一、SD主流 UI
Stable Diffusion（SD）因为其开源特性，有着较高的受欢迎程度，并且基于SD的开源社区及教程、插件等，都是所有工具里最多的。基于SD，有不同的操作界面，可以理解为一个工具的不同客户端。WebUI和ComfyUI是两种较为流行的操作界面选项
WebUI：
优点：界面友好，插件丰富，新手小白基本也能秒上手
缺点：吃显存，对配置要求较高，出图较慢
2. ComfyUI：优点：性能好，速度快，支持工作流的导入导出分享，对小显存友好（GPU小于3G以下依然可以工作），基于工作流，对出图逻辑理解更清晰
缺点：对新手用户不太友好，有一定学习成本
二者各有优缺点，根据自身情况选择即可。
我为什么选择Comfyui？ Comfyui的热度持续上升，在谷歌搜索上，有越来越多的人开始关注Comfyui。为什么会有越来越多的人关注？因为大家使用webui久了之后，发现很难对生成过程有完全的控制，或者一张图片的生产不是点击几下就能完成的，它有很多到工序：主体、配景、背景、风格、文字、特效等等各种各样的细节问题需要去控制，如果全部采用webui，操作起来非常麻烦，全部需要反复手工（尤其是要守在电脑前一个个去操作），而采用Comfyui，搭建完工作流程后，只需要点击运行，即可全流程自动完成。
二、ComfyUI 能干啥?
1. 基础文生图
2. 基础图生图
3. 真人转动漫/动漫转真人
4. 线稿上色
5. 老旧照片修复
6. 隐藏艺术字
7. 改变人物姿态
8. 四维彩超宝宝长相预测
9. 红包封面
10. 真人电子AI写真定制
11. 赛博朋克风格转换
12. 专属表情包
13. 手机壁纸
14. 更多：这里不一一举例了，类似的玩法在网上可以看到很多，ComfyUI只是一个工具，具体如何应用，就要依靠自身的想象力了
ComfyUI 安装方式
使用的磁盘最好有20g以上的空间，因为再下载一些模型还是比较占用磁盘空间的。
“A绘世启动器.exe”文件即为一键启动文件，可以先不启动，先下载好模型。
下载模型，或者和webui共用模型 模型文件通常以.safetensors结尾。
首先将comfy ui根目录下的“extra_model_paths.yaml.example”文件重命名为“extra_model_paths.yaml”。
然后将base_path：后面改为你的webui目录：
点击“A绘世启动器.exe”。启动后软件会自动更新一些文件，一般不会很久。
然后点击右下角的“一键启动”，第一次启动，可能比较慢，等一会即可，启动完成会自动打开浏览器。如果使用过程中遇到问题，可以查看左下角“控制台”页面里的日志。
设置中文 第一次打开如果是英文，可以设置一下语言。先点击小齿轮，进入设置页面：
然后滑到最下面，找到：AGLTranslation-langualge选项，改为中文即可。
ComfyUI 工作流基础教程
No.1
文生图工作流
原理简介
1、首先将prompt文本转换为词特征向量
2、词特征向量和随机图向量一起encode降维输入潜空间，进行屡次降噪
输出图 = 输入图 -【（根据prompt预测的噪声+根据随机图预测的噪声-根据随机图预测的噪声）* 权重系数 +根据随机图预测的噪声】* 降噪次数
3、输出数据decode
在软件中，已经内置了许多工作流模版，下图对文生图作为基础工作流的各模块进行一个简单介绍。
下图中工作流对应文生图原理，根据Base Model生成词特征向量和随机图进行解码、屡次降噪、并编码生成图片。
ComfyUI 文生图基本工作流
提示词撰写
写提示词需要注意，长度约60字，SD的提示词不像自然语言生图的工具直接组织为句子输入，输入形式为关键词排列，越关键的越靠前，或使用权重设置如（keyword:1.4）提高权重；（keyword:0.7）降低权重
Prompt内容一般包含
主体
环境（地点，灯光，天气）
作画形式（油画、水粉、素描、相机……）
风格（年代、人物、艺术类型、国家……）
其他注意事项
构图建议使用图生图
在prompt中使用别人训练好的embedding模型可以生成特定的视觉特征（某特定人物、某物种……）
embedding:filename
尺寸设置
宽和高必须是8的倍数，Batch_size决定了一次生成多少张图像（可能影响速度，建议一次一张）
尺寸设置参数
采样器参数设置
（参数设置可以参考模型作者提供的最佳方案）
Seed：随机种子数，这个数字控制每次生成的图片相似程度，图片需要保持一致的时候，该数字不变
Control-after-generated：
生成完之后种子数的变化情况设置
Step：降噪步数
CFG：Prompt权重系数（一般6-8）
Sampler-name：采样器名称
Scheduler：调度器名称（降噪）
Denoise：初始噪声（文生图一般为1）
Lora配置
添加lora模块，更改clip、model连线，更换作者推荐的Vae模块等其他参数
添加模块
启动
此时设置完所有的模型和参数，按照教程的参数设置运行后依然会发现出图很糊，据说M系列Mac容易遇到该问题，根据教程，在终端pip安装 torchvision==0.16.2，成功解决该问题。
打开终端进行pip安装，输入 torchvision==0.16.2
解决图片输出模糊的问题
No.2
图生图工作流
方法一：重绘 - 基于输入图进行重新绘制
输入图代替随机图，和文字一起作为潜空间的输入。
方法二：参考 - 基于输入图参考进行内容补充（unCLIP）、风格迁移（Style）拓展
先对图文进行解码，然后和随机图一起输入潜空间
unCLIP model workflow
对于unCLIP重绘方式，可以直接使用模版搭好的工作流，其中增加了上图所示三个模块，并将初始CheckpointLoader、对应的unclip模型进行替换（模型：sd2.1-unclip， 对应随机图尺寸 768 * 768）
当使用两张图进行元素融合，可以看到结果大致实现将鸭子和水波元素进行了混合，但与预期效果差距较大，但融合的元素难以控制，若要提高符合预期的质量仍然需要进行更多的参数调整。
初始输入图片高度调整为768 跑unCLIP工作流
Style model workflow
风格迁移工作流中则需要将上传的图片编码为向量、理解风格、理解提示词，通过Style节点处理后导入采样器，一般为名画、人物雕塑类。
跑Style Model Workflow
此处使用了新海城画风的图片输入，整体而言，风格更加依赖模型，同样参数下，模型AnythingElse为二次元专用生成了左边的效果，DreamShaper为写实风生成了右边的效果，输出图风格更多与模型风格、prompt内容更相关，与上传的风格迁移的参考图片关系不大。
AnythingElse（左），DreamShaper（右）
ComfyUI 工作流分享（图片水印）
6 月工作流更新
AI模特、AI换脸、AI抠图、AI制作PPT、AI音频、AI视频、AI物体消除
