🎨 ComfyUI 漫剧工作流
v7.0 原版 · 16 章全流程 + §17 顶级视频课 + §18 顶级工作流 JSON · 2026-09-16 重构
本章 = ComfyUI 学习唯一入口。先看 §17 全网顶级视频课路径(从小白到顶级,4 段路径),再按需翻 1-16 章内容。§18 顶级工作流 JSON 点开直达官网,下载 → 拖入 ComfyUI 即跑。学完这页,不用看任何其他网页了。
本章节已重排:ComfyUI 主内容 1-16 章按学习顺序。全网顶级视频课路径移至文末 § 17,作为补充资源使用。v7 升级:融合原版骨架 + SPA 版精华(主题切换 / 进度 / 任务导航 / 搜索 / 书签)。
1. ComfyUI 是什么 · 为什么选它
ComfyUI = 节点式 Stable Diffusion 工作流工具。把图片生成拆成"模型加载 + 提示词编码 + 采样器 + 解码"等可视化节点,拖拽连线就能跑。优势:可复现 / 可批量 / 可集成视频/LoRA/IP-Adapter;比 WebUI 更底层、更强大。
1.1 ComfyUI vs WebUI vs Fooocus 对比
| 维度 | WebUI (A1111) | ComfyUI | Fooocus |
|---|---|---|---|
| 界面 | 表单式 | 节点式 | 表单 + 自动化 |
| 上手难度 | 低 | 中 | 极低 |
| 工作流复用 | 差 | 强(JSON 一键导入) | 中 |
| 视频/动画 | 需插件 | 原生支持 | 不支持 |
| 角色一致性 | 需插件 | 原生 IP-Adapter + LoRA | 弱 |
| 适合人群 | 新手 / 单图 | 短剧/漫剧(必须) | 完全新手 |
2. 硬件要求
| 预算 | 显卡 | VRAM | 能做什么 |
|---|---|---|---|
| ¥0(云端) | AutoDL / 揽梦星云 | 租 4090 ¥2/小时 | 短期试水 |
| ¥2000 | RTX 3060 12G | 12 GB | SDXL / 图生图 / AnimateDiff |
| ¥4500 | RTX 4070 Ti 12G | 12 GB | Flux GGUF 量化 / 视频生成 |
| ¥12000 | RTX 4090 24G | 24 GB | 工业化批量产出 / 30 秒长视频 |
| ¥25000 | RTX 5090 32G | 32 GB | 原生 NVFP4 / 4K 60fps |
漫剧推荐:RTX 4070 Ti 12G(¥4500 主流)跑 Flux 量化 + AnimateDiff + LoRA 训练。1 万预算建议云端(¥2/小时 × 100 小时 = ¥200),不投硬件。
3. 安装流程(3 种方法)
3.1 官方桌面端(推荐小白 · 一键安装)
安装
双击 .exe,选路径,等 5 分钟
第 1 张图
点 "Load Default" → 输入提示词 → "Queue Prompt" → 等 30 秒
3.2 Windows 手动(进阶用户)
3.3 Linux / Mac 命令行
4. 基础 1:文生图工作流(SDXL)
核心:5 节点 = Checkpoint 加载 + CLIP Text Encode × 2 + KSampler + VAE Decode → Save Image。
4.1 推荐 SDXL 模型(2026 主流)
| 模型 | 大小 | 特长 | 下载 |
|---|---|---|---|
| SDXL Base 1.0 | 6.9 GB | 通用基础 | HuggingFace |
| Juggernaut XL v9 | 6.9 GB | 写实人像 | Civitai |
| RealVisXL V4.0 | 6.9 GB | 真人/电影感 | Civitai |
| DynaVision XL | 6.9 GB | 动漫 | Civitai |
5. 基础 2:图生视频(AnimateDiff / SVD / LTX)
2026 H1 主流 4 大方案:
| 方案 | 公司 | 开源 | 时长 | 画质 | 速度 |
|---|---|---|---|---|---|
| AnimateDiff | 社区 | ✅ MIT | 2-4 秒 | 中等 | 快 |
| Stable Video Diffusion(SVD) | Stability | ✅ 有限 | 2-4 秒 | 高 | 中 |
| LTX-Video 2.3 | Lightricks | ✅ | 30-50 秒 | 4K 50fps | 中 |
| CogVideoX | 智谱 | ✅ Apache | 5-10 秒 | 高 | 中 |
5.1 AnimateDiff 节点工作流(开源免费)
