我们可以尝试通过代理的方式解决，例如：

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

调整为

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

2. 兼容性问题

插件有版本概念，ComfyUI 也有版本概念，如果插件和 ComfyUI 不兼容，就会出现下载了插件，但是插件不生效的问题。一般我们可以通过升级来解决：

或者通过 ComfyUI 提供的脚本文件进行升级：

3. 依赖性问题

每一个插件都有可能依赖其他库文件，插件的目录下一般都有一个 requirement.txt 文件：

这个文件定义了这个插件所依赖的库文件：

首次安装重启 ComfyUI，都会先下载这些依赖，如果某个依赖下载或安装不成功，也会造成整个插件安装不成功。

我们可以通过手动安装的方式，来安装依赖：

① 全部安装

进入目录：F:ComfyUI_windows_portableComfyUIcustom_nodesComfyUI-Manager，并 cmd

执行：F:ComfyUI_windows_portablepython_embededpython.exe -m pip install -r requirements.txt

② 部分安装

比如我们安装 GitPython：

F:ComfyUI_windows_portablepython_embededpython.exe -m pip install GitPython

4. 插件冲突

不同插件可能依赖相同库的不同版本，导致版本冲突。一般我们可以通过升级插件的方式解决这个问题。

文章来源于互联网:保姆级教程！全面掌握ComfyUI插件的下载和安装

相关推荐: Stable Diffusion WebUI常用Tag收集

捆绑(nsfw)*可以直接加人物lora Masterpiece, high quality, beautiful wallpaper, 16k, animation, illustration, positive perspective, perfect b…

往期教程：

这是 ComfyUI 中文生图最简工作流，通过这个最简工作流，我们来认识一下工作流的组成元素。

工作流的组成也很简单，包括节点和连线，节点通过连线进行连接，共同协同完成一项 AI 绘画任务。

一、节点的分类

节点是工作流中的基本单元，每个节点代表一个特定的操作或功能。节点可以分为 3 大类：

1. 仅有输出的节点

在最简工作流中，「Checkpoint 加载器(简易)」和「空 Latent」就属于这一类节点，可以看到这类节点没有左边的输入，有右边的输出，输出表示将本节点的模型或数据传递给下一个节点。

2. 仅有输入的节点

可以看到这类节点只有左边的输入，没有右边的输出

3. 既有输入也有输出的节点

在最简工作流中，上图中的 4 个就属于这一类节点，可以看到这类节点既有左边的输入，也有右边的输出。接受从左边的数据输入，通过当前节点的处理，将数据再传递到下一个节点。

二、节点的组成

我们以 K 采样器为例，说明节点的组成：

1. 节点名称

节点名称是每个节点的唯一标识，用于在工作流中识别和引用该节点。节点名称通常反映了节点的功能或操作类型。上图中，「K 采样器」就是节点名称，双击节点名称，还可以对节点名称进行重命名：

