ComfyUI ist eine Node-basierte GUI für Bild-Generierung. Du baust Workflows durch Verschieben von Blöcken.

Teil 1: Installation

Option 1: Portable Version (einfach)

  1. Geh zu https://github.com/comfyanonymous/ComfyUI
  2. Download "Portable" Version
  3. Entpacken
  4. run_nvidia_gpu.bat (Windows) oder ./run.sh (Linux/Mac)
  5. Browser: http://localhost:8188

Option 2: Manuell (für Experten)

git clone https://github.com/comfyanonymous/ComfyUI
cd ComfyUI

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
pip install -r requirements.txt

python main.py

Teil 2: Erste Workflow

Öffne ComfyUI. Die UI hat links "Node Palette" und rechts den Canvas.

Basis: Text-zu-Bild

  1. Checkpoint laden: Suche "Load Checkpoint" Node

    • Model: sd15-v2-1.safetensors (Stable Diffusion 1.5)
    • Connect zu "KSampler"

  2. Prompt: "Load Model" Node

    • Positive: "A beautiful sunset over mountains, oil painting"
    • Negative: "ugly, blurry, low quality"
    • Connect zu "KSampler"

  3. Sampler: KSampler Node

    • Steps: 20
    • CFG: 7.5
    • Sampler: "euler"
    • Scheduler: "karras"

  4. Save Image: "VAE Decode" + "Save Image"

Das ist ein kompletter Workflow! Klick Play.

Teil 3: Modelle & Checkpoints

Welche Modelle solltest du nutzen?

Modell Größe Qualität Speed Nutze für
Stable Diffusion 1.5 4 GB Gut Schnell Test, Basis
Stable Diffusion XL 6.9 GB Sehr gut Mittel Production
Flux.1 Dev 24 GB State-of-the-art Langsam High-End
Flux.1 Pro - Beste - Commercial
Realistic Vision 4 GB Fotorealistisch Schnell Fotos

Modelle herunterladen

# Modelle gehen in models/checkpoints/

# Stable Diffusion 1.5 (4 GB)
wget -O "models/checkpoints/sd15.safetensors" \
  "https://huggingface.co/runwayml/stable-diffusion-v1-5/resolve/main/v1-5-pruned-emaonly.safetensors"

# SDXL (6.9 GB)
wget -O "models/checkpoints/sdxl.safetensors" \
  "https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/resolve/main/sd_xl_base_1.0.safetensors"

# Flux.1 Dev (24 GB — braucht mindestens 24 GB VRAM)
# → Manuell von https://huggingface.co/black-forest-labs/FLUX.1-dev herunterladen

VRAM-Anforderungen:

Modell VRAM
SD 1.5 4 GB
SDXL 8 GB
Flux.1 24 GB

Zu wenig VRAM? → Optimize "Use DeepSpeed" oder "Tiling" aktivieren.

Teil 4: Advanced Workflow

Hier ein komplexer Workflow mit mehreren Funktionen:

Multi-Step Workflow

Prompt → Load Model → Encode Prompt
         ↓
Seed → Sampler
         ↓
VAE Decode → Upscale → Save

Node-für-Node:

1. Load Checkpoint (SDXL)
2. CLIP Text Encode (Positive Prompt)
3. CLIP Text Encode (Negative Prompt)
4. KSampler
   - Model: aus Load Checkpoint
   - Positive/Negative: aus Text Encodes
   - Seed: 42
   - Steps: 30
   - CFG: 8.0
5. VAE Decode
   - Samples: aus KSampler
   - VAE: aus Load Checkpoint
6. Upscale Image (4x)
   - Image: aus VAE Decode
   - Upscale Model: "RealESRGAN_x4plus"
7. Save Image
   - Images: aus Upscale
   - Filename prefix: "output"

Teil 5: LoRA (Low Rank Adaptation)

Mit LoRAs machst du spezifische Stile.

LoRA laden

1. Load Checkpoint (Base Model)
2. Load LoRA
   - LoRA Name: "GhibliStyle.safetensors"
   - Strength: 1.0 (0-1, höher = mehr Effekt)
3. Connect zu KSampler

LoRA Quellen

Populäre LoRAs

  • Ghibli Style: Anime-ähnliche Filme
  • Oil Painting: Ölmalerei-Textur
  • CyberPunk: Neon-Ästhetik
  • Photoreal: Fotorealistisch

Beispiel-Prompt mit LoRA:

Positive: "masterpiece, best quality, girl, ghibli style, fantasy, magical,
          detailed eyes, soft lighting"
Negative: "ugly, blurry, low quality, bad anatomy, disfigured"

Teil 6: Flux.1 Workflow

Flux ist das modernste Modell (2026).

Flux vs Stable Diffusion

Aspect Flux.1 SDXL
Qualität State-of-the-art Sehr gut
Text-Verständnis Ausgezeichnet Gut
Details Extreme Gut
Hände/Gesichter Perfekt OK
Speed Langsam (24s/Bild) Schnell (8s)
VRAM 24 GB 8 GB
Kosten Hoch Niedrig

Flux Workflow

1. Load Checkpoint ("flux-dev-fp8.safetensors")
2. CLIP Text Encode
   - Text: "A beautiful sunset, hyper-realistic, 8k"
   - CLIP: aus Checkpoint
3. Flux Sampler
   - Steps: 30 (Flux braucht mehr Steps)
   - CFG: 3.5 (Flux mag niedrigere CFG)
4. VAE Decode
5. Save Image

Flux Prompt-Tipps:

  • Nutze Simpler Language (Flux versteht Englisch besser)
  • "hyper-realistic, 8k, professional lighting"
  • Negative Prompt ist optional bei Flux (schon gut trainiert)

Teil 7: Custom Nodes

ComfyUI ist erweiterbar durch Custom Nodes.

