15个最流行的ComfyUI工作流

ComfyUI 是最好的稳定扩散 WebUI 之一，因为它提供了强大的功能，可让你构建复杂的工作流来生成图像和视频。

但在 ComfyUI 中构建复杂的工作流并不是每个人都喜欢的，特别是如果你刚开始使用它。

值得庆幸的是，有大量的 ComfyUI 工作流可供你免费下载和使用。 由于有这么多的工作流，很难选择最适合你需求的工作流。

为了帮助你，我整理了一份最适合稳定扩散的最佳 ComfyUI 工作流列表。

不再浪费时间，让我们直接开始吧。

1、SD1.5 模板

列表中的第一个是 ComfyUI SD1.5 模板工作流，这是一个包含三个模板的多用途工作流：

从名称可以看出，此工作流程适用于稳定扩散 1.5 模型，并且是一个非常适合初学者的工作流程，任何人都可以轻松使用它。

它带有三个模板，即简单模板、中级模板和高级模板。

简单模板具有用于 txt2img 和 img2img 的工作流程，具有潜在和图像升级功能。中级模板更高级一些，可让你在工作流程中加载 2 个 LoRA 模型和 1 个 ControlNet 模型，并进行高分辨率修复。

最后，高级模板有一个额外的批处理 img2img，能够加载多个 LoRA 和 ControlNet 模型。

总体而言，对于任何刚接触 ComfyUI 的人来说，这个模型都是一个很好的起点，通过此工作流程中的每个模板，你可以更好地理解和使用 ComfyUI。

当我刚接触 ComfyUI 时，我经常使用此工作流，相信我，这个工作流极大地帮助我理解不同的 ComfyUI 节点。

2、SDXL 快速生成

每当我想在 ComfyUI 中使用 SDXL 时，这是我当前的首选工作流。原因是SDXL快速生成工作流非常干净和简单，并且工作速度极快。

此工作流的作者为设备上显存配置较低的人创建了此工作流程，这就是它如此之快的原因。

由于我使用的是具有 4GB vRAM 的 RTX3050，因此在使用 SDXL 模型时我也很难获得快速的速度。但这个工作流程确实很有效，图像生成时间非常快。

该工作流程有多个版本，可用于面部修复、LORA、LCM 等。我使用过该工作流程的所有版本，效果非常好。

由于这是 SDXL 的工作流，因此你还需要使用 SDXL 检查点和优化模型。

总的来说，我可以向任何在运行 SDXL 时遇到性能问题并希望使用简单高效工作流程的人无脑推荐此工作流。

3、Searge-SDXL：EVOLVED

如果你正在寻找适用于 ComfyUI 的终极一体化 SDXL 工作流程，那么 Searge-SDXL：EVOLVED 工作流就是你的最佳选择。

此工作流可让你在 ComfyUI 中执行所有操作，例如 txt2img、img2img、修复、ControlNet 等。它非常先进，绝对不适合初学者。

你可以在此工作流中同时应用最多 5 个 LoRA 模型以及 5 个 ControlNet 和 Revision 模型。

此工作流程的图像质量非常好，你可以使用它生成非常高分辨率的图像。该工作流程还支持 FreeU，以帮助你获得更高质量的图像。

虽然工作流看起来非常复杂且令人不知所措，但它经过了很好的优化，你将获得快速的图像生成时间。

如果你是精通 ComfyUI 并想要 SDXL 的终极工作流程的人，那么绝对应该考虑使用此工作流。

4、Simply Comfy

Simply Comfy 是一个超级简单的工作流，专为 Stable Diffusion 1.5 和 2.1 打造。但是，你也可以在此工作流中使用不需要精炼器的 SDXL 模型。