2. 输入参数

输入参数是节点执行所需的数据或条件。每个节点可以有多个输入参数，这些参数可以来自其他节点的输出，也可以是用户手动输入的值。

上图中，「模型」「正面条件」「负面条件」「Latent」就是输入参数，它们的数据都是其他节点输入进来的。

3. 输出参数

输出参数是节点执行完成后产生的结果，这些结果可以作为其他节点的输入。每个节点可以有多个输出参数，这些参数的类型和数量取决于节点的功能。

4. 参数面板

参数面板是节点的配置界面，用户可以通过这个面板设置节点的具体参数。参数面板通常包含输入框、选择框、滑动条等控件，用于输入或选择参数值。

① 输入框

② 选择框

选择框一般是选择列表中的一个选项，通过点选然后从下拉列表中选择一个参数

以上就是可以进行选择的选择框。

例如，点击调度器，就会出现一个下拉列表，然后再选择其中一个参数。

③ 滑动条

滑动条针对的是数字类型的参数，可以通过按住鼠标左键，然后再左右滑动进行调整参数值，也可以进行点选，然后再输入参数的方式进行参数调整。

5. 注意事项

① 参数类型

节点中的参数一般是有类型的，这些类型定义了参数的格式和用途。我们还是以 K 采样器为例说明：

上图中，输入参数「模型」的类型就是模型，它只能接收模型类型的输入：

上图中，输入参数「正面条件」和「负面条件」的类型就是字符串，它只能接收字符串类型的输入：

② 输入参数和参数面板的转换

输入参数：通过接收其他节点的输入设置参数的值。

参数面板：通过手动设置对参数进行设置。

我们可以通过调整将输入参数转为参数面板上的参数，也可以通过调整将参数面板上的参数转为输入参数：

操作：选中节点，鼠标右键节点，可以看到弹出框里有两项：

1）转换为输入：将参数面板上的参数转为输入参数的形式。

以 CFG 值为例，转换后，CFG 参数就从参数面板消失了，然后出现在输入参数里：

2）转换为组件：将输入参数转为参数面板上的参数形式

还是以 CFG 值为例，转换后，CFG 参数就从输入参数中消失了，然后出现在参数面板里。

需要注意的是：原来在输入参数上的参数，不能进行转换，只能将参数从面板上转为输入，然后再从输入转为面板。

③ 节点输入缺失

某些节点是必须输入的，如果没有输入，就会提示当前节点处于不工作状态，

1. 整个节点就会有红色框框住
2. 缺失输入的参数也会有一个红色的圆圈
3. 弹出报错信息

三、节点的移动

1. 移动单个节点

用鼠标左键点住节点不放，移动鼠标即可移动单个节点。

2. 移动多个节点

1. 按住 Ctrl 框选多个节点，然后按住 Shift 不放，移动鼠标即可移动多个节点。
2. 也可以按住 Ctrl 框选多个节点，然后再按 Ctrl+g，这几个节点就会被蓝色的框框住，再移动蓝色框，就可以整体移动这几个节点了

3. 工作流整体移动

将空间设置为平移模式，然后用鼠标移动任何位置，工作流整体就会移动，当然也可以框选所有节点，然后 Shift+鼠标移动也可以整体移动工作流。

四、节点的搜索

1. 关键词搜索

双击空白界面，出现搜索框，输入节点名称关键词，然后从列表中选择一个你需要的节点

2. 添加节点筛选条件

可以缩小筛选范围

3. 从节点库中选择

也可以在节点库中筛选节点：

五、节点的复制

1. 框选目标节点，可以是单个，也可以是多个，然后 Ctrl+C 复制，再 Ctrl+V 进行粘贴。
2. 按住 Alt 键不放，然后拖动某个节点，就可以快速复制节点。

六、节点的缩放和折叠

缩放：将鼠标悬浮在节点的右下角，当鼠标变为两边都是箭头的时候，拖动鼠标，就可以对节点的大小进行缩放。

折叠：鼠标点击灰黑色的小圆点，就可以将节点折叠：

折叠后：

再次点击小圆点，可以再次展开节点。

七、节点改颜色

鼠标右键节点，然后选择颜色，然后选择某个颜色，那么节点就会改变颜色。通过改变颜色来增加节点的辨识度。

八、节点的固定

通过鼠标右键节点，然后点击固定：

固定后，节点名称右边出现一个别针，这样这个节点就固定了，无法拖动移动该节点：

再次点击 Unpin，这个节点就又可以拖动移动了：

九、节点的形状

可以根据自己的喜好，进行选择对应的节点形状：

十、连线的基本角色

连线的作用主要是连接节点，是工作流中节点之间数据流动和执行顺序的关键，如下图：

连线只能从某个节点的输出端口连接到另一个节点的输入端口，且连线的两端必须是相同的类型。

十一、连线的形状

直线

折线（线性）

曲线（样条）

十二、远距离节点连线

1. 鼠标左键输出端的小圆圈，然后通过滚轮缩放视图找到目标节点

2. 转接点

从输出端拖出连线，然后释放鼠标，弹出如下窗口，然后点击转接点：

再将转接点连到目标节点：

3. 设置/获取节点

设置节点

双击界面空白处，搜索：设置节点，并点击。然后给这个节点重命名为：大模型

然后将模型连到这个节点，那么在其他地方就可以获取这个节点并使用它

获取节点

我们将这个节点连到 K 采样器，这样我们就可以使用大模型了：

最终的工作流：

4. 全局变量

这个用法需要安装插件「Use Everywhere (UE Nodes)」，我们通过启动器进行安装这个插件：

关闭 ComfyUI，然后点击安装，安装成功后，重新启动 ComfyUI

双击界面，搜索：全局输入：

总结

除了第一种方式，其他方式都可以方便的对节点进行长距离连接，而且连线不混乱。

文章来源于互联网:保姆级教程！全面掌握ComfyUI工作流的组成元素

相关推荐: 【持续更新中！图像-文本对数据集汇总】Stable Diffusion 3 重磅开源，超全图像生成必备训练数据集、教程汇总

Stability AI 已经正式开源 Stable Diffusion 3（简称 SD3）！SD3 是一个图像生成模型，只要给定一段描述性的文字，就能够创造出与之匹配的视觉作品。下图就是由 SD3 生成的图像。 * prompt 史诗级动漫作品：一位巫师在夜…