简介面向ComfyUI用户的Z-Image基础文生图工作流专为刚接触ComfyUI或希望快速验证Z-Image出图效果的创作者打造。包体非常精炼仅1个JSON节点文件大小约4KB导入ComfyUI即可直接运行省去手动搭建节点连线的时间成本对新手尤为友好。该工作流特别适合作为入门练习与日常出图的基础模板。JSON内完整串联了模型加载、文本提示词编码、采样器参数设置、VAE解码到最终图像输出的主干链路既适合直接用于生成图片也是一份极具参考价值的节点学习范例。已有283人浏览学习说明该配置具备一定的通用性和实用性。通过对照这份工作流读者能轻松理解ComfyUI各核心模块的分工与连接方式后续可按需调整采样步数、CFG、分辨率等参数还能在该框架上扩展局部重绘、ControlNet控制、批量生成等进阶功能快速走上自定义工作流的道路。同时这份JSON也可作为逆向解析样本帮助有心学习的用户观察各节点如何协同工作。整体设计兼顾简洁与实用无论用于个人创作还是技术研究都能提供清晰、可复制的起点。1. ComfyUI 与 Z-Image 基础文生图不是换了个前端是换了一种调参方式如果你被 Stable Diffusion WebUI 的排队、爆显存以及“改一个参数就要从头等”折磨过第一次用 ComfyUI 跑通 Z-Image 文生图时的感受大概会是“图原来还能这么出”。ComfyUI 把采样、编码、解码拆成节点挂在桌面上出图效果不对时能一眼定位是提示词的问题还是采样器的问题不用再瞎猜。Z-Image 是阿里开源的中文文生图模型对中文提示词的理解比不少同级别模型直接配合 ComfyUI 做基础文生图正好补上“WebUI 难调、黑匣子”的短板。这篇笔记对应一套已经调通的 ComfyUI/Z-Image 基础文生图配置把装环境、搭工作流、出第一张图、排掉高频坑的完整过程拆开讲。适合刚碰 ComfyUI 的新手也适合想在 Z-Image 上稳定出图的从业者——你需要的是能复现的步骤不是概念罗列。2. 先把环境跑起来整合包、手动部署和国内源三个坎一次过2.1 为什么文生图这活儿要交给 ComfyUI很多人在 WebUI 里其实只用了“写提示词、点生成、等结果”这三个动作中间过程完全黑盒。ComfyUI 的节点式工作流把整个生成管线摊开哪个节点输出 latent、哪个节点接 VAE、采样器吃的是什么参数全部可视化。这意味着当你觉得“这张图脏”“脸崩了”可以直接翻到 KSampler 看步数和 CFG而不是怀疑模型没选对。第二个理由是显存控制。Z-Image 是 DiT 架构权重加载时内存和显存占用都偏高ComfyUI 专门为这类模型做了显存调度优化配合低显存参数能把 8GB 显存的机器跑起来。我见过不少人在 WebUI 里因为一张 1024 图直接 OOM同样的模型放到 ComfyUI 里用 --lowvram 就能出图差别就在显存分配方式上。第三个理由是复现。ComfyUI 的整个工作流可以导出成一个 JSON 文件换机器、换显卡、给别人复用导入即可。对于需要批量出图或协作的团队来说这比截图“参数设置”可靠得多。代价也很直接学习曲线比 WebUI 陡。但基础文生图只有七个节点左右照着下文连一遍半小时内就能跑通第一条流程。2.2 秋叶整合包还是手动部署两条路都能走通先说结论新手且只在本机出图直接用秋叶一键整合包需要经常更新、改代码、做二次开发选手动部署。秋叶整合包的最大优势是把 Python 环境、依赖、启动器都封装好了。下载后解压到纯英文路径比如D:\ComfyUI_Aki双击启动器选显卡类型点“一键启动”就能起来。它自带的模型管理器和依赖管理器能帮你处理大部分“缺包、缺依赖”的问题。这个方案尤其适合刚入门、不想碰命令行的人。需要提醒的是解压路径别带中文和空格否则部分节点在读取模型绝对路径时会翻车。手动部署也不复杂。我一般是这样装的git clone https://github.com/comfyanonymous/ComfyUI.git cd ComfyUI python -m venv venv # Windows 激活虚拟环境 venv\Scripts\activate # Linux / macOS 激活虚拟环境 # source venv/bin/activate pip install -r requirements.txt python main.py几个点说明一下。