从零到第一张图只要5分钟:这份ComfyUI中文工作流合集,是AI绘画新手的"作弊码"
【免费下载链接】ComfyUI-Workflows-ZHO我的 ComfyUI 工作流合集 | My ComfyUI workflows collection项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-Workflows-ZHO
凌晨一点半,你终于装好了 ComfyUI,兴冲冲从网上拖来一个英文工作流,结果满屏陌生节点、一片红色报错,教程翻了半小时,连第一步都没迈出去。这种"装好了却用不起来"的挫败感,几乎是每个 ComfyUI 新手的必经之路——而 ComfyUI-Workflows-ZHO 这份中文工作流合集,就是来终结它的。
先讲个故事:那个深夜对着报错界面崩溃的人
把时间拨回我第一次接触 ComfyUI 的那个晚上:工作流是从国外论坛下的,节点上全是英文缩写,某个"缺了插件"的报错反复弹窗,我去搜解决方案,发现还得先搞懂几十个插件名。凌晨两点,我关掉电脑,心想"这玩意儿是给工程师用的,不是给我用的"。
后来朋友甩给我一个 JSON 文件,说"你导入试试"。我半信半疑地点了 Load,屏幕上立刻出现一张布局整齐、每个节点都写着中文说明的工作流——提示词框、采样器、模型加载器一目了然。我改了两个字,点了生成,三十秒后,第一张图出来了。
那个文件,就出自 ComfyUI-Workflows-ZHO。作者 ZHO 把自己多年积累的 ComfyUI 工作流全部整理成了中文版,目前目录已覆盖 20 大类、50 多项,而仓库根目录里躺着 19 个开箱即用的 JSON 文件,从 Stable Cascade 到 FLUX.1,从 SD3 Medium 到 3D 生成,应有尽有。
一句话看懂它是什么
你可以把 ComfyUI 想象成"散装的乐高",功能强大但需要自己拼;而这份工作流合集,是已经拼好的成品模型 + 中文说明书。你不需要懂每个齿轮怎么咬合,只需要按说明装上、按下按钮,就能看到成品。
它和"随便找个英文工作流导入"最大的区别就三个字:看得懂。节点名是中文、说明是中文、参数含义清清楚楚,你是在"使用"工作流,而不是在"破译"工作流。
5分钟跑通第一个效果:最短上手路径
别急着研究原理,先让图"跑起来",信心就有了。跟着下面五步走:
- 确认环境:本地已装好 ComfyUI(Python 3.10+ 更稳),能正常打开网页界面。
- 拿到工作流:打开终端,执行一行命令:
git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-Workflows-ZHO- 启动并导入:运行 ComfyUI,点界面上的Load,选中文件夹里任一个 JSON 文件。新手建议从
FLUX.1 DEV 1.0【Zho】.json或SD3 BASE 1.0【Zho】.json开始——它们是最标准的文生图流程。 - 改提示词:找到写着"正向提示词"的中文节点,把示例文字换成你的想法,直接写中文就行。
- 点生成:按下 Queue Prompt(添加提示任务),等进度条走完。
小提示:首次运行部分工作流会自动下载所需模型,请保持网络通畅;下载完成后第二次再跑就会快很多。
就这么简单。你不需要配置任何节点连线——配置这件事,作者已经替你干完了。
按你的目标挑工作流,而不是按目录硬啃
文件清单看得人眼花?别急,按"你想要什么"来对号入座:
想 30 秒内快速出图👉 选FLUX.1 SCHNELL 1.0或SDXS-512-0.9。前者是 FLUX 的速度版,后者主打极速推理,适合批量试错、快速迭代方案。适用人群:概念设计师、需要大量出稿的创作者。
想要精确控制画面👉 认准 Stable Cascade 系列。Canny ControlNet能按线稿严格生成,Inpainting ControlNet负责局部重绘修复,Img2Img做风格迁移,ImagePrompt则用图片+文字混合驱动。适用人群:电商修图、需要"指哪打哪"的细节控。
想做人像写真或角色保持👉 项目还收录了 Portrait Master 简体中文版、InstantID、PhotoMaker 系列(详见 README 目录)。上传一张人脸照片,就能在保持特征的前提下换风格、换场景。适用人群:头像定制、虚拟形象创作者。
想从 2D 玩到 3D👉 试试CRM Comfy 3D和Sketch to 3D。前者文字直接生成 3D 模型,后者把手绘草稿变成可用的 3D 资产。适用人群:产品设计、概念艺术家。
