Главные преимущества ComfyUI

• Гибкость — вы можете выстраивать сложные многоэтапные конфигурации, которые невозможно создать в других интерфейсах
• Видимость процесса — каждый шаг генерации представлен визуально, что помогает лучше понять, как работает нейросеть
• Эффективность — работает быстро благодаря оптимизированной архитектуре
• Поддержка продвинутых технологий — ControlNet, LoRA, инпайнтинг, работа с несколькими моделями одновременно

Когда AUTOMATIC1111 может быть удобнее

• Более простой для абсолютных новичков интерфейс
• Уже знакомая большинству пользователей схема

Но если вы готовы потратить немного времени на обучение, ComfyUI будет служить вам долго и позволит реализовать самые амбициозные идеи.

Узлы и Edges

Узлы — это прямоугольные блоки, каждый из которых выполняет определённую операцию. Например:

• Load Checkpoint — загружает модель Stable Diffusion
• CLIP Text Encode — преобразует текстовый промпт в числовой вид
• KSampler — генерирует изображение
• VAE Decode — преобразует сжатое представление изображения в видимый результат
• Save Image — сохраняет результат

Edges (рёбра) — это провода, которые соединяют выходы одного узла со входами другого. Данные передаются по этим проводам от узла к узлу.

Рабочий процесс (Workflow)

Рабочий процесс — это полный набор связанных узлов, который описывает всю операцию генерации. Например, минимальный рабочий процесс для создания изображения из текста выглядит так:

Каждый файл в ComfyUI — это полностью воспроизводимый рабочий процесс, что делает результаты предсказуемыми.

PyTorch и CUDA

Установите необходимые библиотеки для работы нейросетей на вашей видеокарте.

Загрузка ComfyUI

Используйте портативную версию для Windows или клонируйте репозиторий.

Установка зависимостей

Запустите скрипт установки из текстового файла с инструкциями.

Загрузка моделей

Поместите модели Stable Diffusion (checkpoint файлы) в папку ComfyUI/models/checkpoints

Запуск интерфейса

Откройте run_cpu.bat (для CPU) или run_nvidia_gpu.bat (для NVIDIA видеокарты)

Латентное пространство

Это центральное понятие в работе Stable Diffusion. Вместо того чтобы работать с полноразмерными изображениями (что было бы медленно), нейросеть работает с сжатыми представлениями изображений — латентными пространствами.

Процесс выглядит так:

1. Начинаем со случайного шума в латентном пространстве
2. Нейросеть постепенно "очищает" этот шум, добавляя детали в соответствии с вашим текстовым описанием
3. Конечное сжатое представление преобразуется обратно в полноценное изображение

VAE (Variational Autoencoder)

VAE — это компонент, который переводит изображение между пиксельным пространством (то, что видим мы) и латентным пространством (то, на чём работает нейросеть).

• Encoder: сжимает обычное изображение (например, 512×512 пикселей) в латентное представление (64×64 чисел)
• Decoder: преобразует латентное представление обратно в полноценное изображение

CLIP (Contrastive Language-Image Pre-training)

Это языковая модель, которая понимает текст. Она преобразует ваше текстовое описание в числовой вид (эмбеддинги), который нейросеть может использовать для управления генерацией. Благодаря CLIP нейросеть "понимает", что означает "кот с голубыми глазами".

KSampler — сердце генерации

KSampler — это узел, который выполняет основную работу. Он берёт:

• Модель (MODEL)
• Текстовый промпт в виде эмбеддингов (от CLIP)
• Случайный шум в латентном пространстве

И итеративно "очищает" этот шум, создавая изображение.

• Seed — определяет начальный шум; один seed всегда дает одинаковый результат
• Steps — количество итераций очистки (больше = лучше, но дольше)
• Sampler_name — алгоритм очистки (Euler, DPM++, и др.)
• Scheduler — скорость изменения уровня шума
• Denoise — сколько шума удалять (1.0 = полная генерация, 0.5 = половинная)

Image-to-Image (Изображение в изображение)

Этот процесс позволяет изменить существующее изображение, основываясь на текстовом описании.

Вместо пустого изображения вы загружаете реальное изображение через узел Load Image, затем преобразуете его в латентное пространство через VAE Encode. Подключите результат к KSampler вместо Empty Latent Image. Установите denoise на 0.5-0.7 (чтобы изменить, но не полностью переделать изображение).

Double Sampling (двойное семплирование)

Техника для повышения качества:

1. Запустите первый KSampler с небольшим количеством шагов
2. Возьмите результат и передайте его во второй KSampler
3. Во втором семплере установите denoise на 0.5 и steps на 30

Это значительно улучшает детализацию, особенно на лице и руках.

ControlNet — контроль над композицией

ControlNet позволяет вам управлять позой, краями, глубиной изображения. Это мощная технология, которая требует дополнительного изучения, но кардинально расширяет возможности.

LoRA (Low-rank Adaptation)

LoRA — это компактные модели, которые применяют определённый стиль или добавляют специфические элементы. Например, LoRA может научить нейросеть рисовать в стиле конкретного художника.

Использование простое:

1. Добавьте узел Load LoRA
2. Выберите LoRA файл
3. Подключите OUTPUT LoRA узла к MODEL из Load Checkpoint

Вы можете применить несколько LoRA одновременно.

Embeddings (текстовая инверсия)

Embeddings позволяют добавлять в промпт пользовательские концепции. Просто напишите в промпте: embedding:BadDream (если у вас есть такой embedding файл).

ComfyUI Manager — это встроенный инструмент для установки и обновления пользовательских узлов. Найдите кнопку "Manager" в главном меню.

Основные команды:

• Install Missing Custom Nodes — автоматически установит узлы, которые требуются для вашего рабочего процесса
• Update — обновляет существующие узлы