python -m venv venv是建独立虚拟环境避免污染系统 Python这一步在 Linux 上尤其重要因为系统自带的 Python 往往装了其他包版本冲突时很麻烦。pip install -r requirements.txt安装核心依赖如果你后面要跑 Z-Image还需要确认requirements.txt里是否包含对应模型运行所需的库装完启动时若有报错再单独补。启动参数是另一个关键点python main.py --listen 0.0.0.0 --port 8188 --lowvram--listen 0.0.0.0是允许局域网访问方便用另一台电脑连本机跑图--port 8188是默认端口--lowvram是给中低端显卡用的强制走显存优化路径8G 显存以下建议带上。手动部署的优势是升级方便git pull就能拉到最新代码但代价是每次更新都可能出现依赖不兼容需要有心理准备。2.3 切换国内源、整理模型目录省掉一半的报错手动部署时如果裸奔用默认 pip 源装依赖在部分环境下速度很慢甚至超时。建议先把 pip 切到国内镜像pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple pip config set global.trusted-host pypi.tuna.tsinghua.edu.cn # 安装后验证一下是否生效 pip config list注意这改的是 pip 包下载源跟网络代理没有任何关系不要混为一谈。切完源再装依赖速度差别非常大。秋叶整合包用户一般不需要手动切源启动器里已有依赖安装功能但如果你自己往整合包的 Python 环境里装额外包同样会遇到源的问题用上面命令设置即可。接下来是模型目录。ComfyUI 对目录路径很敏感放错地方节点根本找不到模型。默认结构如下目录放什么ComfyUI/models/checkpoints/完整文生图模型Z-Image 的 checkpoint 放这里ComfyUI/models/diffusers/Diffusers 格式模型的目录ComfyUI/models/loras/LoRA 模型ComfyUI/models/vae/独立 VAE 文件ComfyUI/models/unet/单独的 UNET / DiT 权重文件我踩过的坑是把.safetensors模型同时拷进 checkpoints 和 unet结果加载时选错版本出图风格完全不对。所以我现在固定一个习惯——只放一份模型文件其余位置用短链接或直接删掉避免加载时选错。文件命名也建议统一成英文加下划线比如z_image_base.safetensors。之前我图省事用中文文件名“文生图模型.safetensors”部分节点在解析路径时直接报错。这个习惯从早期 WebUI 时代就延续下来了ComfyUI 这里同样适用。3. 搭 Z-Image 文生图工作流节点顺序、参数表和第一张图3.1 Z-Image 在 ComfyUI 里的加载方式Z-Image 进入 ComfyUI 后有两条加载路径。第一条是把它当作普通 checkpoint文件放进models/checkpoints/用Load Checkpoint节点加载。这个节点会一次性返回 MODEL、CLIP、VAE 三个输出分别接到采样、提示词编码和解码节点上最简单直接。第二条路径是单独加载 DiT 权重用UNETLoader加载模型主体用CLIPLoader加载文本编码器用VAELoader加载 VAE。这样做的好处是灵活你能把不同来源的文本编码器和 VAE 拼在一起用适合做实验。坏处是节点多、容易漏接。我给你的建议是第一次先走第一条路径。等跑通了出图逻辑再根据实际需求决定要不要拆开。原因很简单基础文生图的目标是“出图”不是“研究模型架构”checkpoint 方式少两个节点就少两个出错点。另外提一点背景信息Z-Image 本身是阿里开源的中文文生图 DiT 模型你直接用中文写提示词就行不需要像某些英文模型那样先在脑子里翻译一遍再写。这个特性在中文环境里很实用后面第四章细说。3.2 最小文生图工作流的节点清单与连接顺序在 ComfyUI 默认的空白画布上从零连一条最小的 Z-Image 文生图工作流需要七个节点。