前言
大家好，我是写编程的木木。
前面几篇有讲到Comfyui的安装和入门基础的文生图，图生图加上CN和局部重绘的工作流教程，这工作流是基于sd webui的工作流原理跟大家简单讲了Comfyui工作流的基本原理。
今天我们通过拆解组合的方式再稍微深入拓展给大家讲一下Comfyui的工作流原理。
一、原理讲解
通过基础的文生图工作流，我们可以拆解成几个部分，通过分析，我们可以得到基础的工作流原理是：模型+提示词+尺寸分辨率设置+采样器+VAE解码+生成的图像。
通过拆解分析后，我们发现，从K采样器这里拆开，之前的模型+提示词+尺寸设置，都汇总到K采样器这个节点，所以可以理解为，在K采样器前的所有条件，都是作为条件组合【输入】给K采样器，通过K采样器汇总采样，输送给VAE解码，最终生成图像。
通过合并，我们总结为以下三个部分，我们把条件输入称为“条件空间模块”，K采样器模块称为“潜空间”，VAE解码生成图像称为“像素空间”，这三个模块组成了Comfyui的完整工作流。
即Comfyui的基础工作流原理=条件空间+潜空间+像素空间
这里有必要说一下，潜空间是整个工作流最核心的节点，整个工作流是通过这个潜空间对前面的条件进行“加工”，这里的加工处理，是对图像的加噪和去噪过程，最终生成符合我们输入条件的图像，而这里的图像还不能直接展示出来，需要通过VAE解码，将潜空间的图像转换成像素空间的图像后才能展示出来。
了解了Comfyui的工作流原理，那如果我们需要给工作流加上Lora和Controlnet，怎么加？我们知道这两个条件是要对图像进行条件的输入，那么是需要加在潜空间模块之前。
在Webui中我们知道，lora是加在正向文本里的，但是在Comfyui，lora有单独的节点，我们双击画布空白处，搜索Lora，就可以找到Lora节点并点击就可以添加到画布。
二、拓展Lora模型链接
如果你想添加多个Lora，可以重复上述步骤添加，也可选中当前lora节点，通过键盘的快捷键Ctrl+C，Ctrl+V进行复制。
然后通过串联的形式，将Checkpoint模型和Lora模型的模型接口对应链接上，将CLIP接口链接上，最后CLIP对应链接到文本编码器(正负提示词节点)即可。对应Lora选择相应模型即可。
三、拓展Controlnet连接
我们知道在webui中，Controlnet是以插件的形式存在的，如果我们是第一次使用Comfyui，需要下载Controlnet模型和对应节点。
安装Controlnet插件节点：Controlnet_aux插件，通过manager节点管理器搜索点击按钮即可安装，以下截图是已安装完成的。
下载Controlnet模型，放置在Comfyui的对应模型文件夹下
安装完成后，重启Comfyui，我们就可以在画布空白双击弹窗搜索Controlnet，就可以将节点添加到画布，添加后，我们发现Controlnet的输入连接点是“条件”，那我们需要将他放置在“文本编码器”的后边。
连接条件后，我们发现，Controlnet节点还有两个连接点分别是青色和蓝色的点，我们可以反向拉出来，选择添加Controlnet模型节点和openpose预处理节点，连接添加图像节点。
然后我们添加图像，选择Controlnet模型 sd 1.5 openpose，就可以简单出图了。
通过openpose提取参考图像的姿势，得到一个姿势和参考图一样的新的图像。
通过以上的拆分和讲解，我们基本上了解Comfyui的基础原理，之后自己搭建更加复杂的工作流，基本是按照这个逻辑来进行搭建。
好了，以上就是今天的全部内容了，我们持续探索更新AIGC的设计相关思路教程。
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**：本文由编程爱好者木木撰写，深入探讨了Comfyui这一AIGC（人工智能生成内容）工具的工作流原理及其拓展应用。开篇回顾了Comfyui的基础安装与文生图、图生图等基本工作流程，随后通过拆解组合的方式，详细阐述了Comfyui的核心工作流原理，即“条件空间+潜空间+像素空间”三大模块构成的完整流程。
**核心要点包括**：
1. **原理讲解**：工作流分为条件输入（模型、提示词、尺寸设置）、潜空间（K采样器）处理加噪去噪，以及VAE解码生成图像的像素空间，其中潜空间为核心处理模块，负责根据条件生成潜像，再通过解码输出最终图片。
2. **Lora与Controlnet的拓展**：
- **Lora模型**：通过单独节点添加，可复制多个，并通过minValue等参数调整影响权重，链接至文本编码器前后以调节特征输入。
- **Controlnet模型**：需先行下载安装插件和模型，然后添加Controlnet节点并放置于适当位置，可搭配Openpose等预处理节点，控制图像生成的具体特征如姿势等。
**实用技巧与未来展望**：
- 提供了Lora和Controlnet的详细操作步骤，帮助用户扩展工作流的复杂度和功能性。
- 展望未来，AIGC技术将在游戏和计算领域得到更广泛应用，结合AI技术进一步拓展其边界。
**附加资源**：
文末还贴心地为AIGC技术爱好者提供了从学习路线、必备工具、学习笔记、视频教程到实战案例的全面支持，助力有志于AI绘画与AIGC技术的朋友快速成长。
**总结**：本文通过深入浅出的方式，不仅解析了Comfyui的工作流原理，还提供了丰富的拓展方法与实践指导，为AIGC领域的学习者和实践者提供了宝贵的参考。