你可以使用两个 LoRA 模型和简单的正负提示加载单个检查点。

我希望这个工作流未来会有放大节点，这将使其更加完整。 尽管如此，该工作流非常适合刚接触 ComfyUI 或 Stable Diffusion 的初学者。

我之所以将如此简单的工作流列入此列表，是因为作为初学者，此工作流将帮助你了解 ComfyUI 的工作原理，并鼓励你根据自己的喜好进行修改和自定义。

5、Sytan SDXL

Sytan SDXL 工作流是我的最爱之一，因为它简单且性能出色。 如果你的设备 vRAM 较低，此工作流会非常有效，因为它经过了良好的优化。

这个工作流非常简单，带有检查点、精炼器加载器和放大模型。你可以使用此工作流创建图像并将其放大到非常高的分辨率。

此工作流不允许你使用 LoRA 模型，这令人失望。但我非常喜欢将正提示分解为语言和支持术语的两个独立节点。

这意味着你可以在语言提示中解释你的图像，然后使用支持术语来加强你的提示。

总体而言，Sytan's SDXL 工作流是使用 SDXL 模型的非常好的 ComfyUI 工作流程。它也很简单，让初学者也易于使用。

6、ComfyUI Inpaint

ComfyUI Inpaint是 ComfyUI 的图像修复工作流，使用 Controlnet Tile 模型，还具有批量修复功能。

此工作流程还具有图像分割功能，因此你不必为修复绘制蒙版，可以直接使用分割蒙版。

乍一看，它看起来有点复杂和不知所措，但其实很简单。如果你已经使用 ComfyUI 一段时间了，那么使用此工作流不会有任何困难。

工作流中随处可见注释和说明，可帮助你轻松理解和使用它。

总体而言，对于中级用户来说，这是一个非常好的 ComfyUI 修复工作流程。

7、SDXL ControlNet/Inpaint

如果你想使用 SDXL 进行修复，你会喜欢这个使用 SDXL 和 ControlNet 的工作流。SDXL ControlNet/Inpaint工作流非常简单，你只需加载图像、绘制蒙版并开始修复即可。

但这不是全部。此工作流允许你更改蒙版的混合百分比，以便更好地控制修复过程。

工作流程看起来很乱，但可以完成工作，这才是最重要的。

虽然我不喜欢在 ComfyUI 中进行修复，但如果你想尝试在 ComfyUI 中进行修复，此工作流绝对值得一试。

8、ComfyUI Face Swap

如果你想在 ComfyUI 中进行换脸，那么ComfyUI Face Swap工作流是最简单的工作流之一。这个工作流程使用 ComfyUI 中的 ReActor 扩展进行换脸。

使用此工作流，你只需上传源图像和目标图像即可。无需提示或选择模型。

工作流也非常快，可以非常快速地进行人脸交换。它还有一个人脸恢复节点，可以修复在 Stable Diffusion 中进行人脸交换时出现的模糊问题。

对于 ComfyUI 中的基本人脸交换，你应该将其用作首选工作流程，因为它简单、快速且易于使用。

9、SDXL Face Swap

如果你想要使用 SDXL 进行更高级的换脸，那么应该查看SDXL Face Swap工作流。

此 ComfyUI 工作流还使用 ReActor 进行换脸，但还具有人脸细节器和降噪器，可提供更好、更详细的输出。

工作流还有用于添加提示的节点，但它们对输出图像没有太大作用。

总体而言，我喜欢这个工作流，并且发现使用它生成的图像比以前的换脸工作流更详细。但是，两者之间的差异并不大。

10、Create And Swap

你可能想知道我将在此列表中提到多少个换脸工作流程，对吗？

嗯，Create And Swap工作流的不同之处在于它是一个 txt2img 工作流程，你可以在其中生成图像然后在其上换脸。而前面分享工作流是 img2img 工作流程，你可以在其中在现有图像上换脸。

因此，如果你想生成图像然后在其上交换脸部，那么这就是适合你的工作流。

同样，它使用 ReActor 扩展进行换脸，使用起来非常简单。该工作流程适用于不需要细化模型的稳定扩散 1.5 和 SDXL 模型。你还可以在工作流中加载 LoRA 模型。