每个节点的作用和关键参数如下节点类型关键参数作用Load Checkpointckpt_name: 选择 Z-Image 模型文件加载模型、CLIP、VAECLIP Text Encode (Prompt)text: 正面提示词把提示词编码成条件向量CLIP Text Encode (Prompt)text: 负面提示词把要排除的内容编码为条件Empty Latent Imagewidth / height / batch_size定义画布尺寸和一次出图张数KSamplerseed / steps / cfg / sampler_name核心采样器负责去噪VAE Decode无参数接 latent 和 VAE把 latent 解码成像素图Save Imagefilename_prefix保存输出图片连接顺序是这样Load Checkpoint的 MODEL 输出接KSampler的 model 输入CLIP 输出接到两个CLIP Text Encode节点正面提示词输出接KSampler的 positive负面提示词接 negative。Empty Latent Image的 LATENT 输出接KSampler的 latent_imageKSampler 的 LATENT 输出再接VAE Decode的 samples。最后VAE Decode的 IMAGE 接Save Image模型加载节点的 VAE 输出也要接到 VAE Decode 的 vae 输入上。这里面最容易漏的是 VAE很多人连完发现图出不来回头一看VAE Decode的 vae 输入口是空的。ComfyUI 里凡是输入口悬空的节点底色都会变暗跑之前先扫一遍所有节点有没有灰色输入口。如果你手头已经有别人写好的工作流 JSON直接拖进 ComfyUI 窗口就能加载。导入后建议先检查每个节点的模型路径是否指向你本机实际文件位置别人路径是D:/models/xxx.safetensors你机器上没有就会标红。养成“导入即检查”的习惯能少不少折腾。3.3 第一次出图的参数照抄这张表大概率能一次过节点连好之后参数设置就是最后一道关卡。很多人第一次就翻车是把 WebUI 里的参数习惯带过来了——步数拉 40CFG 拉 10出图结果要么过曝要么发灰。Z-Image 这套组合下我常用的首跑参数如下参数推荐值说明seed任意固定值如 12345固定种子才能复现同一张图steps20 ~ 30默认 28 即可再高收益不高cfg4 ~ 7Z-Image 偏 DiTCFG 太高容易溢出sampler_namedpmpp_2m多种场景下稳定schedulerkarras配合 dpmpp 系列效果好width / height1024 x 1024 或 1216 x 832先用 1024 正方形调通再改比例batch_size1首跑不要开批容易 OOM步数不是越多越好。DiT 类模型在 20 步之后细节增长会明显变慢多出来的步数只是拉长等待时间。CFG 值控制在 4 到 7 之间如果出图“过曝、颜色扎眼”往低调如果“构图散了、主体不稳”往高调。这是一个反复试的过程但范围先框死不会跑偏太远。第一批图出来后不要急着换模型或重写提示词先确认三件事提示词是否完整生效负面提示词起作用了没有CFG 和步数是否匹配。如果图能稳定出且风格没跑偏说明工作流本身没问题了下一步的优化重心应该放在提示词上而不是继续调工作流。4. 提示词决定下限Z-Image 的中文文生图提示词与采样参数4.1 中文提示词结构主体、环境、风格、质量词Z-Image 对中文提示词的支持比较直接但这不代表随便写一句“一只猫”就能得到好图。我习惯把提示词拆成四个部分主体、环境、风格、质量词。顺序上先写主体再补环境然后是风格最后收质量词。一个对比案例最能说明问题。差的写法是一只猫能出图但是张随机猫图构图、光线、风格全不可控。相对完整的写法是一只橘猫趴在灰色窗台上午后侧光毛发的纹理清晰可见背景是虚化的城市街道照片写实风格细节丰富高清晰度中文直写“午后的侧光”“背景虚化”这类描述Z-Image 理解得比英文模型更省事。质量词适量即可写多了反而稀释主体。所谓“细节丰富、高清晰度”这类词本身就比较虚如果你需要硬质细节不如在主体描述里加“毛发的纹理清晰可见”这种具体指令。