安装Comfyui

Comfyui介绍

它是一款极具创新性和强大功能的开源图像生成程序。它以独特的基于节点的操作界面为特色，将复杂的图像生成过程分解为一个个清晰可见的节点，就如同构建一座精美的艺术大厦的砖块。每个节点都代表着特定的功能模块，用户可以直观地通过连接这些节点来构建自己的图像生成工作流，仿佛在绘制一幅充满创意的流程图。 在模型支持方面，ComfyUI 表现得极为出色。它全面兼容 SD 1.x、SD 2.x、SDXL、稳定视频扩散、稳定级联、SD3 和稳定音频等多种稳定扩散模型，无论是经典的图像生成模型还是新兴的视频和音频相关模型，都能在这个平台上找到用武之地。它可以加载 ckpt、safetensors 和 diffusers 等各种格式的模型 / 检查点，还支持独立的 VAE 和 CLIP 模型，为用户提供了极大的灵活性和选择空间。此外，ComfyUI 还能与 ControlNet、T2I-Adapter 等工具完美结合，进一步扩展了其功能和应用场景。例如，借助 ControlNet，用户可以更精准地控制图像的生成，对图像的特定区域、姿势、线条等进行细致的约束和引导，从而创造出更加符合自己心意的作品。 在工作流管理方面，ComfyUI 也有诸多亮点。用户可以将精心构建的工作流保存为 JSON 文件，这不仅方便了下次使用，还能与其他用户分享自己的创意和成果，促进了用户之间的交流与学习。其异步队列系统能够高效地处理多个图像生成任务，大大提高了工作效率。而且，它还具备智能的优化功能，只重新执行工作流中发生变化的部分，极大地节省了计算资源和时间。 在图像编辑与增强功能方面，ComfyUI 同样可圈可点。它支持区域构图，允许用户对图像的特定区域进行精细编辑和处理，为创意的实现提供了更多可能。同时，图像修复功能也十分强大，无论是去除瑕疵还是恢复旧照片，都能轻松应对。

注意配合中文文档阅读当前文章，本文只做文档的部分补充说明。 https://www.comflowy.com/zh-CN/preparation-for-study

python 版本

注意使用3.1以上，我这边使用3.9，3.1会安装不了pyTorch。

安装 pyTorch

PyTorch 是深度学习领域极为出色的开源机器学习框架。它以动态计算图为突出特点，允许在运行时动态构建、修改和执行计算图，这不仅让调试变得轻而易举，还能根据不同输入数据和任务需求灵活调整模型结构，比如在开发中可随时打印中间变量值以便快速定位问题。其 API 简洁直观，对熟悉 Python 的开发者十分友好，学习曲线相对平缓，定义神经网络模型就如同定义普通 Python 类般简单。拥有强大生态系统，庞大的社区和丰富的第三方库支持使其成为开发者的得力助手，像 torchvision 库可用于图像数据处理和加载预训练模型，torchaudio 库能处理音频数据。同时，PyTorch 支持 GPU 加速，只需几行代码就能将模型和数据转移到 GPU 上，大大提高计算速度。在应用领域方面，它在计算机视觉任务中表现卓越，如图像分类、目标检测和图像分割等，许多知名模型如 ResNet、YOLO 都是用 PyTorch 实现的，开发者可借助 torchvision 库中的数据预处理方法和预训练模型快速构建应用。在自然语言处理领域，适用于文本分类、机器翻译和语言建模等任务，提供丰富的文本处理工具如 torchtext。在强化学习方面也被广泛应用，可与多种强化学习算法结合。与 TensorFlow 相比，PyTorch 更加灵活、易于调试和实验，而 TensorFlow 在生产环境部署和优化上有优势，PyTorch 的动态计算图适合研究开发，TensorFlow 的静态计算图在大规模部署时更高效。与 Keras 相比，Keras 是建立在底层框架上的高级 API，PyTorch 则提供更底层的控制和灵活性，适合深度定制和优化模型的开发者，而 Keras 更适合快速搭建和实验模型。总之，PyTorch 功能强大、灵活易用，是深度学习任务和应用场景的理想选择。

pyTorch链接：https://pytorch.org/get-started/locally/#windows-python

遇到源链接相关问题，直接切换清华源，类似下面写法：

pip3 install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple

启动器下载

Comflowyspace 是一款创新的开源 AI 图像和视频生成工具，它基于 ComfyUI 开发且遵循其协议进行代码开源。在功能方面，它具有便捷的一键安装功能，简化了传统复杂的安装过程；具备工作流管理功能，可自动保存操作改变并支持多标签同时运行多个工作流；提供丰富的工作流模板以降低搭建难度，对用户体验进行了诸多优化且与教程系统集成以降低学习门槛，支持 macOS 和 Windows 系统，其云版本预装多种常用扩展并整合 Civitai 模型，无需本地下载即可高效利用云端 GPU 资源。

Comflowyspace - 链接如下：

https://github.com/6174/comflowyspace?tab=readme-ov-file

尝试生成一只猫