ComfyUI智能绘画从新手到高手

超值赠送
1.30个好机友Al独家模型
2.130分钟的ComfyUI从入门到精通在线视频课
3.55GB模型及工作流等
4.20000个28类整理好的AIGC提示词电子文档
5.好机友AIGC精华知识文摘
6.好机友AI绘画学习知识库

《ComfyUI智能绘画从新手到高手》全面介绍ComfyUI的使用方法和技巧。《ComfyUI智能绘画从新手到高手》从认识ComfyUI的基本概念开始，逐步讲解ComfyUI的安装配置、AI生成图片的底层逻辑、节点及工作流的构建原理、常用工作流的基础模块、底模与LoRA模型的理解与应用，再到提示词撰写逻辑及权重控制技巧，以及ControlNet在ComfyUI中的使用。最后，通过讲解组合常用的多种工作流创作各类图像作为综合实战案例，帮助读者理解并掌握ComfyUI在实际应用中的技巧和方法。
《ComfyUI智能绘画从新手到高手》既可以作为人工智能绘画爱好者的自学资料，也可以作为院校或培训机构ComfyUI相关课程的教材或辅导用书。

第1章 认识 Stable Diffusion
1.1 Stable Diffusion 简介
1.2 ComfyUI 简介
1.3 ComfyUI 与WebUI 对比
1.4 ComfyUI 的优势
1.5 ComfyUI 的缺点
第2章 安装并配置ComfyUI
2.1 ComfyUI整合包安装
2.1.1 开发者整合包安装
2.1.2 秋叶整合包安装
2.2 ComfyUI界面
2.2.1 工作流选项
2.2.2 工具选项及参数显示
2.2.3 菜单界面
2.3 配置模型
2.3.1 未使用过WebUI的配置模型
2.3.2 使用过WebUI的配置模型
2.4 安装基础插件
2.4.1 安装ComfyUI-Manager插件
2.4.2 安装使用AIGODLIKE-ComfyUI-Translation
           插件
2.4.3 Manager插件功能详解
2.5 ComfyUI界面常用快捷方式
第3章 AI生图
3.1 了解AI生图的底层逻辑
3.2 CLIP模型
3.2.1 CLIP的基本概念
3.2.2 CLIP在Stable Diffusio中的应用
3.2.3 CLIP参数的影响
3.3 Latent空间
3.3.1 Latent空间的定义
3.3.2 Latent空间在Stable Diffusio中的应用
3.4 UNet神经网络
3.4.1 UNet的工作流程
3.4.2 UNet在Stable Diffusio中的作用
3.5 VAE变分自编码器
3.5.1 VAE的基本概念
3.5.2 VAE在Stable Diffusion中的作用
3.6 ComfyUI图生图的底层逻辑
第4章 ComfyUI的节点及工作流的构建原理
4.1 初识ComfyUI节点
4.2 节点的分类
4.3 安装自定义节点的3种方法
4.3.1 管理器安装
4.3.2 启动器安装
4.3.3 压缩包安装
4.4 核心节点使用方法及注意事项详解
4.5 节点的基本操作
4.6 节点之间的连接
4.7 新建工作流
4.8 工作流构建的思路
4.8.1 明确需求
4.8.2 准备模型和节点
4.8.3 搭建工作流主干
4.8.4 添加辅助节点和参数调整
4.8.5 测试和微调
4.8.6 保存和分享工作流
第5章 掌握常用工作流的基础模块
5.1 调整图像尺寸
5.1.1 获取图像尺寸
5.1.2 缩放图像
5.1.3 裁剪图像
5.2 处理图像
5.2.1 局部重绘
5.2.2 修复重绘
5.2.3 生成遮罩
5.2.4 校正图像颜色
5.2.5 重构图
5.2.6 抠图
5.3 处理提示词
5.3.1 导入提示词
5.3.2 批量输入提示词
5.3.3 反推提示词
5.3.4 翻译提示词
5.4 图像放大
5.4.1 高清放大图像
5.4.2 放大重绘图像
5.5 人像换脸
5.5.1 Reactor换脸
5.5.2 FaceID换脸
5.5.3 InstantID换脸
5.6 细节调整
5.6.1 面部细化
5.6.2 重打光
5.6.3 风格迁移
5.7 生成视频
5.7.1 文生视频
5.7.2 图生视频
5.7.3 表情变化视频
5.8 图像对比
第6章 了解底模与LoRA模型
6.1 理解并使用SD底模模型
