搬瓦工 VPS 部署 ComfyUI AI 图像生成节点编辑器教程
ComfyUI 是一款基于节点流程的 Stable Diffusion 图像生成界面,它通过可视化的节点连接方式让用户构建复杂的图像生成工作流。与传统的 WebUI 不同,ComfyUI 提供了更精细的控制能力和更高的灵活性,支持复杂的多步骤处理流程。本教程将介绍如何在搬瓦工 VPS 上部署 ComfyUI。
一、ComfyUI 特点
- 节点化工作流:通过拖拽节点和连线构建图像生成流程,直观灵活。
- 内存效率高:ComfyUI 的内存管理优于其他界面,相同硬件下可处理更大图像。
- 工作流复用:工作流可以保存为 JSON 文件,方便分享和复用。
- 丰富的节点生态:社区提供了大量自定义节点扩展功能。
- API 友好:原生支持 API 调用,适合自动化场景。
二、环境要求
- 操作系统:Ubuntu 20.04 或更高版本。
- 内存:至少 8GB,推荐 16GB。
- 磁盘:至少 30GB 可用空间。
- Python:Python 3.10 或 3.11。
选购搬瓦工 VPS 请参考 全部方案,建议选择大内存方案。
三、安装 ComfyUI
apt update && apt upgrade -y
apt install git python3 python3-pip python3-venv wget -y
cd /opt
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
python3 -m venv venv
source venv/bin/activate
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu
pip install -r requirements.txt
四、下载模型文件
ComfyUI 的模型文件存放在 models 目录下的不同子文件夹中:
# 下载 Stable Diffusion 检查点模型
cd /opt/ComfyUI/models/checkpoints
wget -O sd_v1-5.safetensors \
"https://huggingface.co/runwayml/stable-diffusion-v1-5/resolve/main/v1-5-pruned-emaonly.safetensors"
# 下载 VAE 模型(可选)
cd /opt/ComfyUI/models/vae
wget -O vae-ft-mse.safetensors \
"https://huggingface.co/stabilityai/sd-vae-ft-mse-original/resolve/main/vae-ft-mse-840000-ema-pruned.safetensors"
模型目录结构说明:
models/checkpoints/:主模型文件(.safetensors 或 .ckpt)。models/vae/:VAE 模型。models/loras/:LoRA 微调模型。models/controlnet/:ControlNet 模型。models/clip/:CLIP 文本编码器模型。
五、启动 ComfyUI
cd /opt/ComfyUI
source venv/bin/activate
python3 main.py \
--listen 0.0.0.0 \
--port 8188 \
--cpu \
--dont-print-server
主要参数说明:
--listen 0.0.0.0:监听所有接口,允许远程访问。--port 8188:Web 界面端口。--cpu:使用 CPU 模式运行。--preview-method auto:启用生成预览。
六、ComfyUI Manager 安装
ComfyUI Manager 是管理自定义节点和模型的必备扩展:
cd /opt/ComfyUI/custom_nodes
git clone https://github.com/ltdrdata/ComfyUI-Manager.git
cd ComfyUI-Manager
pip install -r requirements.txt
安装后重启 ComfyUI,界面右下角会出现 Manager 按钮,可以方便地浏览和安装社区节点。
七、API 调用
ComfyUI 提供了强大的 API 接口,可以通过编程方式执行工作流:
# 获取当前工作流的 API 格式
# 在 ComfyUI 界面中,点击 "Save (API Format)" 保存工作流
# 通过 API 提交工作流
curl -X POST http://localhost:8188/prompt \
-H "Content-Type: application/json" \
-d @workflow_api.json
# 查看队列状态
curl http://localhost:8188/queue
# 获取生成历史
curl http://localhost:8188/history
八、配置 Systemd 服务
cat > /etc/systemd/system/comfyui.service <<EOF
[Unit]
Description=ComfyUI AI Image Generator
After=network.target
[Service]
Type=simple
User=root
WorkingDirectory=/opt/ComfyUI
ExecStart=/opt/ComfyUI/venv/bin/python main.py --listen 0.0.0.0 --port 8188 --cpu
Restart=always
RestartSec=15
[Install]
WantedBy=multi-user.target
EOF
systemctl daemon-reload
systemctl enable comfyui
systemctl start comfyui
九、Nginx 反向代理
cat > /etc/nginx/sites-available/comfyui <<'EOF'
server {
listen 80;
server_name comfy.yourdomain.com;
location / {
proxy_pass http://127.0.0.1:8188;
proxy_set_header Host $host;
proxy_set_header X-Real-IP $remote_addr;
proxy_http_version 1.1;
proxy_set_header Upgrade $http_upgrade;
proxy_set_header Connection "upgrade";
proxy_read_timeout 600;
client_max_body_size 1G;
}
}
EOF
ln -s /etc/nginx/sites-available/comfyui /etc/nginx/sites-enabled/
nginx -t && systemctl reload nginx
十、常用自定义节点
通过 ComfyUI Manager 或手动安装以下常用节点包:
# 手动安装自定义节点示例
cd /opt/ComfyUI/custom_nodes
# WAS Node Suite - 大量实用图像处理节点
git clone https://github.com/WASasquatch/was-node-suite-comfyui.git
# ControlNet 预处理器
git clone https://github.com/Fannovel16/comfyui_controlnet_aux.git
# 安装节点依赖后重启 ComfyUI
cd was-node-suite-comfyui && pip install -r requirements.txt
systemctl restart comfyui
十一、ComfyUI 与 AUTOMATIC1111 WebUI 对比
两者各有优势。ComfyUI 的节点化设计更适合构建复杂工作流和自动化管线;AUTOMATIC1111 WebUI 的界面更直观,适合快速生成和参数调节。对于进阶用户,ComfyUI 提供了更大的灵活性和更好的内存效率。
十二、常见问题
节点连接失败
检查节点之间的数据类型是否匹配,ComfyUI 使用颜色标识不同的数据类型,相同颜色的接口才能连接。
WebSocket 连接断开
如果使用 Nginx 反向代理,确保配置了 WebSocket 支持(Upgrade 和 Connection 头部),并设置足够的超时时间。
总结
ComfyUI 为 AI 图像生成提供了强大且灵活的节点编辑界面。虽然在 CPU 环境下生成速度较慢,但其工作流设计能力和 API 接口使其成为构建自动化图像处理管线的理想工具。选购搬瓦工 VPS 请查看 全部方案,使用优惠码 NODESEEK2026 可享受 6.77% 的折扣,购买链接:bwh81.net。