本书深入而系统地阐述了人工智能绘画软件ComfyUI的全方位应用技巧，从基础的软件安装与配置步骤，到深入解析文生图与图生图功能中各个参数的精妙作用，再到详解如何利用ControlNet技术实现图像创作的精准操控，直至引领读者掌握自主训练LoRA模型，最终实现批量化方式创造高质量个性化图像的目的。 本书不只局限在Stable Diffusion（以下简称SD）1.5版本的内容讲解，根据SD的发展，本书还详细讲解了SDXL、Flux以及SD3.5模型的工作流以及LoRA的训练等相关内容。鉴于ComfyUI操作的复杂性和参数设置的多样性，作者巧妙地融入了丰富的对比实例、操作示例图及软件界面截图，图文并茂，旨在通过这种直观的方式，引导初学者循序渐进地跟随指引，确保每一步操作都能准确无误，进而达到预期的创作效果。 本书不仅是一部内容丰富、技术解析详尽的自学宝典，对于AI绘画爱好者、AI视觉领域的专业人士及图像处理行业的从业者而言极具参考价值；同时，其全面的知识体系也完全适合作为视觉传达与影像处理等相关专业的教材，助力学生掌握前沿技术，提升实践能力。

第1章 安装并设置ComfyUI
认识ComfyUI
Stable Diffusion 简介
LDM底层逻辑
ComfyUI 简介
ComfyUI 与WebUI 对比
ComfyUI 的优势
ComfyUI 的缺点
ComfyUI 配置要求
ComfyUI整合包安装
开发者整合包安装
秋叶整合包安装
配置模型
未使用过WebUI的配置模型
使用过WebUI的配置模型
基础插件安装
Manager插件安装
汉化插件安装使用
Manager插件功能详解
ComfyUI界面常用快捷方式
第2章 探索ComfyUI的组成节点
初识ComfyUI节点
节点的分类
自定义节点的安装
核心节点的详细讲解
节点的基本操作
节点之间的连接
第3章 了解底模与LoRA模型
理解并使用SD底模模型
什么是底模模型
理解底模模型的应用特点
理解并使用SDXL模型
认识SDXL模型
SD1.5 与SDXL之间的区别
使用SDXL模型出图失败的原因
SDXL-Lightning
SDXL-Turbo
理解并使用Flux模型
认识Flux模型
模型的更新变迁史
模型间的区别
Flux模型与其他模型对比
Flux模型版本
Flux模型的关键特性
Flux模型的应用
Flux模型的安装部署
使用Flux模型注意事项
Flux LoRA模型
认识Stable Diffusion 3.5 模型
Stable Diffusion 3.5 模型特点
Stable Diffusion 3.5 的版本介绍
Stable Diffusion 3.5 的优势
Stable Diffusion 3.5 的应用前景
Stable Diffusion 3.5 模型Liblib运行
Stable Diffusion 3.5 模型本地运行
Stable Diffusion 3.5 与Flux出图对比
理解并使用LoRA模型
认识LoRA模型
叠加LoRA模型
底模与LoRA模型匹配技巧
安装底模及LoRA模型
SD1.5 LoRA、SDXL LoRA、Flux LoRA的关系
VAE模型
第4章 掌握提示词撰写逻辑及权重控制技巧
认识SD正面提示词
什么是正面提示词
正面提示词结构
认识SD负面提示词
认识负面提示词
质量提示词
掌握提示词权重
用大括号“{}”调整权重
用小括号“( )” 调整权重
用双括号“(( ))”调整权重
用中括号“[ ]”调整权重
用冒号“:”调整权重
调整权重的技巧与思路
理解提示词顺序对图像效果的影响
理解提示词注释的用法
Flux提示词的书写
使用自然语言撰写生图准确的提示词
使用Flux在图片生成文字
SDXL提示词的书写
提示词翻译节点的使用
第5章 ComfyUI常用工作流的搭建及使用
ComfyUI 导入工作流
文生图工作流讲解
文生图工作流的节点选择
文生图工作流的节点连接
文生图工作流案例实操
图生图工作流讲解
图生图工作流的节点选择
图生图工作流的节点连接
图生图工作流案例实操
LoRA模型工作流讲解
LoRA加载器节点的介绍与连接
LoRA模型工作流案例实操
局部重绘工作流讲解
为图片增加遮罩
增加遮罩编码节点
局部重绘工作流案例实操
高清放大工作流讲解
非模型高清放大
模型高清放大
高清修复放大
SDXL标准工作流讲解
SDXL标准工作流搭建
SDXL标准工作流案例实操
Flux入门工作流讲解
未整合CLIP和VAE模型的工作流
整合CLIP和VAE模型的工作流
NF4模型的工作流
第6章 在ComfyUI中使用ControlNet
安装ControlNet
ControlNet预处理器安装
ControlNet模型安装
ControlNet节点介绍
ControlNet应用
ControlNet加载器
ControlNet预处理器
Canny（硬边缘）
Canny预处理器
实例操作
Softedge（软边缘）
Softedge预处理器
实例操作
Scribble（涂鸦）
Scribble预处理器
实例操作
Lineart（线稿）
Lineart预处理器
Lineart工作流搭建
Depth（深度）
Depth预处理器
实例操作
OpenPose（姿态）
OpenPose预处理器
实例操作
OpenPose骨骼图
Inpaint（局部重绘）
Inpaint工作流搭建
实例操作
Flux的ControlNet概述
ControlNet V3
ControlNet-Union-Pro
第7章 通过训练LoRA获得个性化图像
为什么要掌握训练LoRA技术
训练LoRA的基本流程
步骤1：准备软件环境
步骤2：确定训练目的
步骤3：准备并处理训练素材
步骤4：为素材打标签
步骤5：设置参数并开始训练
步骤6：测试LoRA
LoRA训练实战及参数设置
LoRA训练实战目标
准备并处理素材
为素材打标签
设置训练参数
选择适合的LoRA
SDXL LoRA训练参数设置
使用第三方平台训练Flux LoRA模型
本地训练Flux LoRA模型
第8章 ComfyUI常用扩展
SD UpScale高清放大
UpScale放大的工作原理
UpScale放大扩展的安装
SD放大节点详解
UpScale放大案例实操
ComfyUI-Impact-Pack
ComfyUI-Impact-Pack扩展介绍
ComfyUI-Impact-Pack扩展安装
Impact扩展检测器详解
Impact自动脸部检测并精修
SAM检测遮罩工作流搭建
Efficiency-nodes扩展
Efficiency