Qwen-Image-2512-ComfyUI 完整教程目录结构解析与自定义节点安装1. 从零开始理解你的工作环境当你第一次打开 Qwen-Image-2512-ComfyUI 镜像面对满屏的文件和目录可能会感到有些不知所措。别担心这就像你搬进一个新家需要先熟悉每个房间的功能一样。本节将带你系统性地认识这个“数字工作室”的布局让你知道工具放在哪里材料存在何处。1.1 核心目录你的AI绘画工作室启动镜像后你会发现/root目录下有几个关键文件夹和文件。让我用大白话解释每个部分的作用1键启动.sh这是你工作室的“总开关”。双击它在终端里运行整个系统就会启动起来。它负责检查环境、启动服务让你能通过网页访问绘画界面。ComfyUI/这是整个系统的“主厂房”所有核心功能都在这里。你可以把它想象成一个大型的自动化工厂里面有各种机器节点和生产线工作流。进入ComfyUI目录你会看到更细致的结构ComfyUI/ ├── models/ # 模型仓库存放所有AI“大脑” │ ├── model_patches/ # 模型补丁给AI大脑打的小补丁增加新功能 │ ├── loras/ # LoRA模型轻量化的风格调整器 │ └── controlnet/ # ControlNet模型精确控制图像结构的工具 ├── custom_nodes/ # 自定义节点用户自己安装的“外挂”工具 ├── input/ # 输入文件夹你放参考图片的地方 ├── output/ # 输出文件夹AI生成图片的保存位置 └── web/ # 网页界面你在浏览器里看到的操作面板重要提示首次启动后models目录下可能已经预装了 Qwen-Image-2512 的基础模型。但model_patches、loras、controlnet这几个子目录通常是空的需要你自己根据需要添加扩展模型。1.2 工作流文件你的绘画“配方”在 ComfyUI 网页界面中你会经常听到“工作流”这个词。它本质上是一个 JSON 格式的“配方文件”记录了用了哪些节点工具节点之间如何连接流程每个节点的参数设置配方细节当你点击“保存”工作流时系统会生成一个.json文件。默认情况下这些文件保存在ComfyUI目录下但很多人喜欢在/root下创建一个专门的workflows文件夹来管理它们这样更清晰。建议做法在/root下新建一个文件夹专门存放你的工作流mkdir /root/workflows这样你的个人工作流和系统内置的工作流就能分开管理避免混乱。1.3 输入输出管理素材与成品的存放input/文件夹这是你的“素材库”。当你想让 AI 参考某张图片生成新图或者想用 ControlNet 控制生成时就把图片上传到这里。在 ComfyUI 网页界面中很多图片加载节点可以直接从这个文件夹读取图片。output/文件夹这是你的“作品展示区”。所有生成的图片都会自动保存到这里。系统通常会按日期创建子文件夹方便你查找不同时间生成的作品。实用技巧定期清理output文件夹中的旧图片可以节省磁盘空间。但清理前最好把满意的作品备份到其他地方。2. 自定义节点为你的工作室添加“外挂”ComfyUI 的强大之处在于它的模块化设计。基础版本已经功能强大但通过安装“自定义节点”你可以理解为“插件”或“外挂”你可以获得更多高级功能。本节将手把手教你如何安全、高效地安装和管理这些扩展。2.1 什么是自定义节点简单来说自定义节点就是别人写好的、可以添加到 ComfyUI 中的额外功能模块。比如图像预处理节点自动检测图片边缘、深度、姿态等为 ControlNet 准备数据。特效滤镜节点给生成的图片添加各种艺术效果。批量处理节点一次性处理多张图片提升工作效率。模型管理节点更方便地切换和混合不同模型。安装自定义节点后它们会出现在 ComfyUI 网页界面的节点列表中你可以像使用内置节点一样拖拽使用。2.2 安装方法一通过 ComfyUI 管理器推荐新手这是最简单、最安全的方法适合大多数用户。安装管理器本身 首先你需要安装一个叫 “ComfyUI Manager” 的节点它本身也是一个自定义节点但它的作用是帮你管理其他所有节点。打开终端进入自定义节点目录并克隆仓库cd /root/ComfyUI/custom_nodes git clone https://github.com/ltdrdata/ComfyUI-Manager.git重启 ComfyUI 关闭当前 ComfyUI 服务在终端按CtrlC然后重新运行启动脚本cd /root bash 1键启动.sh使用管理器安装节点 打开 ComfyUI 网页界面你应该能在界面上看到一个新的按钮或标签页通常叫 “Manager” 或 “管理器”。 在里面你可以浏览节点查看社区推荐的热门节点搜索安装直接搜索节点名称进行安装更新节点一键更新已安装的节点到最新版本优点图形化操作自动处理依赖降低出错概率。注意首次使用可能需要配置镜像源以加速下载具体可参考管理器的文档。2.3 安装方法二手动 Git 克隆适合高级用户如果你知道某个节点的 GitHub 仓库地址也可以手动安装。