关键要点
- ComfyUI是一款免费、开源、基于节点的界面,用于在本地运行Stable Diffusion、SDXL、Flux等扩散模型——它是一个界面/引擎,而不是模型本身。
- 由Yannik Marek(以comfyanonymous之名为人所知)创建,于2023年1月在GitHub首次发布。
- 采用GPL-3.0许可证——可免费自托管、修改和再分发,直接修改ComfyUI核心的代码需遵循著佐权(copyleft)条款。
- 其标志性特征是节点图:图像生成的每一步(模型加载、提示词编码、采样、放大)都是一个由你以可视化方式连接的节点,而不是一组固定的标签页。
- ComfyUI Manager(一个独立但近乎标配的配套项目)可在界面内安装、更新和移除社区自定义节点。
- 硬件需求取决于所加载的模型,而非ComfyUI本身:Stable Diffusion 1.5约需4-6 GB VRAM,SDXL需8-12 GB,Flux需12 GB以上(全精度下可达24 GB以上)。
- 自托管是免费的;Comfy Org另外销售付费托管订阅Comfy Cloud,起价每月20美元,供没有自有硬件的读者选用。
ComfyUI是什么
ComfyUI本身不会生成图像——它需要加载一个扩散模型,例如Stable Diffusion、SDXL、SD 3.5或Flux。ComfyUI的工作是加载该模型的权重,在你自己的GPU上运行推理,并把这个过程的每个阶段(加载检查点、文本提示词编码、采样、VAE解码、放大)公开为一个独立、可连接的节点。
这使得ComfyUI与AUTOMATIC1111的Stable Diffusion WebUI、InvokeAI、Fooocus属于同一类别:这四者都是运行同一批底层扩散模型的前端界面,而非彼此竞争的模型本身。区别在于交互范式——AUTOMATIC1111和Fooocus使用传统的标签页、按钮和滑块;ComfyUI使用节点图。
ComfyUI由一位公开身份为comfyanonymous的开发者创建,其真实姓名——Yannik Marek——后来通过采访和播客节目为公众所知。该项目于2023年1月在GitHub首次发布。Marek于2023年6月被Stability AI聘用,这段直接雇佣关系在2024年6月前后结束;2024年6月21日,Comfy Org作为一个专门的组织成立,Marek与其他几位ComfyUI核心开发者共同担任联合创始人,该项目主要的GitHub代码仓库如今归属于Comfy-Org组织,而非Marek的个人账户。Comfy Org于2024年8月加入了Linux基金会的Open Model Initiative。
ComfyUI的生态系统早已远远超出Stable Diffusion的范畴:截至2026年9月,该项目及其自定义节点生态支持图像模型(Stable Diffusion、SDXL、SD 3.5、Flux.1及Flux.2、Qwen-Image)、视频模型(Wan、LTX-Video、HunyuanVideo),以及音频和3D生成节点——在规划具体工作流之前,请在ComfyUI官方GitHub代码仓库确认当前支持的模型列表,因为新模型的支持会频繁上线。
📍 简单一句话
ComfyUI是一款免费、开源、基于节点的可视化界面,它加载扩散模型,并让你把整个图像生成流水线搭建为一张由相连节点组成的图形。
💬 简单来说
如果说Stable Diffusion是引擎,那么ComfyUI就是一个完全暴露出来的控制面板:你看到并连接的不是几个滑块,而是整个流程中的每一个独立步骤——前期工作量更大,但对结果的控制力也大得多。
节点图工作流详解
从技术上讲,每个ComfyUI工作流都是一张有向无环图(DAG):数据沿单一方向从一个节点流向下一个节点,没有循环。一个基础的文生图工作流通常会串联一个检查点加载器、一个用于正负提示词的文本(CLIP)编码器、一个执行实际扩散步骤的采样器(KSampler),以及一个把结果转换为可查看图像的VAE解码器——最简单的情况下是四到六个节点,不过实际工作流在加入放大、ControlNet引导或多个模型后,常常会增长到数十个节点。
这种透明度是高级用户选择ComfyUI而非AUTOMATIC1111或Fooocus的主要原因:由于每一步都是可见的节点,你可以在采样和输出之间插入一次面部修复处理,在流水线中途替换不同的采样器,或者把同一个提示词分支到两个不同的放大器以比较结果——而这些在只公开一组固定顶层设置的界面中都无法实现。
工作流以纯JSON文件的形式保存和共享,完整描述了每个节点和每条连接。这正是ComfyUI社区能够针对特定效果分享完整、可复现的流水线(而不仅仅是提示词)的原因——读者可以加载别人导出的工作流文件,只替换自己的提示词或输入图像,就能精确重现对方的流水线。