每次提示词迭代时只改一个部分。比如先固定环境、风格、质量词只换主体描述对比出图看哪个方向对再固定主体调环境描述。一次改多个变量出了问题你根本不知道是哪句词导致的。4.2 负面提示词和采样器怎么联动负面提示词在 ComfyUI 里单独用一个CLIP Text Encode节点输出接到 KSampler 的 negative 输入。Z-Image 下我常用的负面词是lowres, bad anatomy, blurry, watermark, extra fingers, 模糊, 畸形, 水印, 低分辨率中文负面词和英文负面词可以混用Z-Image 的编码器对双语的识别都能生效。这里有一个常见误区负面提示词不是字越多越好。写的“不要模糊、不要低质量、不要有水印、不要构图歪”这类否定句式模型不一定会按“否定”去理解有时反而把这些词对应的特征强化了。正确做法是写具体的负面描述词不要写完整句子。CFG 和负面提示词的联动关系也要注意。CFG 偏高时正面提示词的引导性强负面词起到的“拉离作用”也会同时被放大可能导致画面显得僵或硬。CFG 偏低时负面词的作用变弱那些“畸形、模糊”的问题更容易冒出来。所以当你把负面词加长之后建议同时把 CFG 调低半档到一档观察变化。步数对负面词的影响相对小但步骤特别少的时候例如低于 15 步负面词能发挥的空间本来就有限去噪过程还没走完就结束了。出图若出现明显的结构崩坏优先怀疑步数不够而不是负面词没写对。4.3 用种子和批量次数做横向评测提示词选型最难的一步是“怎么判断哪一版提示词更好”。单跑一张图偶然性太大我一般用种子固定法做横向对比固定同一个种子改提示词跑多张对比。这样能排除随机因素看不同描述之间的真实差异。手动逐个改种子太累更推荐直接改工作流 JSON 里的 seed 字段。ComfyUI 的工作流文件本质是 JSON结构里 KSampler 节点有对应的widgets_values数组其中包含种子值。我用过一个批量改种子的脚本import json with open(zimage_workflow.json, r, encodingutf-8) as f: wf json.load(f) for node in wf[nodes]: if node[type] KSampler: values node[widgets_values] # 不同版本的 KSampler 节点中 seed 的位置可能不同 # 以你本机实际节点结构为准先打印确认 print(values) values[3] 12345 # 固定种子值便于复现 node[widgets_values] values with open(zimage_fixed_seed.json, w, encodingutf-8) as f: json.dump(wf, f, ensure_asciiFalse, indent2)这段脚本的思路是遍历工作流里的所有节点找到 KSampler 后定位种子字段。不同版本里widgets_values的索引可能变化所以脚本里先print(values)确认结构再改索引。固定种子后你可以在同一提示词下连续跑 4 到 8 张看构图差异和风格稳定性这个习惯能帮你分辨哪些词真正起着作用。更进阶一点可以循环修改 seed 和提示词自动跑多组对比。ComfyUI 也提供了 API 模式启动时加--api参数用 HTTP 请求提交工作流适合批量生成。文生图场景下种子和提示词的组合对比是最费时间也最值得投入的一环。5. 避坑记录四个高频翻车现场的现象、原因和解决5.1 现象启动到一半程序崩溃提示内存不足如果你在加载模型阶段直接闪退或者 Windows 弹“内存不足”的对话框这是 DiT 类模型在加载权重时的典型表现。Z-Image 这类模型的权重加载峰值内存远高于实际运行需求转换和初始化阶段会同时占用物理内存和页面文件。原因有两个层面物理内存不够或者虚拟内存设得太小。很多整合包默认配置没调页面文件8GB 物理内存的机器在加载模型那一刻就顶不住了。解决方法是调整系统虚拟内存。Windows 下打开“高级系统设置 → 性能设置 → 高级 → 虚拟内存更改”把页面文件初始大小和最大大小都设到 32768MB 以上也就是 32GB然后重启机器再跑。