在此工作流中，图像生成和人脸交换非常快，因为它非常简单且不复杂。

如果你想要一个复制Automatic1111 中 txt2img 人脸交换功能的工作流，那么这个非常适合你。

11、UltraUpscale

并非所有 ComfyUI 工作流都具有放大功能，因此你通常不得不在单独的工作流中升级图像。

UltraUpscale 是我用过的最好的 ComfyUI 升级工作流程，它可以将你的图像升级到 12K 以上。

它有多好，真是太疯狂了，因为您不会丢失图像中的任何细节。该工作流使用 SAF（自我注意引导）并基于 Ultimate SD Upscale。

此工作流最好的部分是，即使你的 vRAM 较低，它也能完美无误地运行而不会出现任何错误。

如果你想知道升级工作流程后的图像效果如何，请查看作者分享的这张图像：

细节非常精彩，你可以将其作为放大图像的首选工作流。

12、SVD Txt2Video

如果你想在 ComfyUI 中使用稳定视频扩散（Stable Video Diffusion），你应该查看此 txt2video 工作流，它可让你从文本创建视频。

SVD Txt2Video工作流首先根据你给出的提示生成图像，然后使用该图像创建视频。你可以根据使用的 SVD 模型创建 14fps 或 25fps 的视频。

使用稳定视频扩散需要高 vRAM，如果你至少有 8GB 的​​ vRAM，此工作流效果最佳。

由于稳定视频扩散仍是新事物，因此你无法使用此工作流创建更长的视频，因为如果增加视频长度，SVD 模型会产生不良输出。

尽管如此，这是一个非常简单直接的工作流，用于在 ComfyUI 中使用稳定视频扩散。

13、AnimateDiff V2V

这是 ComfyUI 的视频到视频工作流，可与 ControlNet 配合使用，并具有背景替换、主题替换、身体增强等功能。

虽然AnimateDiff V2V工作流功能强大，但看起来确实让人眼花缭乱，而且肯定不适合初学者。

有大量用于遮罩、升级、面部细节等的节点。你必须安装大量自定义节点才能使此工作流正常工作。

总的来说，我仍然认为它是 ComfyUI 最好的视频到视频工作流之一，因为它可以产生效果，尽管它非常复杂。

14、V2V With Face Swap

这是 ComfyUI 的另一种换脸工作流，但你可以使用此工作流在视频上交换面部，而不是在图像中换脸。

V2V With Face Swap工作流使用 ControlNet 模型来保留原始视频的运动，并使用 AnimateDiff 来保持动画稳定。

它还使用 ReActor 进行面部交换和面部升级以保留面部细节。这个工作流还有一个选项，可以启用 IP Adapter来获得更准确的面部，但如果你没有功能强大的机器，它将极大地影响性能。

对于视频到视频的换脸，此工作流非常简单，即使是中级 ComfyUI 用户也可以使用。

15、Old Photo Reimagine

如果你想恢复旧的家庭照片，我想在此列表中分享的最后一个工作流会让你爱不释手。Old Photo Reimagine工作流可以完美地恢复旧照片并带回那些回忆。

这个工作流使用 ControlNet 和 ReActor 进行面部恢复，效果非常好。

它也非常易于使用，因为它不需要任何复杂的设置。你需要 ControlNet Depth、lineart和 openpose 模型才能正确运行此工作流。

这些模型中的每一个都有助于保留你要恢复的原始图像的细节和姿势。

你还可以在工作流中输入提示来详细描述你的图像，以便恢复的图像看起来不错。但你不必过于复杂化提示，以免弄乱输出。

总的来说，我发现这个工作流非常适合恢复旧照片，而且使用起来也相当简单。

原文链接：15 Best ComfyUI Workflows To Level Up Your Game In 2024

汇智网翻译整理，转载请标明出处