6. 基础 3:提示词工程
6.1 提示词结构(权重顺序)
6.2 权重语法
7. 进阶 1:角色一致性 · 5 大方案
核心:AI 漫剧最大难点 = 同一角色 30 集中长相一致。5 大方案按成本递增:
| 方案 | 原理 | 工具 | 成本 | 效果 |
|---|---|---|---|---|
| ① IP-Adapter | 用参考图控制 | ComfyUI + IP-Adapter | ¥0 | 70% 一致(够用) |
| ② IP-Adapter + 参考图 | 高质量参考图 + 多角度 | IP-Adapter Plus | ¥0 | 80% 一致 |
| ③ IP-Adapter Face ID | 面部 ID 提取 | IP-Adapter FaceID | ¥0 | 85% 一致 |
| ④ LoRA 训练 | 20-50 张图学角色 | ComfyUI + Kohya | ¥0(算力费) | 90% 一致 |
| ⑤ InstantID / PulID | 商业级换脸 | InstantID / PulID | ¥0 | 95% 一致 |
7.1 方案 2:IP-Adapter + 参考图(漫剧主流)
7.2 方案 3:IP-Adapter Face ID(更专业)
提取面部 ID 而非整图。优点:不受服装/姿势影响,只锁脸。缺点:需装 InsightFace + buffalo_l 模型。
8. 进阶 2:LoRA 训练(角色专属)
8.1 LoRA 训练硬件要求
| 角色 LoRA 规模 | 推荐 VRAM | 训练时长 |
|---|---|---|
| 20 张图(简) | 8 GB | 30 分钟 |
| 30-50 张图(标准) | 12 GB | 1-2 小时 |
| 100+ 张图(精) | 24 GB | 3-4 小时 |
8.2 数据集准备(关键)
数据集质量决定 LoRA 质量。规则:① 20+ 张不同角度/表情/服装;② 背景纯色或干净(避免学习背景);③ 图片 ≥ 1024×1024;④ 命名用触发词(例如"ych_")。
8.3 训练参数(标准)
8.4 训练流程 5 步
- 打标:用 JoyCaption2/BLIP 自动生成每张图描述
- 配置:Kohya GUI 填好参数
- 训练:跑 1-2 小时
- 测试:用 ComfyUI 加载 LoRA,出 5 张图对比
- 微调:效果不好改参数再训
9. 进阶 3:IP-Adapter 高级用法
9.1 多人角色场景(双 IP-Adapter)
两张参考图,每张对应一个角色。关键:用 IPAdapterRegional 节点 + 遮罩控制角色区域。
9.2 角色姿态控制(IP-Adapter + ControlNet)
10. 实战 1:30 秒长视频生成(LTX 2.3 风格)
传统 AnimateDiff/SVD 只能 2-4 秒。2026 主流:LTX 2.3(30-50 秒,4K 50fps)。
11. 实战 2:完整漫剧工作流 JSON
本章最核心的实战。完整 5 步工作流从分镜到成片:
分镜生成
LLM(ChatGPT/Claude)把 1 集剧本拆成 8-12 镜(景别+运镜+台词)
关键帧出图
ComfyUI IP-Adapter 出每镜主视觉(用角色 LoRA)
首尾帧 → 长视频
LTX 2.3 / 海螺 / Runway 生成 5-15 秒视频
配音 + 字幕
ElevenLabs 配音 + 剪映自动字幕
合成 + 导出
剪映拼接 + 转场 + BGM + 导出 1080p mp4
完整工作流 JSON:打开 openart.ai/workflows 搜"ComfyUI 漫剧"或"ComfyUI 短剧",下载 .json 直接拖到 ComfyUI 跑。推荐 3 个工作流:① ComfyUI 官方 AI 短剧模板 ② OpenArt "Text-to-Image MVP" ③ Pixlr "Short Drama Pipeline"。
12. 实战 3:漫剧分镜生成完整流程
12.1 9 宫格分镜(漫剧核心)
1 集拆 8-12 镜,每镜 1 个 9 宫格(9 个候选帧),选 1 个主帧。节省 70% 出图时间。
12.2 景别 + 运镜速查
| 景别 | 用途 | 提示词 |
|---|---|---|
| 全景(establishing) | 开场定调 | wide shot, full body, scene |
| 中景(medium) | 人物对话 | medium shot, upper body |
| 近景(close-up) | 情绪特写 | close-up, face only |
| 特写(extreme close-up) | 关键道具 | extreme close-up, detail |