6.1.1 什么是底模模型
6.1.2 理解底模模型的应用特点
6.2 理解并使用SDXL模型
6.2.1 认识SDXL模型
6.2.2 SD1.5与SDXL之间的区别
6.2.3 使用SDXL模型出图失败的原因
6.2.4 SDXL-Lightning
6.2.5 SDXL-Turbo
6.3 理解并使用Flux模型
6.3.1 认识Flux模型
6.3.2 Flux模型与其他模型对比
6.3.3 Flux模型版本
6.3.4 Flux模型的关键特性
6.3.5 Flux模型的安装和部署
6.3.6 使用Flux模型注意事项
6.3.7 Flux LoRA模型
6.3.8 Flux入门工作流讲解
6.4 认识Stable Diffusion 3.5模型
6.4.1 Stable Diffusion 3.5模型特点
6.4.2 Stable Diffusion 3.5 的版本介绍
6.4.3 Stable Diffusion 3.5 的应用前景
6.4.4 Stable Diffusion 3.5模型在Liblib运行
6.4.5 Stable Diffusion 3.5模型本地运行
6.4.6 Stable Diffusion 3.5与Flux出图对比
6.5 理解并使用LoRA模型
6.5.1 认识LoRA模型
6.5.2 叠加LoRA模型
6.6 底模与LoRA模型匹配技巧
6.7 SD1.5 LoRA、SDXL LoRA、Flux LoRA的
           关系
6.8 VAE模型
第7章 掌握提示词撰写逻辑及权重控制技巧
7.1 认识正面提示词
7.1.1 什么是正面提示词
7.1.2 正面提示词结构
7.2 认识负面提示词
7.2.1 认识1.5模型中的负面提示词
7.2.2 认识XL模型中的负面提示词
7.2.3 认识Flux模型中的负面提示词
7.3 质量提示词
7.4 掌握提示词权重
7.4.1 用花括号“{}”调整权重
7.4.2 用圆括号“( )” 调整权重
7.4.3 用双圆括号“(( ))”调整权重
7.4.4 用方括号“[ ]”调整权重
7.4.5 用冒号“:”调整权重
7.4.6 调整权重的技巧与思路
7.5 理解提示词顺序对图像效果的影响
7.6 理解提示词注释的用法
7.7 Flux提示词的书写
7.7.1 使用自然语言撰写生图准确的提示词
7.7.2 使用Flux在图片上生成文字
7.8 SDXL提示词的书写
7.9 提示词翻译节点
第8章 使用ControlNet精准控制图像
8.1 安装ControlNet
8.1.1 安装ControlNet预处理器
8.1.2 安装ControlNet模型
8.2 ControlNet节点
8.2.1 ControlNet应用
8.2.2 ControlNet加载器
8.2.3 ControlNet预处理器
8.3 Canny（硬边缘）
8.3.1 Canny预处理器
8.3.2 实例操作
8.4 Softedge（软边缘）
8.4.1 Softedge预处理器
8.4.2 实例操作
8.5 Scribble（涂鸦）
8.5.1 Scribble预处理器
8.5.2 实例操作
8.6 Lineart（线稿）
8.6.1 Lineart预处理器
8.6.2 搭建Lineart工作流
8.7 Depth（深度）
8.7.1 Depth预处理器
8.7.2 实例操作
8.8 Openpose（姿态）
8.8.1 Openpose预处理器
8.8.2 实例操作
8.8.3 Openpose骨骼图
8.9 Inpaint（局部重绘）
8.9.1 Inpaint工作流搭建
8.9.2 实例操作
8.10 Flux专用ControlNet概述
8.10.1 ControlNet V3 
8.10.2 ControlNet-Union-Pro
第9章 ComfyUI综合实战案例
9.1 生成相似图片工作流
9.2 生成动态图片工作流
9.3 转变图片风格工作流
9.4 产品更换模特工作流
9.5 图片换背景工作流
9.6 图片重打光工作流
9.7 扩展图像工作流
9.8 生成证件照工作流
9.9 批量生成写真照工作流
9.10 一键产品精修工作流
9.11 一键生成人像手办工作流
9.12 一键生成艺术字工作流
9.13 一键超清放大图像工作流