Manager installieren

# Im ComfyUI-Verzeichnis
cd custom_nodes
git clone https://github.com/ltdrdata/ComfyUI-Manager
# → Restart ComfyUI

Nodes suchen und installieren

  1. Startup-Screen: "Manager"
  2. Suche "Upscaler"
  3. Install "Real-ESRGAN"
  4. Restart

Beliebte Nodes

Node Was es tut
Real-ESRGAN 4x Upscaling
ControlNet Pose/Edge/Depth Kontrolle
AnimateDiff Video-Generierung
IP-Adapter Style Transfer
Face Detailer Gesichter verbessern

Teil 8: Batch Processing

Generiere 100 Bilder automatisch:

# batch_generate.py
import requests
import json
import time

# ComfyUI API URL
API_URL = "http://localhost:8188"

# Workflow Definition
workflow = {
    "1": {
        "class_type": "Load Checkpoint",
        "inputs": {"ckpt_name": "sd15.safetensors"}
    },
    "2": {
        "class_type": "CLIP Text Encode",
        "inputs": {
            "text": "PLACEHOLDER_PROMPT",
            "clip": ["1", 1]
        }
    },
    "3": {
        "class_type": "CLIP Text Encode",
        "inputs": {
            "text": "ugly, blurry, low quality",
            "clip": ["1", 1]
        }
    },
    "4": {
        "class_type": "KSampler",
        "inputs": {
            "seed": "PLACEHOLDER_SEED",
            "steps": 20,
            "cfg": 7.5,
            "sampler_name": "euler",
            "scheduler": "karras",
            "denoise": 1.0,
            "model": ["1", 0],
            "positive": ["2", 0],
            "negative": ["3", 0]
        }
    },
    "5": {
        "class_type": "VAE Decode",
        "inputs": {
            "samples": ["4", 0],
            "vae": ["1", 2]
        }
    },
    "6": {
        "class_type": "Save Image",
        "inputs": {
            "images": ["5", 0],
            "filename_prefix": "PLACEHOLDER_PREFIX"
        }
    }
}

# Prompts generieren
prompts = [
    "A beautiful sunset over the ocean",
    "A cozy cabin in the snow",
    "A futuristic city at night",
    # ... mehr Prompts
]

# Für jeden Prompt
for i, prompt in enumerate(prompts):
    wf = json.loads(json.dumps(workflow))  # Deep copy

    # Placeholders ersetzen
    wf["2"]["inputs"]["text"] = prompt
    wf["4"]["inputs"]["seed"] = i + 100
    wf["6"]["inputs"]["filename_prefix"] = f"batch_{i:04d}"

    # API anrufen
    response = requests.post(
        f"{API_URL}/prompt",
        json={"prompt": wf}
    )

    print(f"Bild {i+1}/{len(prompts)}: {prompt}")

    # Warte bis Generierung fertig
    time.sleep(30)

print("✓ Batch fertig!")

Laufen:

python batch_generate.py
# Output: 100 Bilder in outputs/

Teil 9: Performance Tuning

Bilder generieren ist langsam. Hier sind Optimierungen:

1. Quantisierung

1. Load Checkpoint → Settings
2. "Model precision": "fp8" (statt "fp16")
3. → 2x schneller, minimal weniger Qualität

2. Tiling (für große Bilder)

KSampler → "Tile size": 512
→ Verhindert OOM bei 2K+ Bildern
→ Etwas langsamer aber weniger VRAM

3. Seed setzen (für Reproduzierbarkeit)

"seed": 42  # Gleicher Seed = gleiches Bild
"randomize": False

4. Lower Steps

# Schneller aber weniger Details
"steps": 15  # (statt 30)
# Nur für Tests, Final braucht 30+

Top-5 Fehlerbehebung

Problem 1: "CUDA out of memory"

Ursache: Zu großes Bild oder Model

Lösung:
1. Load Checkpoint → "Memory mode": "Minimal"
2. Oder: Resolution reduzieren (1024→512)
3. Oder: Tile size aktivieren

Problem 2: Bilder sind hässlich

Gründe:
1. Schlechter Prompt
   → Nutze "masterpiece, best quality"
2. CFG zu hoch (über 15)
   → Setze auf 7-10
3. Seed 1000
   → Probiere verschiedene Seeds

Problem 3: ComfyUI startet nicht

# Port besetzt?
lsof -i :8188
kill -9 <PID>

# Oder anderen Port nutzen
python main.py --listen 0.0.0.0 --port 8189

Problem 4: Custom Node funktioniert nicht

# Manager neu laden
# Oder manuell:
cd custom_nodes/ComfyUI-Manager
git pull origin main
# → Restart ComfyUI

Problem 5: Workflow lädt nicht

Fehler beim Laden?
1. Exportiere Workflow als JSON
2. Check: Alle Node-Namen korrekt?
3. Check: Alle Model-Dateien existieren?

Zusammenfassung

ComfyUI Workflow-Architektur:

  1. Modell laden (Checkpoint)
  2. Prompts encoden (CLIP)
  3. Sampling (KSampler)
  4. VAE Decode (latent → Bild)
  5. Upscale (optional)
  6. Speichern (Output)

Modell-Auswahl:

  • Anfänger: SD 1.5 (einfach, schnell)
  • Production: SDXL (gute Qualität)
  • High-End: Flux.1 (beste Qualität)

Nächste Schritte:

  • ControlNet für Pose-Kontrolle
  • Video-Generierung mit AnimateDiff
  • Fine-Tuned LoRAs für deinen Stil
  • Integration mit APIs (Discord Bot, etc.)

Ressourcen