ComfyUI（Docker）：飞牛商店装完之后，第一张图怎么出来

ComfyUI 是那种"用过的人说它好，新手打开就懵"的东西。

它跟网页上那种输一句话出图的工具根本不是一类产品。它的界面是一堆方块和连线：模型、提示词、采样器、解码器，各自是个节点，你把它们连起来，点 Queue，才出一张图。

第一眼会觉得麻烦。但麻烦是有回报的——每一步都可调、可复现、可保存成工作流反复用。等你需要"固定一个角色、换姿势、批量出图"的时候，那种一键工具就完全不够用了。

商店里这个 ComfyUI（Docker）是把官方项目和一套 Python 环境打包成容器，省掉了你自己配 CUDA、装 torch 的那堆事。

装之前先认清三件事

一、它要显卡

NVIDIA 独显，8 GB 显存是起步线，12–16 GB 舒服。核显和 A 卡不是完全不能跑，但你会花大量时间在报错上。

CPU 也能出图，一张 512×512 大概几分钟到十几分钟。能跑，但别指望用它"玩"。

二、模型很大

一个 SDXL 底模 6.5 GB 左右，Flux 那类 20 GB 起，LoRA 几百兆一个，ControlNet 又是一套。先准备 100 GB 空间，然后再谈装不装。

三、它不是一键生成器

装上不等于会用。你得理解"底模决定画风、提示词决定内容、采样器决定细节、步数决定完成度"这套逻辑。后面会讲。

装

飞牛应用商店 → 搜 ComfyUI → 安装。

第一次启动会拉镜像，好几个 G，看你网速。拉的时候 CPU 会跑满，属正常，别急着重启。

装完在应用里能看到访问地址，默认端口 8188，形如 http://192.168.1.10:8188。打不开的话先去应用的设置里确认端口映射，或者 SSH 上去看：

docker ps | grep -i comfy
docker logs -f <容器名>

日志里出现 To see the GUI go to: http://0.0.0.0:8188 就说明起来了。

目录：模型往哪儿放

ComfyUI 认的目录结构是固定的。容器里大概是：

/root/ComfyUI/models/
├── checkpoints/      底模（大模型）
├── loras/            风格/角色微调
├── vae/              色彩解码（有的底模内置）
├── controlnet/       结构控制（姿势、线稿、深度）
├── upscale_models/   放大模型
└── embeddings/       文本反转

商店包的这些目录一般会挂到宿主机上（比如 /vol1/.../comfyui/models），具体路径在应用的"目录"或"存储"设置里能看到。往里扔文件，然后在网页上点一下刷新按钮（或者重启容器），新模型才会出现在下拉列表里。

放错目录是最常见的"为什么找不到模型"。

跑通第一张图

打开 http://IP:8188，界面上应该已经有一套默认工作流了。认这几个节点就够：

步骤：

1. 点 Load Checkpoint 那个节点，在下拉里选你放进去的底模；
2. 正向提示词写你要的：1girl, white shirt, sitting by window, soft light, film grain；
3. 负向写不要的：lowres, bad anatomy, extra fingers, watermark；
4. KSampler 里先别动太多，steps=25、cfg=7、采样器 euler 或 dpmpp_2m；
5. 点右侧 Queue Prompt。

第一次会慢——模型要加载进显存。之后同一模型连续出图快很多。

出图在 output/ 目录，网页上也能直接看。

参数别一次全动

新手最容易犯的错：一次改五个参数，出图难看，不知道是哪个的问题。

建议按这个顺序单独试：

步数（steps）：20 是底线，25–30 一般够。再加不会更好，只是更慢。

CFG：控制"多听话"。7 左右平衡，太高会僵、颜色发焦，太低会跑题。

采样器：euler 快而朴素，dpmpp_2m + karras 是常用组合，细节更细。

种子（seed）：固定种子 + 微调提示词，是理解每个词作用最快的方法。

分辨率：SD1.5 用 512×768 这类，SDXL 用 1024×1024。别硬拉大，容易出双头六指。要大图走放大流程。

装 ComfyUI-Manager

默认环境里没有管理器，插件得手动装。最值得先装的就是它——之后装节点、查缺失节点都靠它。

# 进容器
docker exec -it <容器名> bash

cd /root/ComfyUI/custom_nodes
git clone https://github.com/ltdrdata/ComfyUI-Manager.git
exit

docker restart <容器名>

刷新网页，右侧会多一个 Manager 按钮。以后：

• 装插件：Manager → Install Custom Nodes，搜名字点安装，重启；
• 打开别人的工作流报红：Manager → Install Missing Custom Nodes，一键补齐。

这一步能省掉 80% 的"为什么别人的工作流我打不开"。

工作流的两种用法

存成 JSON：菜单里 Save，下次拖进来就能还原整套节点和参数。

拖图片：ComfyUI 生成的 PNG 里嵌着完整工作流。把别人发的图拖进界面，节点和参数会自己复原——这是它比 WebUI 强的地方，等于每张成品都自带配方。

几种常见报错

CUDA out of memory 显存不够。先降分辨率、减 batch，还不行就给启动参数加 --medvram（牺牲速度换显存），再不行 --lowvram。

网页打得开，但下拉里没有模型 文件放错目录，或者没刷新。确认路径，点刷新。

别人工作流一堆红色节点 缺插件。装 ComfyUI-Manager，用 Install Missing Custom Nodes。

容器更新后插件全没了 说明 custom_nodes 没挂到宿主机。先备份这个目录再升级，或者干脆在 compose 里给它单独挂一个卷。

下载模型慢到怀疑人生 HuggingFace 直连经常这样。用 hf-mirror.com 这类镜像站，或者用 huggingface-cli 的镜像模式下载。Civitai 上的资源一般要梯子。

在网页里生成没问题，通过反代/隧道就报错 多半是 WebSocket 没转发。ComfyUI 靠 WebSocket 推进度，反代记得开 upgrade。

想批量出图，就用 API

界面上调好一套流程，然后：

菜单 → Save (API Format) → 得到一个 JSON。用 curl 提交：

curl -X POST http://192.168.1.10:8188/prompt \
  -H "Content-Type: application/json" \
  -d @workflow_api.json

返回一个 prompt_id，再查结果：

curl http://192.168.1.10:8188/history/<prompt_id>

配合脚本改 seed 循环，一晚上出几百张不是问题。这是它比图形界面工具更适合"干活"的地方。

它适合谁

• 想认真学 AI 出图，愿意花两天理解节点逻辑的；
• 需要固定风格、固定角色、批量产出的；
• 有独立显卡，且愿意为它腾 100 GB 空间的。

不适合：只有核显、只想试试"AI 画图是什么样"的。那种情况用在线服务，五分钟就有结果，不用折腾。

最后

ComfyUI 的门槛不在安装——商店点一下就装完了——门槛在理解它。第一周你会觉得它难用，第二周开始你会觉得别的工具都太傻瓜。

装完先把默认工作流跑通，别急着往里面塞一堆插件。跑通了，你自然知道下一步该装什么。

卡在哪一步，留言，我补进这篇。