ComfyUI可通过便携包快速搭建本地AI图像生成工作流：一、下载解压Windows Portable版至英文路径；二、配置CUDA与PyTorch GPU支持；三、手动放置模型与Lora至对应文件夹；四、拖拽连接CheckpointLoader、CLIPTextEncode、KSampler等节点构建流程；五、安装ComfyUI-Manager及rgthree插件，添加Schedule Prompt节点实现定时自动出图。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望在本地构建一个基于节点连接的AI图像生成自动化工作流，ComfyUI 提供了无需编码即可组合模型、提示词、采样器与后处理模块的可视化方式。以下是完成 ComfyUI 环境搭建与基础自动化工作流配置的具体步骤：
一、下载并解压官方安装包
ComfyUI 官方未提供传统意义上的“安装程序”，但社区已打包整合了含 Python 运行时、依赖库及基础模型链接的便携式安装包，可跳过手动编译与环境配置环节。该方式适用于 Windows 用户且无 Python 基础。
1、访问 GitHub 上由 comfyanonymous/ComfyUI 官方仓库推荐的第三方打包项目（如 ComfyUI_Custom_Nodes_Manager 或 ComfyUI_windows_portable）。
2、在 Releases 页面中下载最新标注为 Windows Portable 的 ZIP 文件（例如 ComfyUI_windows_portable_nvidia_gpu.7z）。
3、使用 7-Zip 或 WinRAR 解压至不含中文与空格的纯英文路径，例如 D:\ComfyUI。
二、配置 GPU 加速与 CUDA 环境
启用 NVIDIA 显卡加速是保障 ComfyUI 工作流运行效率的关键前提，需确保系统已安装匹配版本的显卡驱动与 CUDA Toolkit 运行时组件。
1、打开命令提示符，执行 nvidia-smi，确认驱动版本不低于 510，并记录 CUDA Version 行显示的版本号（如 12.1）。
2、进入解压后的 ComfyUI 根目录，找到 python_embeded\python.exe 所在路径，运行 python -m pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121（cu121 需按实际 CUDA 版本替换）。
3、验证安装：运行 python -c "import torch; print(torch.cuda.is_available())"，返回 True 即表示 GPU 后端已就绪。
三、加载基础模型与 Lora 插件
ComfyUI 自身不附带任何大模型，所有 SDXL 或 SD1.5 类型的 .safetensors 模型需手动放入指定文件夹，Lora 权重则需配合对应加载节点启用。
1、在 ComfyUI 根目录下创建 models\checkpoints 子文件夹，将下载好的基础模型（如 dreamshaper_8.safetensors）放入其中。
2、创建 models\loras 文件夹，将 Lora 文件（如 detail_tweaker.safetensors）复制至此。
3、启动 ComfyUI 后，在节点编辑区右键选择 Load Checkpoint 节点，下拉菜单中应出现已放置的模型名称；添加 Lora Loader 节点后，其 Model Name 下拉项也应列出对应 Lora 文件。
四、构建首个自动化图像生成工作流
通过拖拽预设节点并连线，可定义从提示输入到图像输出的完整链路，无需编写脚本即可实现批处理、参数循环或条件分支逻辑。
1、在空白画布中右键，依次添加 CheckpointLoaderSimple、CLIPTextEncode（正向提示）、CLIPTextEncode（负向提示）、KSampler、VAEDecode 和 SaveImage 节点。
2、将 CheckpointLoaderSimple 的 CLIP 输出连接至两个 CLIPTextEncode 节点的 clip 输入；将其 VAE 输出连接至 VAEDecode 的 vae 输入。
3、将两个 CLIPTextEncode 的 CONDITIONING 输出分别接入 KSampler 的 positive 与 negative 输入；将 KSampler 的 LATENT 输出连至 VAEDecode 的 samples 输入；VAEDecode 的 IMAGE 输出连至 SaveImage 的 images 输入。
4、双击 SaveImage 节点，在 filename_prefix 字段输入 auto_gen，点击右上角 Queue Prompt 按钮，工作流即开始执行。
五、启用 Web UI 自动化扩展插件
原生 ComfyUI 不支持定时任务或 API 触发，需借助第三方 Manager 插件注入调度能力，使工作流响应外部请求或按时间间隔自动运行。
1、在 ComfyUI 根目录运行 git clone https://github.com/ltdrdata/ComfyUI-Manager.git custom_nodes/ComfyUI-Manager，完成后重启 ComfyUI。
2、启动后点击右上角 Manage 按钮，在 Install from URL 栏粘贴 https://github.com/rgthree/rgthree-comfy 并安装。
3、刷新页面，在节点列表中查找 Schedule Prompt 节点，将其插入 KSampler 前，设置 interval_seconds 为 300，勾选 Enable Auto Queue，保存后该工作流将每五分钟自动生成一张新图。