这种取舍是真实存在的:从零开始搭建工作流需要理解每个节点的作用以及扩散采样实际是如何运作的,这比在单一文本框中输入提示词的起点要高得多。大多数ComfyUI用户是从共享的或内置的模板工作流开始并加以修改,而不是在空白画布上逐个节点搭建流水线。
📍 简单一句话
ComfyUI把图像生成流水线表示为一张有向节点图——每个节点是一项操作,你通过在节点之间绘制连接来定义数据的顺序和流向。
💬 简单来说
它的运作方式就像一张你自己搭建的流程图:一个"Load Checkpoint"节点为"CLIP Text Encode"节点提供输入,后者又为"KSampler"节点提供输入,再为"VAE Decode"节点提供输入,以此类推——你可以在这条链路的任何位置重新连线、复制或插入步骤。
流水线可见性
- ComfyUI(节点图):
- 每一步都是可见的相连节点
- 标签页式界面(AUTOMATIC1111、Fooocus):
- 各步骤隐藏在固定的滑块面板背后
自定义深度
- ComfyUI(节点图):
- 可插入、移除或改接任意步骤
- 标签页式界面(AUTOMATIC1111、Fooocus):
- 仅限于界面公开的选项
可复现性
- ComfyUI(节点图):
- 整条流水线可保存/共享为一个JSON文件
- 标签页式界面(AUTOMATIC1111、Fooocus):
- 设置以预设形式保存,并非完整流水线
学习曲线
- ComfyUI(节点图):
- 更陡——需要理解每一步
- 标签页式界面(AUTOMATIC1111、Fooocus):
- 更平缓——单一界面,决策更少
如何安装ComfyUI并运行第一个工作流
ComfyUI提供多种安装方式,具体取决于你的平台以及对命令行的熟悉程度。
- 1检查GPU的VRAM
Why it matters: 确认你的GPU有足够的VRAM来运行计划使用的模型(参见下方硬件表)——这决定了你实际能使用哪个扩散模型和精度级别。 - 2选择一种安装方式
Why it matters: Windows和macOS用户可以安装带有向导式设置的官方[ComfyUI桌面应用](https://www.comfy.org/download),或从GitHub发布页下载[Windows便携版](https://github.com/comfyanonymous/ComfyUI)(内置Python的自包含压缩包,无需单独安装);Linux用户和高级用户通常会克隆[GitHub代码仓库](https://github.com/comfyanonymous/ComfyUI),并通过`pip`手动安装依赖项。 - 3安装ComfyUI Manager
Why it matters: 将[ComfyUI-Manager](https://github.com/Comfy-Org/ComfyUI-Manager)克隆到你的`custom_nodes`文件夹中(或使用桌面应用中已内置的版本),这样就能在界面内安装和更新社区自定义节点,而不必手动通过Git操作。 - 4下载扩散模型检查点
Why it matters: 获取你想要的模型(Stable Diffusion 1.5、SDXL或Flux)的检查点文件(例如来自[Hugging Face](https://huggingface.co/stabilityai)或[comfy.org工作流库](https://comfy.org/workflows)),并将其放入ComfyUI的`models/checkpoints`文件夹中。 - 5加载一个入门工作流
Why it matters: 打开内置的默认文生图工作流,或将他人导出的`.json`工作流文件拖到画布上——ComfyUI会自动根据该文件重建完整的节点图。 - 6设置提示词并将任务加入队列
Why it matters: 编辑CLIP Text Encode节点中的文本,确认模型和采样器设置,然后点击"Queue Prompt"——首次运行通常会较慢,因为模型正在加载到VRAM中。 - 7满意后保存你的工作流
Why it matters: 将该图形导出为`.json`文件,以便你(或其他任何人)日后重新加载完全相同的流水线——这是相较于标签页式界面在可复现性上的主要优势。
ComfyUI许可证与商业使用
ComfyUI在GNU通用公共许可证3.0版(GPL-3.0)下发布,这是一种著佐权(copyleft)开源许可证。这意味着该软件可以免费下载、运行、修改和再分发——包括用于商业目的——没有收入门槛,也无需注册步骤,这与涵盖较新版本Stable Diffusion的Stability AI Community License不同(相关区别参见我们的Stable Diffusion评测)。