13. ComfyUI 节点大全(2026 主流 50+)
核心节点按功能分 5 类。学员不需要全记住,需要时回来查。
| 类别 | 节点 | 作用 |
|---|---|---|
| 模型加载 | CheckpointLoaderSimple | 加载 SD/SDXL/Flux 模型 |
| VAELoader | 加载 VAE(图像解码器) | |
| LoraLoader | 加载 LoRA | |
| UpscaleModelLoader | 加载放大模型 | |
| ControlNetLoader | 加载 ControlNet | |
| ADE_LoadAnimateDiffModel | 加载 AnimateDiff 模块 | |
| 提示词 | CLIPTextEncode | 提示词编码 |
| CLIPTextEncodeSDXL | SDXL 双编码 | |
| CLIPSetLastLayer | 设置 CLIP 停止层 | |
| PromptSR / JoyCaption | 自动反推 / 提示词优化 | |
| 采样 / 解码 | KSampler | 核心采样器 |
| KSamplerAdvanced | 高级采样器(start/end step) | |
| VAEDecode / VAEEncode | 图像/潜空间转换 | |
| VAEDecodeTiled | 分块解码(防 OOM) | |
| LatentRotate / Flip | 潜空间旋转翻转 | |
| 图像处理 | ImageScale | 缩放 |
| ImageCrop / Pad | 裁剪 / 填充 | |
| ImageCompositeMasked | 遮罩合成 | |
| ImageBlend / MaskBlur | 混合 / 模糊 | |
| 控制 / 条件 | ControlNetApply | 应用 ControlNet |
| IPAdapterUnifiedLoader | 加载 IP-Adapter | |
| IPAdapterApply | 应用 IP-Adapter | |
| IPAdapterFaceID | Face ID 模式 | |
| IPAdapterRegional | 区域 IP-Adapter | |
| 保存 / 输出 | SaveImage | 保存单图 |
| PreviewImage | 预览(不保存) | |
| SaveAnimatedWEBP / PNG | 保存动画 | |
| VideoCombine | 合成视频 | |
| 逻辑 / 工具 | Reroute / RerouteList | 整理连线路径 |
| Math / String / Primitive | 数学/字符串/常量 | |
| If / Else / Switch | 条件分支 | |
| Loop / Batch | 循环 / 批量 | |
| 视频专项 | LoadVideo / SaveVideo | 视频读写 |
| VideoFrameIterator | 逐帧处理 | |
| LTXVSampler / AnimateDiff | 长视频采样 | |
| 人脸专项 | FaceDetect / FaceRestore | 检测/修复 |
| ReActor / InstantID | 换脸 | |
| IPAdapterFaceID | 面部 ID 提取 | |
| LoRA / 模型管理 | ComfyUI-Manager | 必备节点管理器 |
| ModelDownloader | 一键下模型 | |
| Efficiency Nodes | 效率提升 |
14. 性能优化技巧
10 个实测优化:
① FP8/GGUF 量化 — 大模型显存减半
② VAE Tiled — 防止 OOM
③ Batch Size — 一次跑 4 张,GPU 利用率提升
④ 关闭预览 — Preview 节点拖到 disable
⑤ xFormers / SDPA — 加速 attention
⑥ 卸载模型 — ModelMerge / FreeU
⑦ CFG 适中 — 7-8 不要 12+
⑧ Steps 控制 — 20-30 步够用
⑨ 缓存 LoRA — 同 LoRA 不重复加载
⑩ RTX 50 系列开 NVFP4 — 4 倍加速
15. 常见故障排除(7 大类)
| 故障 | 原因 | 解决 |
|---|---|---|
| 黑屏 / 没反应 | 浏览器缓存 | Ctrl+Shift+R 硬刷新 / 换 Chrome |
| CUDA Out of Memory | VRAM 不足 | 降低 batch / 启用 VAE Tiled / 量化 |
| 模型加载失败 | 路径错 | 放 ComfyUI/models/checkpoints/ |
