ComfyUI安装指南：Mac环境搭建与模型配置全解析
在Mac上部署ComfyUI：Python环境与工具配置
要在Mac系统成功运行ComfyUI，首先需搭建完整的Python开发环境。我们推荐安装Python 3.10或3.11版本，这两个版本在稳定性与库兼容性方面表现最佳。通过Homebrew包管理器安装最为便捷，只需在终端执行命令：brew install python@3.10。安装后，输入python3 --version验证版本信息。同时，安装Git版本控制工具也至关重要，便于后续克隆项目仓库，执行brew install git即可完成。这些基础工具是后续所有操作的技术前提。
获取ComfyUI源码并启动本地服务
基础环境配置完成后，即可获取ComfyUI应用程序本体。打开终端，导航至目标目录，例如：cd ~/Documents。随后执行克隆命令：git clone https://github.com/comfyanonymous/ComfyUI。进入项目目录cd ComfyUI，运行pip3 install -r requirements.txt安装所有必需的Python依赖库。安装时长取决于你的网络速度。完成后，在ComfyUI根目录下运行python3 main.py启动服务。终端将输出本地访问地址（通常是http://127.0.0.1:8188），在浏览器中打开此链接，即可进入ComfyUI的图形化操作界面。
模型文件管理：正确放置与分类
ComfyUI本身不内置任何AI模型，需要用户手动导入。主要模型类型包括：基础大模型（如.ckpt或.safetensors格式的Stable Diffusion模型）、VAE模型、LoRA等微调模型，以及CLIP视觉编码模型。这些文件需统一放置在ComfyUI目录下的models文件夹内，并根据其类型归入对应的子目录：checkpoints、loras、vae等。例如，将下载的sd_xl_base_1.0.safetensors文件放入models/checkpoints目录。放置妥当后，在ComfyUI Web界面点击右侧的“Refresh”按钮，即可在相应节点的加载菜单中看到新添加的模型。
核心界面解析与基础工作流搭建
ComfyUI采用节点式图形界面进行操作，通过连接不同功能模块构建工作流，提供了远超传统一键生成工具的灵活性。界面中央是工作区，右侧是节点选择面板。一个最基础的文生图工作流通常包含以下核心节点：从面板添加“CLIP Text Encode”节点（处理正向与负向提示词）、“Load Checkpoint”节点（选择基础模型）、“KSampler”节点（控制采样步数与参数）以及“VAE Decode”和“Save Image”节点。使用鼠标拖拽连接各节点的输入输出端口，即可构建完整的图像生成管线。新手建议直接导入社区分享的工作流JSON文件，快速理解节点连接逻辑。
故障排查与性能优化指南
在Mac平台运行ComfyUI可能遇到内存或显存不足的情况，尤其在处理高分辨率图像或复杂工作流时。建议从较低分辨率（如512x512像素）开始测试，并合理调整“KSampler”节点中的“steps”采样步数。若模型加载失败，请检查文件完整性、存放路径是否正确，并确认文件格式是否受支持。为了保持最佳使用体验，建议定期访问ComfyUI的GitHub仓库，使用git pull命令更新至最新版本，以获取性能改进和错误修复。随着对节点系统的深入理解，你将能够设计出满足特定需求的定制化AI图像生成流水线。