GPL-3.0的著佐权条款主要与开发者相关,而非只想生成图像的读者:如果你修改了ComfyUI的核心代码并分发该修改版本,GPL-3.0要求你以相同许可证发布你的改动。根据官方代码仓库上一场维护者的讨论,通过其插件接口扩展ComfyUI的自定义节点(位于custom_nodes文件夹中)通常被视为可拥有自己许可证的独立作品——但对ComfyUI核心代码本身的分叉或直接修改属于衍生作品,必须继续遵循GPL-3.0。请核实你所安装的每一个具体自定义节点的许可证,因为社区编写的节点不受ComfyUI自身许可证的约束,条款各不相同。
ComfyUI的GPL-3.0许可证并未规定你可以对生成的图像做什么——这完全由你所加载的扩散模型的许可证决定。 Stable Diffusion 1.5、SD 2.1和SDXL采用CreativeML Open RAIL-M/RAIL++-M许可证,没有商业收入上限;SD 3和SD 3.5采用Stability AI Community License,仅在年收入低于100万美元时免费;FLUX.1 schnell采用Apache 2.0许可证(无限制),而FLUX.1 dev的商业使用则需要向Black Forest Labs单独获取商业许可证。在ComfyUI中运行这些模型并不会改变或覆盖它们各自的许可条款。
📍 简单一句话
ComfyUI软件采用GPL-3.0许可证,这是一种免费开源的著佐权(copyleft)许可证,没有收入上限、无需注册,自托管或商业使用该界面本身也不收取任何费用。
💬 简单来说
ComfyUI自身的许可证只涵盖ComfyUI这款软件本身;它并未规定你可以对用Stable Diffusion或Flux等模型生成的图像做什么——那完全取决于该模型自身的许可证,而与ComfyUI无关。
按模型划分的硬件要求
Stable Diffusion 1.5
- 最低VRAM:
- 4 GB VRAM
- 舒适VRAM:
- 6-8 GB VRAM
- 备注:
- ComfyUI支持的最轻量模型;可在近十年的大多数GPU上运行
SDXL 1.0
- 最低VRAM:
- 6-8 GB VRAM(需优化)
- 舒适VRAM:
- 8-12 GB VRAM
- 备注:
- 在任何界面中SDXL的VRAM占用大体相同——ComfyUI本身增加的开销很少
Stable Diffusion 3.5
- 最低VRAM:
- 约6-11 GB VRAM(Medium/FP8)
- 舒适VRAM:
- 16 GB以上(Large,FP16)
- 备注:
- 各版本的完整细节参见我们Stable Diffusion评测中的硬件表
Flux.1 schnell / dev
- 最低VRAM:
- 12 GB VRAM(FP8)
- 舒适VRAM:
- 24 GB以上(FP16)
- 备注:
- 大量使用ControlNet的全精度Flux工作流可能需要22-24 GB以上;FP8量化可将其大致减半
VRAM需求由你在ComfyUI中加载的扩散模型决定,而非ComfyUI本身。社区和第三方指南普遍反映,对于同一模型,ComfyUI的默认内存开销比AUTOMATIC1111略低,但具体节省幅度会因工作流复杂度和优化设置(注意力切片、模型卸载、量化)而异——请将这些数字视为规划范围而非保证,并在购买硬件前核实最新数据。
定价:免费自托管 vs. Comfy Cloud
自托管ComfyUI是免费的——你只需支付自己的硬件和电费。 在GPL-3.0许可证下,该软件本身没有订阅费、没有收入上限,本地或离线使用也无需注册。
Comfy Org另外销售Comfy Cloud,这是一项面向不想使用自有硬件的读者的付费托管GPU服务。根据comfy.org公布的价格,Comfy Cloud提供一个免费套餐,可进行有限次数的GPU运行且无需信用卡,之后是付费月度订阅:Standard每月20美元(月度4,200点积分,不支持导入自定义模型)、Creator每月35美元(月度7,400点积分,含自定义模型导入)、Pro每月100美元(月度21,100点积分,最长1小时工作流运行时间),以及Team每月700美元(月度147,700点积分,团队共享访问)。每个套餐都提供年付折扣。Comfy Cloud运行在配备96 GB VRAM的托管Blackwell RTX PRO 6000 GPU上,GPU时间按实际处理秒数计费,而非按每次生成计费。
Comfy Cloud是与免费、自托管、开源的ComfyUI项目相互独立的商业产品——在自己的GPU上使用ComfyUI永远不需要用到它,GPL-3.0许可证中也没有任何条款要求为此付费。
ComfyUI vs. AUTOMATIC1111