进入自定义节点目录cd /root/ComfyUI/custom_nodes克隆节点仓库 以安装一个常用的图像预处理节点集为例git clone https://github.com/cubiq/ComfyUI-Custom-Nodes-Aux.git这个Aux节点集包含了大量实用的预处理节点对于使用 ControlNet 非常有帮助。安装 Python 依赖如果需要 有些节点需要额外的 Python 库。通常节点仓库里会有一个requirements.txt文件。你可以用 pip 安装cd ComfyUI-Custom-Nodes-Aux pip install -r requirements.txt重启 ComfyUI 同样需要重启服务才能使新节点生效。2.4 必备自定义节点推荐对于 Qwen-Image-2512 用户我强烈建议安装以下几个节点它们能极大提升你的使用体验ComfyUI-Custom-Nodes-Aux功能提供了CannyPreprocessor、DepthPreprocessor、OpenPosePreprocessor等几十种图像预处理节点。用途为 ControlNet 准备控制图如边缘图、深度图、姿态图的必备工具。安装git clone https://github.com/cubiq/ComfyUI-Custom-Nodes-Aux.gitComfyUI-Impact-Pack功能一个功能极其强大的节点包包含 LoRA 堆叠、图像放大、面部修复、分段等高级功能。用途适合想要进行精细化图像处理和复杂工作流编排的用户。安装可通过 ComfyUI Manager 搜索 “Impact Pack” 安装。Efficiency Nodes功能专注于提升工作效率的节点如智能搜索、节点整理、批量重命名等。用途当你的工作流变得非常复杂时这些工具能帮你节省大量时间。安装可通过 ComfyUI Manager 搜索安装。安装后验证重启 ComfyUI 后在节点列表的搜索框中输入你安装的节点名称如 “Aux” 或 “Canny”如果能找到说明安装成功。3. 模型文件管理扩展你的AI工具箱除了节点模型文件是另一个重要的扩展部分。Qwen-Image-2512 本身是一个强大的文生图基础模型但通过添加不同的 ControlNet、LoRA 等模型你可以实现更精确的控制和多样的风格。3.1 模型应该放在哪里回顾一下目录结构不同类型的模型要放在对应的文件夹基础大模型通常已经预装在models/的根目录或checkpoints/子目录下。ControlNet 模型下载的.safetensors或.pth文件放入models/controlnet/。LoRA 模型下载的.safetensors文件放入models/loras/。VAE 模型放入models/vae/。Upscaler 模型放入models/upscale_models/。关键点放错位置会导致 ComfyUI 找不到模型节点无法加载。3.2 为 Qwen-Image 添加 ControlNetQwen-Image 本身不原生支持 Stable Diffusion 那种 ControlNet但社区有适配方案。主要有两种形式对应不同的存放位置Model Patches模型补丁 这是一种轻量级的控制方式文件通常以.pt结尾。下载来源例如从 DiffSynth-Studio 的项目页面下载。存放位置models/model_patches/如何使用在工作流中使用特定的ModelPatchLoader节点来加载它。专用 ControlNet 也有团队训练了适配 Qwen-Image 的专用 ControlNet 模型文件可能是.safetensors。下载来源例如 InstantX 团队发布的版本。存放位置models/controlnet/如何使用使用标准的ControlNetLoader和ControlNetApply节点。操作步骤从可靠的源如 Hugging Face下载模型文件。通过 SFTP 工具如 FileZilla或命令行wget将文件上传到服务器。根据模型类型放入正确的目录。重启 ComfyUI 或在网页界面点击“刷新”按钮节点中就能选择新模型了。3.3 安装 LoRA 模型改变风格LoRA 是一种小型模型可以微调大模型的生成风格比如生成特定画风、特定角色或物体。下载 LoRA从 Civitai 等模型分享网站下载你喜欢的 LoRA 文件.safetensors。放置文件将文件放入models/loras/目录。在工作流中使用添加一个LoraLoader节点。在节点中从下拉菜单选择你刚放入的 LoRA 文件。设置strength强度参数通常从 0.5-1.0 开始尝试。将节点的输出连接到主模型的输入。小技巧你可以串联多个LoraLoader节点来混合多种风格效果。4. 实战构建一个带ControlNet的工作流现在让我们把学到的知识用起来从头构建一个使用 ControlNet 的完整工作流。