我用过一台 8GB 内存的笔记本调完虚拟内存后 Z-Image 能正常加载虽然慢但不崩。建议直接用整合包启动器里自带的虚拟内存调整入口没有的话再走系统设置。物理内存能升到 16GB 最好但虚拟内存这个配置就算换了机器也要保留它兜底的是突发峰值。5.2 现象第一次点 Queue 就报 CUDA out of memory显存溢出是最常见的首跑事故。报错信息里会明确写CUDA out of memory有时候还带Tried to allocate xxx MiB。8GB 显存的显卡首跑 1024 分辨率时很容易撞上。原因有三显存确实不够、模型默认以高精度加载、显存调度没开优化。分辨率 1024 对 DiT 模型来说激活值和中间张量占用都不小叠加权重本身占几 GB显存直接见底。解决方法是按顺序排查。先用低显存参数启动python main.py --lowvram如果还爆再上--novram。分辨率先降到 768x768batch_size 保持 1。模型如果以 float32 加载也可以找 float16 或 float8 的量化权重版本显存占用能降低近一半。显卡驱动版本也要更新老驱动对 PyTorch 的显存管理不友好同样 8GB 卡驱动版本相差几个大版本表现差别明显。5.3 现象模型放在目录里节点下拉列表却看不到有时候模型文件明明在models/checkpoints/但Load Checkpoint节点的下拉列表里就是找不到。这时候先点节点旁边的刷新按钮有时是节点缓存没更新。如果刷新没用就看文件格式和命名。ComfyUI 支持.safetensors和.ckpt但某些整合包版本对.ckpt的兼容差一些建议统一用.safetensors。文件名里带中文或空格也会导致部分节点解析失败这是老毛病了我之前吃过亏现在全部改成英文下划线命名。还有一类情况是模型文件本身损坏或下载不完整。检查一下文件大小和原始推送是否一致如果怀疑下了一半重下一次就好。5.4 现象升级之后 Z-Image 节点报错或直接消失我遇到过几次ComfyUI core 升级后某些第三方节点报 ModuleNotFoundError 或显示红色错误状态对应的 Z-Image 相关节点直接从节点列表里消失。原因是 core 升级后接口有变动而第三方的自定义节点包没有同步更新产生了版本错位。解决办法是统一用 ComfyUI Manager 做更新而不是只升级 core 不升级插件。Manager 里会列出所有自定义节点的更新状态逐一更新后再重启绝大多数问题都能解决。更需要注意的是不要在一台机器上同时混用两个整合包的 custom_nodes 目录。这会导致同一个节点包出现两个版本互相覆盖报错信息还很隐蔽。我后来固定只用一个整合包目录custom_nodes 的依赖全部交给 Manager 统一管理问题基本清零。6. 把基础工作流变成生产力批量出图、Qwen Image 2.1 增强与工作流导出6.1 批量出图种子扫描和参数网格基础工作流跑通后批量出图是第一个值得做的事。ComfyUI 支持 API 模式启动时加--api然后把工作流 JSON 通过 HTTP 提交。写一个循环脚本改种子、改提示词、提交任务就能自动跑一组对比图。固定种子和步数、只扫 CFG 范围是最稳的“找手感”方式。6.2 引入 Qwen Image 2.1 做参考图增强当 Z-Image 出的图风格不稳定时我会引入 Qwen Image 2.1 这类多模态视觉模型做增强。思路是先用中文长文本描述让 Qwen Image 2.1 生成一张参考图再把这张图作为图生图输入喂回 Z-Image 工作流让风格基准对齐。比直接让 Z-Image 从纯文本一步到位稳定得多尤其是涉及“某个指定场景构图”的需求场景。6.3 工作流导出成 JSON复现与再分发改完参数并验证满意后把工作流导出成 JSON 文件。这个文件包含了完整节点结构和参数是这份资源里最值钱的部分。导出后用文本编辑器看一眼文件大小太小的可能有节点信息缺失。从那以后我每换一台机器、每升级一次整合包都会强制走一遍“导出 JSON → 导入新环境 → 固定种子跑三张对比图”的验证流程确认无误才继续。这套习惯帮我挡掉了无数次环境迁移后的隐性问题希望帮到你。本文还有配套的精品资源点击获取