想偷懒让 AI 帮你写提示词👉 README 里整理了 LLM + SD 系列:Qwen-VL、Gemini-pro、Phi-3-mini 都能接入 ComfyUI,你传一张参考图,它帮你分析画面并生成优化后的提示词。适用人群:提示词苦手、追求效率的进阶玩家。
一句话总结:文件按模型分类,但选择要按需求来——先想清楚你要"快"、"准"还是"炫",再下手。
实战小案例:让一张手绘草图变成 3D 模型
光说不练假把式,我们完整走一遍Sketch to 3D这个"魔法"流程:
- 输入:一张手绘草稿(工作流内置了草图画板节点,直接在 ComfyUI 里画也行)
- 操作:导入
Sketch to 3D【Zho】.json,模型选择 Playground v2.5,配合 Canny ControlNet;填一句描述词,比如"一只戴帽子的卡通狐狸" - 中间过程:模型先把草图渲染成彩色概念图 → BRIA_AI-RMBG 节点自动抠掉背景 → TripoSR 把 2D 图"转"成 3D 网格
- 输出:一个可以直接预览、导出的 3D 模型
整个过程你只做了三件事:导文件、填词、点生成。中间那些复杂的模型串联和插件搭配,全部由工作流预先排好。这就是"预设的力量"——你以为自己在用魔法,其实只是按对了开关。
红绿灯:避坑与提速速查表
| 颜色 | 推荐做法 ✅ | 踩坑警告 ❌ |
|---|---|---|
| 🟢/🔴 | 先用 SCHNELL 或 SDXS 快速出草稿,再上 DEV 精修 | 一上来就用 FLUX.1 DEV 反复试错,时间全耗在等待上 |
| 🟢/🔴 | 固定种子值复现效果,方便对比参数 | 每次随机种子,改一个参数就得全部重来 |
| 🟢/🔴 | 采样步数 20–30 步、CFG 7–12 起步 | 盲目堆步数和高 CFG,图没更精细反而爆显存 |
| 🟢/🔴 | 导入前先看 README 标注的所需插件并装齐 | 缺插件直接 Load,节点一片红还不知道为什么 |
| 🟢/🔴 | 显存紧张时用--lowvram参数启动 ComfyUI | 1024×1024 起步怼分辨率,显卡当场罢工 |
三个进阶玩法,把项目玩出"超出预期"的感觉
当你跑通几个基础工作流后,试试这些组合拳:
① 完整概念设计流水线:用 Qwen-VL 分析参考图 → 让 Gemini-pro 优化提示词 → FLUX.1 DEV 生成高质量概念图 → 再用 Sketch to 3D 转成 3D 模型。从灵感到立体资产,一条线走完。
② 人像 IP 流水线:肖像大师中文版生成基础人像 → InstantID 锁定人物特征 → 最后用 APISR 做动漫/视频超分辨率放大。做虚拟主播立绘或头像定制的,这套组合非常实用。
③ 带个"随行老师":项目作者还做过一个 ComfyUI Assistant(GPTs 智能助手),你看不懂某个节点、想合并两个工作流,直接问它。相当于身边常驻一位会讲中文的 ComfyUI 老手。
资源入口与你的三段式成长路径
想要持续进阶,盯住这几个入口就够了:仓库里的README.md(每一类工作流的说明、所需插件、更新日志都在里面)、作者在 B 站和小红书的实操视频(搜索 ZHO 即可找到)、以及更新日志里透露的更新节奏——项目从 2024 年 3 月创建以来,一直在跟进 FLUX、SD3 等最新模型。
至于你自己的成长,大致会走三个阶段:
- 第一阶段 · 照搬:照着上文五步跑通 3–5 个工作流,建立信心
- 第二阶段 · 拆解:开始动参数——种子、步数、CFG、采样器,每次只改一个,观察效果变化
- 第三阶段 · 共创:把不同工作流的节点拼接成自己的流程,甚至把优化后的方案回馈给社区
今晚就做这件事
别等"学会了再动手"——AI 绘画这行,动手就是最快的学会。今晚打开电脑,克隆仓库,选一个你最心动的工作流(我赌你会选 FLUX.1 DEV),导入,写一句话,点生成。
五分钟后,当第一张图从进度条里缓缓浮现时,你会明白:之前拦住你的从来不是显卡或英文,而只是缺了一份"看得懂、拎起来就能跑"的起点。现在,起点就在这里。
推荐话题标签:#ComfyUI #AI绘画 #StableDiffusion #FLUX.1 #AI工作流
【免费下载链接】ComfyUI-Workflows-ZHO我的 ComfyUI 工作流合集 | My ComfyUI workflows collection项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-Workflows-ZHO
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考