假设我们想用一张线稿草图来控制生成图像的构图。4.1 准备工作安装必要节点和模型确保你已经按照 2.4 节的推荐安装了ComfyUI-Custom-Nodes-Aux。同时假设你已经下载了一个适用于 Qwen-Image 的 Canny 控制模型例如qwen_image_control_canny.safetensors并放在了models/controlnet/目录下。4.2 分步构建工作流加载基础模型在节点面板搜索CheckpointLoaderSimple拖到画布上。在节点中选择qwen_image_2512作为基础模型。准备控制图搜索LoadImage节点拖到画布上。点击节点上的按钮从input/文件夹选择你准备好的线稿草图。搜索CannyPreprocessor来自 Aux 节点拖到画布上。将LoadImage节点的IMAGE输出连接到CannyPreprocessor节点的image输入。CannyPreprocessor会自动检测你草图的边缘输出一张黑白边缘图。你可以调整low_threshold和high_threshold参数来控制边缘检测的灵敏度。加载并应用 ControlNet搜索ControlNetLoader拖到画布上。在节点中选择你下载的qwen_image_control_canny模型。搜索ControlNetApply拖到画布上。进行连接将CheckpointLoaderSimple节点的MODEL输出连接到ControlNetApply节点的model输入。将ControlNetLoader节点的CONTROL_NET输出也连接到ControlNetApply节点的control_net输入。将CannyPreprocessor节点的IMAGE输出连接到ControlNetApply节点的image输入。在ControlNetApply节点上设置strength控制强度比如 0.8。这个值越高生成图就越严格遵循你的线稿。设置文本提示和生成搜索CLIPTextEncode拖两个到画布上分别作为正向提示词和负向提示词节点。在正向提示词节点输入描述例如masterpiece, best quality, a beautiful castle on a hill, detailed, fantasy style。在负向提示词节点输入你不想要的内容例如blurry, ugly, deformed。搜索KSampler拖到画布上。这是主要的采样器节点。进行最终连接将ControlNetApply节点的MODEL输出连接到KSampler节点的model输入。将两个CLIPTextEncode节点的输出分别连接到KSampler节点的positive和negative输入。配置KSampler参数steps步数如 20cfg提示词相关性如 7.5选择一个采样器如dpmpp_2m。最后连接一个VAEDecode和SaveImage节点将KSampler输出的潜空间图像解码并保存。生成与调试点击Queue Prompt按钮。观察生成过程。如果结果不理想可以调整 ControlNet 的strength。修改提示词。调整KSampler的steps和cfg。检查你的线稿是否清晰。4.3 保存你的工作流工作流搭建成功后点击 ComfyUI 界面上的Save按钮将它保存到/root/workflows目录下命名为qwen_canny_control.json。下次使用时直接Load这个文件即可无需重新搭建。5. 总结通过本文的梳理你应该对 Qwen-Image-2512-ComfyUI 镜像的目录结构有了清晰的认识也掌握了安装自定义节点和模型来扩展其功能的方法。让我们回顾一下核心要点目录是基础理解/root、/root/ComfyUI及其子目录特别是models/和custom_nodes/的作用是进行任何高级操作的前提。正确的文件存放位置能避免大多数“找不到模型”或“节点失效”的问题。节点是扩展ComfyUI 的魅力在于其模块化。通过 ComfyUI Manager 或手动 Git 克隆安装自定义节点你可以轻松获得图像预处理、批量操作、高级采样等强大功能将简单的文生图工具升级为专业的工作流引擎。模型是能力基础模型决定生成质量的上限而 ControlNet、LoRA 等扩展模型则决定了你控制生成结果的精度和风格范围。学会从 Hugging Face、Civitai 等社区获取并正确安装这些模型是玩转 AI 绘画的关键。实践出真知从加载一个简单的工作流开始逐步尝试添加 ControlNet 节点亲手构建一个从线稿到成图的工作流。这个过程会让你深刻理解节点之间的数据流未来无论遇到多复杂的需求你都能拆解并实现。管理好你的“数字工作室”善用社区提供的丰富“外挂”和“工具”Qwen-Image-2512 在 ComfyUI 中的潜力将远超你的想象。现在就去探索和创造吧。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。