ComfyUI与AUTOMATIC1111的Stable Diffusion WebUI都在你自己的GPU上运行相同的扩散模型,两者都免费且开源,但它们通过根本不同的交互模式面向不同的用户群体。
交互模式
- ComfyUI:
- 节点图——每一步都是相连的节点
- AUTOMATIC1111:
- 单一界面上的标签页、按钮和滑块
学习曲线
- ComfyUI:
- 更陡——需要理解流水线
- AUTOMATIC1111:
- 更平缓——更接近传统应用
流水线控制
- ComfyUI:
- 完全——可插入、移除或改接任意步骤
- AUTOMATIC1111:
- 仅限于公开的设置和扩展功能
可复现性
- ComfyUI:
- 精确的流水线保存为一个可共享的JSON文件
- AUTOMATIC1111:
- 设置/预设,而非完整的生成图
扩展模式
- ComfyUI:
- ComfyUI Manager安装社区自定义节点
- AUTOMATIC1111:
- Extensions标签页安装社区脚本/扩展
许可证
- ComfyUI:
- GPL-3.0
- AUTOMATIC1111:
- AGPL-3.0
这是定位对比,而非基准测试——两个项目运行的都是相同的底层模型,因此图像质量的差异来自所选的模型和设置,而非界面本身。
ComfyUI vs. 其他替代方案
ComfyUI
- 最适合:
- 完全的流水线控制、可复现的节点图工作流
- 可自托管:
- 是——免费,自有GPU
- 许可证/费用:
- GPL-3.0,免费(Comfy Cloud托管套餐是独立的付费产品)
- 主要取舍:
- 在主流本地界面中学习曲线最陡
关于ComfyUI的文章(10篇)
- Draw Things Review (2026): Free Offline Image AI for Mac & iOS更新于 2026年9月7日
- AUTOMATIC1111 Review (2026): Stable Diffusion WebUI Explained更新于 2026年9月6日
- ComfyUI Review (2026): Free Node-Based UI for Stable Diffusion & Flux更新于 2026年9月6日
- ControlNet Review (2026): Structural Control for Stable Diffusion更新于 2026年9月6日
- Fooocus Review (2026): The Simplest Local Stable Diffusion UI更新于 2026年9月6日
- InvokeAI Review (2026): Professional-Grade Stable Diffusion Studio更新于 2026年9月6日
- SwarmUI Review (2026): The Multi-GPU Stable Diffusion Web UI更新于 2026年9月6日
- Stable Diffusion Review (2026): Free Local Text-to-Image Models更新于 2026年9月5日
- AnimateDiff Guide 2026: Animate Any Stable Diffusion Model更新于 2026年9月2日
- Real-ESRGAN Review: Free, Local AI Image Upscaler更新于 2026年9月2日
另有3篇未显示
InvokeAI
- 最适合:
- 精致、专业感的界面,需要时也可访问节点
- 可自托管:
- 是——免费,自有GPU
- 许可证/费用:
- Apache 2.0,免费(付费的Invoke Cloud套餐已在Adobe于2025年收购后停止服务)
- 主要取舍:
- 自定义节点生态比ComfyUI小
Fooocus
- 最适合:
- 以最少的点击获得第一张满意图像,配置极简
- 可自托管:
- 是——免费,自有GPU
- 许可证/费用:
- GPL-3.0,免费
- 主要取舍:
- 按设计理念,流水线控制远少于ComfyUI
关于Fooocus的文章(6篇)
- AUTOMATIC1111 Review (2026): Stable Diffusion WebUI Explained更新于 2026年9月6日
- ComfyUI Review (2026): Free Node-Based UI for Stable Diffusion & Flux更新于 2026年9月6日
- ControlNet Review (2026): Structural Control for Stable Diffusion更新于 2026年9月6日
