大家好，我是写编程的木木。从这篇开始，我将持续更新Comfyui的入门系列教程，这期我们先一起搭建一个Webui的文生图正常工作流。
我们知道在comfyui中，目前很多一键包，和在线平台都可以看到文生图的基础工作流，但是在使用过程中，仅文生图，太有限了，那今天我们就基于webui的文生图逻辑，给大家分享和webui一样的文生图基础工作流。
首先，我们了解下webui的文生图的流程大概是：选择模型(chekpoint+lora+vae),输入提示词(正负提示词)，设置参数，点击按钮生成得到对应的图像。
基于以上的逻辑，我们在comfyui加载默认的文生图工作流，基于这个工作流，我们可以看到上述webui的基础流程已经具备，但是缺少了Lora，vae的模型选择，这里要说一下，因为在comfyui里，vae模型不是必须，但是也可以加入。
那么我们就基于上面的文生图添加Lora和vae的节点，如下：
鼠标双击空白画布，出现搜索窗口，分别搜索lora，vae，分别选择lora加载器和vae加载器，选择进行新建节点，然后将模型节点对应串联起来即可，如下图：
这时候，我们就可以在lora的节点面板中去选择模型以及调整模型的权重
好了，以上是我们在webui中文生图+lora+vae的基础工作流，接下来我们再加上controlNet。
我们知道，在webui加入controlnet，需要打开controlnet面板，需要加载图像，需要模型处理器，需要模型，ok，那么我们就可以找到对应节点，如下:
我们分别添加这几个节点， 然后，再改动一下链接节点，A.将正负提示词输出链接到controlnet节点上，通过controlnet处理器来选择模型，B通过模型集成预处理器来加载预处理器模型，连接到controlnet节点的“图像”上，C.然后再将“加载图像”节点链接预处理器节点的“图像”上，其实这样已经ok，如果你想预览你图像的模型预处理后的效果，可以添加一个“图像预览”节点，如上，我选择的是“lineart”的模型与出来，得到的线稿样式。
这样我们的controlnet的流程也完成添加，一个完整的webui文生图+lora+vae+controlnet的基础工作流就完成了。
我们出图看看对比效果：通过controlnet控制人物生成的图像，相似度非常高。
写在最后
感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。
AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
一、AIGC所有方向的学习路线
AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。
二、AIGC必备工具
工具都帮大家整理好了，安装就可直接上手！
三、最新AIGC学习笔记
当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。
四、AIGC视频教程合集
观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
五、实战案例
纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
若有侵权，请联系删除
总结
# 文章总结：《ComfyUI入门：搭建WebUI文生图正常工作流及未来展望》## 一、引言
- **作者介绍**：写编程的木木，将持续更新ComfyUI入门系列教程。
- **本篇主题**：搭建WebUI的文生图正常工作流，超越基础功能，增加Lora和vae模型选择，以及ControlNet的集成。
## 二、WebUI文生图基础流程
1. **标准流程**：选择模型（chekpoint+可选Lora+可选vae）、输入提示词（正负）、设置参数、点击生成图像。
2. **ComfyUI实现**：加载默认文生图工作流，需手动添加Lora和vae节点以增强功能。
## 三、扩展ComfyUI文生图功能
1. **添加Lora和vae**：
- 鼠标双击画布搜索并添加Lora和vae加载器节点。
- 串联节点，调整模型权重。
2. **集成ControlNet**：
- 添加ControlNet节点、模型处理器、预处理器和加载图像节点。
- 配置节点链路：
- 正负提示词连接至ControlNet节点。
- 预处理器加载模型后连接到ControlNet的图像输入。
- 加载图像节点连接预处理器图像输入。
- 可选添加“图像预览”节点查看预处理效果。
## 四、作品展示与效果对比
- 使用ControlNet生成的图像展示了高度的相似性和细致的控制效果。
## 五、未来展望与学习资源
1. **AIGC技术前景**：
- 预计在游戏、计算和其他领域将获得更广泛应用。
- 技术与人工智能深度融合，推动各领域智能化发展。
2. **学习资源提供**：
- 全套AIGC学习资料，涵盖AI绘画、AI人工智能等前沿科技教程和软件工具。
- 学习路线、必备工具、最新学习笔记、视频教程合集及实战案例推荐。
3. **结束语**：
- 鼓励动手实践，将所学应用到实际项目中去。
- 提供的学习资源旨在帮助读者系统学习AIGC技术。
## 六、版权声明
- 如有内容侵权，请联系作者删除。