疯了！榨干 NAS 显卡性能？手把手教你部署 ComfyUI，成为炼丹师

Hello 大家好，我是 David

订阅我的频道 ，分享更多 NAS 教程和资讯 ~

ComfyUI：

一个功能强大的、开源基于节点的生成式人工智能应用程序，它允许用户通过拖拽节点的方式构建图像生成工作流，提供了比传统 Stable Diffusion WebUI 更灵活、更精细的控制能力。

运行前提：

• NVIDIA 显卡，建议 8GB 以上显存

• 安装好最新的 NVIDIA 显卡驱动

• 安装好 Docker 或 Podman

TIP：

运行这款 AI 绘画工具需要配备独立显卡，我目前使用的是绿联全闪存+显卡扩展坞的方案，显卡我用的是 A2000LP 8G 显存，实际用下来稳定性和便捷性都挺不错。

安装

Docker Compose

services: comfyui: image: yanwk/comfyui-boot:cu124-cn container_name: comfyui ports: - 8188:8188 environment: - CLI_ARGS=--fast volumes: - /volume1/docker/comfyui:/root deploy: resources: reservations: devices: - driver: nvidia count: all capabilities: [gpu] restart: unless-stopped

参数说明（更多参数建议去看文档）

yanwk/comfyui-boot:cu124-cn（标签）：专为国内网络环境考虑的镜像

CLI_ARGS（环境变量）：看下面表格

8188（端口）：访问界面端口号

CLI_ARGS 参考：

启动参数说明

--lowvram 如果显存只有 4G （程序启动时会检测显存，自动开启）

--novram 如果用了 --lowvram 还是显存不够，直接改用 CPU 内存

--cpu 用 CPU 来跑，会很慢

--use-pytorch-cross-attention 如果不想用 xFormers，而改用 PyTorch 原生交叉注意力机制。在 WSL2 上可能会有更好的速度／显存占用表现，但在 Linux 宿主机上会明显更慢。

--preview-method taesd 使用基于 TAESD 的高质量实时预览。使用 Manager 会覆盖该参数（需在 Manager 界面中设置预览方式）。

--front-end-version Comfy-Org/ComfyUI_frontend@latest 使用最新版本的 ComfyUI 前端

--fast 使用实验性的高性能模式，对 40 系显卡 + CUDA 12.4 + 最新 PyTorch + fp8-e4m3fn 模型可达 40% 性能提升。但也有可能造成图像质量劣化。

需要等待下载完成，因为是国内源所以没遇到网络方面的问题

下载启动完成，会提示访问 8188 端口

使用

浏览器中输入 http://NAS的IP:8188 就能看到界面

右上角关闭窗口，也可以自行查看示例

TIP：

写这篇教程前我也是第一次使用，所以只会简单介绍不会过多深入。有需要的用户建议去官网自行学习，有比较详细的文档教程。

初次使用

最中间会有一个默认演示的工作流

主要布局分为：顶部的菜单栏，左边的侧边栏面板按钮，右下角的画布菜单

放大能看到当前使用的模型为：flux1-schnell-fp8.safetensors

点击底部运行按钮，就会开始生成图片了

TIP：

如果提示这个报错，有可能是没有这个模型（可以刷新页面，点击切换模型）

顶部左侧可以看到当前执行情况，中间则是系统资源使用情况

最后生成图片效果感觉比较一般，用时 1 分半左右

下载模型

首先需要下载 AI 绘画模型，可以去 Hugging Face 或者国内的模型网站下载，文件通常以 .ckpt 或 .safetensors 为后缀。

来到 Hugging Face 官网：https://huggingface.co，点击“Models”

这里我们需要的是 Text-to-Image（文生图）

根据需要选择模型，这里我就随便选择一个了

这里有模型的相关介绍和效果图片，点击“Files and versions”

鼠标滑动到下面，这个就是需要下载的模型了

这里提示需要登录，这里我就换一个模型下载了

一般不需要登录，也是可以下载的

切换模型

将模型放到映射目录“/ComfyUI/models/checkpoints”下，可以看到默认的模型挺大的有 16G

刷新一下界面就可以看到新加的模型来

换了一个 4G 的模型，用时 9s 内就能生成图像

如果是比较小的 2G 模型，基本上可以 5s 左右秒生成

修改提示词

上面这里是正面提示词，分别是：beautiful scenery nature glass bottle landscape, , purple galaxy bottle

下面是负面提示词，分别是：text, watermark

修改正面提示词，就可以生成指定的图片内容了

{{{Victoria black maid dress}}},hair ribbon,flowers on face,{long frills dress},maid headdress,white pantyhose,Skirt pleats,blue dress bow,yellow apron dress,(full body),mary janes

有时候生成的图片可能有些地方会有问题，比如这个手

可以使用负面提示词进行避免（降低权重），但很难完全避免

wrong hand,bad hand,bad feet

调节参数

调节参数主要有“空Latent”和“K采样器”这两个地方，一般来说调节前者即可

生成图片的宽度和高度

单次生成图片数量（不要调太高，不然容易爆显存）

相同种子在相同参数下会生成相同结果，用于复现图像或微调细节

通常设置在 20-50 步，步数越多图像细节通常越丰富，但生成速度越慢，需根据模型和效果平衡速度与质量

控制提示词对生成结果的影响强度，其常用范围为 7-12

其他设置

左侧有一列面板按钮，可以方便快捷进行各种操作

工作流历史队列（Queue）： 所有 ComfyUI 执行媒体内容生成的队列信息

节点库（Node Library）： 所有 ComfyUI 中的节点包括 Comfy Core 和你安装的自定义节点都会可以在这里进行查找

模型库（Model Library）： 你本地的ComfyUI/models 目录下的模型可以在这里被查找到

本地用户工作流（Workflows）： 你本地保存的工作流可以在这里被查找到

管理节点组，可以对节点进行屏蔽或者分组

MTB，专为 ComfyUI 设计的动画节点包，提供各种动画相关的功能和工具

总结

ComfyUI 是一款功能强大的开源节点式生成式 AI 绘图工具，通过拖拽节点构建工作流，比传统工具控制更精细。运行需 NVIDIA 显卡（建议 8G 以上显存），支持 Docker 部署，国内镜像可解决网络问题，还能通过启动参数适配不同硬件。界面布局清晰，初次使用有默认工作流，上手使用还算复杂，但真正入门有一定难度。支持修改提示词、调节参数，创建工作流等，适合有一定基础的进阶 AI 绘画的用户进行复杂操作。

综合推荐：⭐⭐⭐⭐（这应该是目前最热门的绘图工具）

使用体验：⭐⭐⭐⭐（上手有一定难度）

部署难易：⭐⭐（简单）︎

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～