- Fooocus Review (2026): The Simplest Local Stable Diffusion UI更新于 2026年9月6日
- SwarmUI Review (2026): The Multi-GPU Stable Diffusion Web UI更新于 2026年9月6日
- Stable Diffusion Review (2026): Free Local Text-to-Image Models更新于 2026年9月5日
其他提及:
StableSwarmUI
- 最适合:
- 多GPU生成,以及在ComfyUI后端之上更友好的一层
- 可自托管:
- 是——免费,自有多GPU
- 许可证/费用:
- MIT,免费
- 主要取舍:
- 社区规模小于ComfyUI本身;项目活跃度不稳定
关于StableSwarmUI的文章(1篇)
Midjourney / DALL-E 3
- 最适合:
- 零配置,纯云端生成,提示词投入最少
- 可自托管:
- 否——仅限云端,需订阅
- 许可证/费用:
- 付费订阅套餐
- 主要取舍:
- 没有本地控制,没有节点图,不能离线使用
底层模型的许可证和硬件细节参见Stable Diffusion评测,关于本地模型家族与Adobe Firefly、getimg.ai等云端工具的更广泛比较参见本地AI图像生成 vs. 云端。另请参阅AUTOMATIC1111、InvokeAI、Fooocus和SwarmUI的评测。
谁适合使用ComfyUI
- 希望完全控制生成流水线的读者。 如果你想在采样和输出之间插入面部修复处理、串联多个模型,或者把工作流分支以并排比较两个放大器,ComfyUI的节点图正是为此而设计的。
- 希望获得可复现、可共享工作流的读者。 导出为JSON的ComfyUI节点图是一份完整、精确的流水线记录——便于记录流程、与团队共享,或在数月后以相同结果重新运行。
- 已经熟悉Stable Diffusion、SDXL或Flux基础知识的读者。 ComfyUI默认你已经理解采样器、检查点和VAE的作用;它是建立在这些知识之上的高级用户层,而不是学习这些知识的途径。
- 希望最快获得新模型支持的读者。 由于其规模和活跃的自定义节点社区,新的扩散、视频和音频模型集成往往会较快登陆ComfyUI生态。
- 希望界面本身零许可费用的小型企业或个人。 GPL-3.0没有收入上限,也无需注册——成本只来自扩散模型自身的许可证,而不是ComfyUI。
谁不适合使用ComfyUI
- 追求一键式简单操作的完全新手。 ComfyUI的节点图有着真实的学习曲线;只想输入提示词并以最少配置获得图像的读者,应该改用Fooocus或AUTOMATIC1111的WebUI。
- 想要单一固定设置面板的读者。 如果节点图的灵活性给你的感觉是不必要的复杂,而不是一项优势,那么标签页式界面能让你以更少的学习成本更快得到结果。
- VRAM较少却计划以全精度运行Flux的读者。 FP16下的FLUX.1 dev需要24 GB以上VRAM;显存为8 GB或更少的读者应坚持使用Stable Diffusion 1.5或量化版Flux,或改用云端替代方案。
- 希望零配置云端生成、完全不使用本地硬件的读者。 Comfy Cloud为此而存在,但Midjourney和DALL-E 3等专门的云端工具同样可以满足需求,且完全不需要任何ComfyUI知识。
- 需要有保障的厂商支持和赔偿承诺的团队。 ComfyUI是一个社区维护的开源项目;需要合同支持承诺的团队应改为评估商业托管产品,并单独确认打算通过它运行的模型的许可条款。
常见问题
ComfyUI免费吗?
是的。ComfyUI是采用GPL-3.0许可证的免费开源软件——下载、自托管、修改或商业使用都不收取任何费用。Comfy Org另外销售付费托管GPU订阅服务Comfy Cloud,起价每月20美元,供不想使用自有GPU的读者选用,但这是可选项,本地使用ComfyUI并不需要它。
ComfyUI和Stable Diffusion有什么区别?
Stable Diffusion是扩散模型本身——将文本提示词转换为图像的权重和代码。ComfyUI则是加载并运行该模型的多个前端界面之一(与AUTOMATIC1111、InvokeAI、Fooocus并列)。ComfyUI本身不会生成图像;它首先需要加载像Stable Diffusion、SDXL或Flux这样的模型。
ComfyUI和AUTOMATIC1111有什么区别?
两者都在你自己的GPU上运行相同的底层扩散模型,但ComfyUI将生成的每一步表示为可视化图形中相连的节点,提供细粒度的流水线控制和基于JSON文件的可复现性;而AUTOMATIC1111使用更传统的标签页与滑块布局,学习门槛更低,但底层控制较少。
是谁创建了ComfyUI?