| 插件冲突 | 版本不兼容 | ComfyUI-Manager → Install Missing → 重启 |
| 出图全黑/全噪 | 采样器错 | 换 euler_ancestral 或 dpmpp_2m |
| 提示词不生效 | CLIP 错 | 检查 SDXL 双 CLIP 设置 |
| 视频生成失败 | 显存爆 | 用 LTX GGUF 量化版 / 减少 frames |
16. 顶级资源池(全网汇总)
ComfyUI 是开源生态,资源极丰富。学员不用到处找,这里都列了。
16.1 官方 / 文档
| 资源 | 链接 | 说明 |
|---|---|---|
| ComfyUI 官方文档(中文) | comfyuidoc.com/zh/ | 必看入门 + 节点大全 |
| ComfyUI GitHub | github.com/comfyanonymous/ComfyUI | 源码 + Issue |
| ComfyUI 官方桌面端 | comfy.org/download | 一键安装包 |
| ComfyUI Wiki | comfyui-wiki.com | 节点库 + 教程 |
16.2 工作流分享平台
| 平台 | 链接 | 特长 |
|---|---|---|
| OpenArt | openart.ai/workflows | ComfyUI 工作流最全 |
| Civitai | civitai.com | 模型 + LoRA + 工作流 |
| ComfyUI Workflows(官方) | comfy.org/workflows | 官方精选 |
| Hugging Face | huggingface.co | 模型 + Space 在线跑 |
16.3 模型下载源
| 站点 | 特长 |
|---|---|
| 🤗 HuggingFace | 官方 / 学术 / 最全 |
| 🎨 Civitai | 社区 / LoRA / 风格化 |
| 🇨🇳 魔搭(ModelScope) | 国内镜像 / 速度快 |
| ⭐ 揽梦星云 | 国内 / ComfyUI 模型包 |
16.4 必备插件
| 插件 | 作用 |
|---|---|
| ComfyUI-Manager | 节点管理器(必装) |
| ComfyUI-Impact-Pack | 面部检测 / 修复 |
| ComfyUI-IPAdapter | 角色一致性 |
| ComfyUI-ControlNet-Aux | ControlNet 预处理器 |
| ComfyUI-Advanced-ControlNet | 高级 ControlNet |
| ComfyUI-AnimateDiff-Evolved | 动画视频 |
| ComfyUI-VideoHelperSuite | 视频读写 |
| ComfyUI-KJNodes | 杂项工具节点 |
| ComfyUI-Inspire-Pack | 效率提升 |
| ComfyUI-gguf | GGUF 量化支持 |
§ 17 · 全网顶级 ComfyUI 视频课路径(2026-09 校验)
理念:ComfyUI 必须配合视频课学(工具太复杂,纯文字学不会)。本章精选全网最顶级免费视频课18 个,按 4 段路径排列。学员按自己段位挑课,不要全看。
0.1 小白 · 从没碰过 ComfyUI
30 分钟装好 + 跑出第 1 张图0.2 入门 · 会文生图,想学图生图
做出第 1 部 10 秒 AI 漫剧短片0.3 进阶 · 熟练文生图,学角色一致性 / LoRA
30 集 AI 漫剧 + 角色跨集一致0.4 大神 · 30 秒+ 长视频 / 矩阵化 / 自定义节点
工业化批量 + 商业化变现路径选择:① 不知道选哪个 → 从 §0.1 小白开始,5 课看完能跑出图;② 已经会文生图 → 跳到 §0.2 入门;③ 想做完整短剧 → 直接看 §0.3 进阶 + §0.4 大神;视频 + 上面 16 章文字配合用,效率翻倍。
§ 18 · 顶级工作流 JSON 直接下载
点开每个卡片 → 直达官网浏览 → 找到对应 .json → 下载 → 拖入 ComfyUI → 跑图。
18.1 玉哥点名 · 漫剧方向 3 大工作流入口
18.2 cubiq/ComfyUI_Workflows · 10 个基础 JSON(882 ⭐ Apache-2.0)
ComfyUI 生态最经典仓库,点开看 README + 同目录其他工作流。
18.3 工作流平台导航
动画 / 视频 / ControlNet / Flux 等更多 → 这 6 个平台搜。
玉哥的话:JSON 是骨架,提示词 + 模型 + 参数 才是灵魂。同样 SDXL_simple.json,新人跑出来是风景图,玉哥跑出来是漫剧关键帧。会改 JSON 不如会改提示词。