ComfyUI：节点图界面的扩散模型执行引擎

「给一段提示词出一张图」这类产品把模型藏在按钮后面，好处是简单，代价是每一步都由别人决定。公众号「寻微一隅」10 月 15 日清单把 ComfyUI 归在电商出图流水线，而它实际是扩散模型的基础设施：一个节点图界面，把模型加载、采样器、ControlNet、VAE 全部摊开成可连线的节点（Python，GPL-3.0，截至 2026-10-15 约 13.8 万 star），生成图像、视频、3D、音频的流程都能搭。

核心功能

• 节点图即流水线：不写代码，用连线表达「哪个模型的输出进哪个节点的输入」；工作流存成 JSON，可分享、可版本化，也能从生成的媒体里反向恢复完整工作流与种子。
• 模型覆盖极广：图像生成的 Stable Diffusion 1.5 到 SDXL、SD3.5、Flux.1/2、Qwen Image 等；图像编辑的 Flux Kontext、Qwen Image Edit；视频的 Wan 2.1/2.2、LTX-Video、HunyuanVideo、CogVideoX；音频与 3D 的 Hunyuan3D、Depth Anything、SAM 3 等——README 给的是代表性清单，可运行模板在官方 workflow 库。
• 本地硬件优先：README 自称是针对本地消费级硬件优化最多的扩散推理引擎，用异步权重流式加载，「4GB 显存 + 8GB 内存就能相对快地跑最大的开源模型」（官方口径）。
• 执行效率：异步队列、局部图重执行（改一个节点不重跑整张图）、智能 VRAM/RAM 管理、模型 offload 与量化模型支持。
• 可完全离线：核心不下载任何东西；--offline 关掉可选的付费 Comfy API 节点，--disable-partner-nodes 只关 API 类节点。
• 生产集成：复杂工作流可以用 App Mode 包成简单 UI；本地 API 端点把工作流接进应用管线。

典型使用场景

• 电商出图流水线：模特图、场景图、多角度产品图固化成工作流，批量跑、参数可复现。
• 要精确控制每一步的创作者：采样器、调度器、ControlNet 权重全部手动，而不是抽卡。
• 把生成能力嵌进自己产品的团队：API 端点 + App Mode，界面留给最终用户，流水线留在自己手里。

快速上手

最省事的是桌面应用（Windows 与 macOS，comfy.org/download）；要全平台与全部 GPU 类型（NVIDIA、AMD、Intel、Apple Silicon、Ascend）就用手动安装。起来后从官方 workflow 库挑一个模板改，比从空画布开始快得多——模板即文档，每个节点的作用一眼能看出来。

小结

适合要把生成流程固化成流水线的个人与团队，以及接批量出图交付的开发者；不适合只想「输入文字拿张图」的轻度需求——节点图的学习曲线真实存在，配错一个节点的报错也不总是友好。Python，GPL-3.0（注意传染性），截至 2026-10-15 是 137646 star、当天仍有推送；官方发行节奏是核心仓库约两周一版，主分支上的未打标签提交「可能非常不稳定」，自定义节点作者都盯着稳定版做兼容。

只想跑通「主题→成片」而不想搭节点，MoneyPrinterTurbo 把画面生成藏在了产品后面；反过来，它画面全走 AI 生成的同类 Pixelle-Video 就装在 ComfyUI 上——一个是被封装的工作流，一个是工作流本身。