ComfyUI由一位公开身份为comfyanonymous的开发者创建,其姓名——Yannik Marek——后来为公众所知。该项目于2023年1月在GitHub首次发布。Marek自2023年6月起在Stability AI工作,直到该雇佣关系于2024年6月前后结束,此时Comfy Org作为专门组织成立,Marek担任联合创始人。
ComfyUI使用什么许可证?
ComfyUI采用GPL-3.0(GNU通用公共许可证3.0版)许可证,这是一种免费开源的著佐权(copyleft)许可证。它可以免费自托管和商业使用,没有收入门槛。该许可证涵盖ComfyUI这款软件本身——它不会改变或覆盖你在其中加载和运行的扩散模型(Stable Diffusion、Flux等)各自独立的许可证。
ComfyUI需要多少VRAM?
VRAM需求来自你所加载的模型,而非ComfyUI本身:Stable Diffusion 1.5约需4 GB,SDXL需6-12 GB,Flux从12 GB(FP8量化)到24 GB以上(FP16全精度)不等。对于同一模型,ComfyUI通常被认为比AUTOMATIC1111的内存开销略小,但具体数字会因工作流而异。
什么是ComfyUI Manager?
ComfyUI Manager是一个广泛使用的配套扩展,可以让你在ComfyUI界面内安装、更新、启用和禁用社区自定义节点,而不必逐个手动用Git克隆。它在GitHub代码仓库Comfy-Org/ComfyUI-Manager中维护,并默认内置于ComfyUI桌面应用中。
Comfy Cloud和ComfyUI是同一回事吗?
不是。ComfyUI是可以在自己的GPU上免费自托管的免费开源软件。Comfy Cloud是Comfy Org出售的一款独立付费托管GPU订阅产品,面向偏好云端硬件而非本地硬件的读者——由于使用ComfyUI并不需要它,请在comfy.org/pricing查看当前定价。
作为新手,我应该使用ComfyUI还是AUTOMATIC1111?
大多数完全新手使用像AUTOMATIC1111这样的标签页式界面,或者以最少点击为目标的Fooocus,能更快得到可用的结果。ComfyUI更适合已经了解Stable Diffusion基本概念(检查点、采样器、VAE)并希望完全控制生成流水线的读者,因为其节点图在设计上就有着更陡峭的学习曲线。
结论
ComfyUI凭借其在本地扩散模型生成领域作为高级用户界面的地位而当之无愧。它的节点图把流水线的每一步——模型加载、提示词编码、采样、放大——都公开为一个可连接、可检查、可复现的单元,这是任何标签页式界面都无法完全比肩的。这种透明度同时也是它的主要代价:只想输入提示词并以最少配置获得图像的读者,会发现AUTOMATIC1111或Fooocus更容易上手。ComfyUI本身采用GPL-3.0许可证,可免费自托管且无收入上限,其VRAM需求完全由所加载的模型决定——在普通硬件上运行Stable Diffusion 1.5,在高端GPU上以全精度运行Flux。Comfy Org的Comfy Cloud对于想要同样的节点图工作流却没有自有GPU的读者来说是一个正当的选择,但它是一个独立的付费产品,而非必需品。对于已经超越简单文生图输入框、渴望真正流水线控制的读者而言,ComfyUI是合理的下一步;尚未达到这一阶段的读者应先从更简单的界面开始。
来源
- ComfyUI GitHub代码仓库(Comfy-Org) — 官方源代码、支持的模型和最新文档。
- GitHub上的ComfyUI LICENSE文件 — GPL-3.0许可证的完整法律文本。
- ComfyUI-Manager GitHub代码仓库 — 官方自定义节点管理扩展。
- Comfy Cloud定价 — comfy.org — Comfy Cloud当前的套餐、积分和GPU规格。
- Comfy Org博客 — Comfy Cloud定价变更 — 当前定价套餐和免费套餐条款的公告。
- 维基百科上的ComfyUI — 项目历史、Comfy Org的成立,以及加入Linux基金会Open Model Initiative的情况。
- Which license for custom nodes? — comfyanonymous/ComfyUI GitHub Issue #3362 — 维护者关于自定义节点GPL-3.0适用范围的讨论。
- Stability AI SD 3.5的ComfyUI工作流 — Stability AI为ComfyUI官方发布的参考工作流。
