很多人对云端设计工具的犹豫,不是不会用,而是每次点“生成”都像在花积分:改一版文案、换一个比例、再放大一次,账单就往上跳。ComfyArt 想解决的正是这个别扭处——它是一块开源设计画布,直接跑在你自己的 ComfyUI 上,不需要账号,也没有积分,图像、视频、音频和 3D 任务都交给你本机的显卡。听起来很合适,但它毕竟是“装进 ComfyUI 的扩展”,不是双击即用的独立软件。下面按实际落地顺序走一遍:先检查环境,再从克隆到验证完成一次最小设计任务。

先确认三件事,再动手装
ComfyArt 的运行前提很朴素:一个能正常启动的 ComfyUI、一套能被 ComfyUI 调用的 Python 环境、以及工作流需要的模型文件。三者缺一个,后面都会以“页面打开了但生成失败”的形式还回来。
第一,ComfyUI 本身要能出图。随便跑一个最简单的文生图工作流,确认采样能完成、图片能保存。第二,记住你平时启动 ComfyUI 用的那个 Python 环境——是系统 Python、conda 环境还是 ComfyUI 桌面版自带的运行时。后面装依赖必须装进同一个环境,否则扩展加载时会报模块找不到。第三,想清楚你要试哪类任务。ComfyArt 的画布操作最终都会落到 workflows/ 里的普通 ComfyUI API 工作流上,工作流需要什么 checkpoint、文本编码器、VAE,你的 models/ 目录里就得有什么。第一次试用建议只准备一个常用的图像模型,别一上来就试视频和 3D。
装进 custom_nodes 的三步
ComfyArt 的安装方式很“ComfyUI 原生”:放进扩展目录、装依赖、重启。它已经把构建好的页面放在 dist/ 里,所以不需要 Node 构建,这一点对只想试用的人友好很多。
# 1. 进入 ComfyUI 的扩展目录
cd ComfyUI/custom_nodes
# 2. 克隆仓库,目录名保持 ComfyArt
git clone <ComfyArt 仓库地址> ComfyArt
# 3. 用 ComfyUI 所在的 Python 环境安装依赖
cd ComfyArt
pip install -r requirements.txt
这里的 <ComfyArt 仓库地址> 换成项目主页给出的克隆地址即可。第三步的 pip 要注意:如果你用 conda,先 conda activate 到 ComfyUI 的环境;如果是 ComfyUI 桌面版,用它内置的 Python 解释器来执行,不要图省事直接敲系统 pip。依赖里包含处理 PDF 上传和“编辑元素”识别所需的包,装漏了不一定启动就报错,可能等到你用某个具体功能时才暴露。
装完重启 ComfyUI。重启后在顶栏找 ComfyArt 入口,或者使用扩展提供的页面地址打开画布。

前后端连接:端口和入口最容易出错
ComfyArt 不是一个另起的独立服务,它依附于 ComfyUI 的后端,所以“连不上”的问题通常不在画布本身,而在访问方式。如果你平时用 --port 8188 启动,画布入口就在这个端口上;如果你改过端口,或者用 --listen 让局域网内其他机器访问,那么画布也要从对应的地址进入,而不是固定敲一个旧地址。
几个常见现象可以这样判断:
| 现象 | 更可能的原因 | 处理方向 |
|---|---|---|
| 顶栏没有 ComfyArt 按钮 | 扩展未加载成功 | 看启动日志里有没有导入报错,确认目录名和依赖 |
| 页面能开,生成无反应 | 后端未连通或工作流缺节点 | 先在原生 ComfyUI 里跑同工作流 |
| 报模型找不到 | 模型文件名或目录不匹配 | 按工作流里的文件名核对 models/ 下对应子目录 |
| 换机器访问打不开 | 只监听了本机 | 启动时加 --listen,并注意访问地址变化 |
本地部署不等于零配置,这句话在 ComfyArt 上体现得很直接:它省掉的是账号和积分,不是环境成本。
用一次最小任务验证画布
别急着做完整海报。新建一个项目,选一个常用的社交媒体尺寸,在画布上放一个图像生成器,写一句短提示词,跑一张图。这张图能正常出现在画布上,说明前端、后端、工作流、模型这条链路已经通了。
接着做第二个动作:用画布里的文字工具在图上加一行标题,调整字体和位置,然后导出一张 PNG。这一步验证的是“设计画布”而不只是“生成器”——ComfyArt 的定位是能排版、能改图层、能导出的工作台,生成只是其中一环。两步都通过,再考虑试参考图、局部重绘或视频。

Agent 默认是关的,先别把它当必选项
ComfyArt 内置了设计 Agent,能读画布、调用工具直接动手。但它默认关闭,需要在 Agent 设置里手动勾选启用 MCP 和启用 Agent。它用的是你本机已经登录好的命令行 Agent(比如 Claude Code、Codex、Qwen Code 之类),或者一个支持工具调用的 OpenAI 兼容本地端点;ComfyArt 本身不保存凭据。
这意味着 Agent 是否可用,取决于你有没有另外一套可用的模型入口。第一次部署时把它放一放更稳妥:先确认手动生成和导出没问题,再开 Agent,否则出问题时你很难判断是画布、工作流还是 Agent 环节的锅。
适合试用的边界
ComfyArt 适合这样的用户:已经在用 ComfyUI,手里有能跑图的模型,想要一块能排版、能反复改、不用计次的画布,并且愿意花半小时处理环境和端口。它不太适合完全没接触过 ComfyUI、希望装完就能稳定产出商用设计的人——模型管理、显存、工作流缺节点这些事,它不会替你做。
至于多机器调度、团队协作这类能力,建议等你的单机流程稳定后再单独评估,别在第一次部署时就把它们算进预期。先用一张图、一行字、一次导出把链路跑通,是判断这块画布值不值得留在你工作流里的最快方式。

评论列表 (1条):
加载更多评论 Loading...