ComfyUI 电商生图工作流搭建（简单版）
本站原创 · 面向「商品图批量生成」场景，按本机 GTX 1050 Ti 4GB 显存 配置给建议。 目标：一次搭好工作流，以后换商品只改提示词，边际成本趋零。
0. 先定调：4GB 显存怎么选
- ✅ 用 SD1.5 系小模型（权重约 2GB），跑得动、出图快。
- ❌ 暂时别碰 SDXL（6GB+ 权重），4GB 上极易爆显存、出图极慢。
- 启动必加参数：
--lowvram（宁慢勿崩）。 - 显卡是 N 卡，ComfyUI 兼容性最佳，不用折腾驱动。
1. 安装 ComfyUI（极简）
# 1. 拉代码
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
# 2. 装依赖（用自带脚本或 venv）
pip install -r requirements.txt
# 3. 低显存启动
python main.py --lowvram
浏览器打开 http://127.0.0.1:8188 即进入节点工作台。
模型放 ComfyUI/models/checkpoints/，ControlNet 放 ComfyUI/models/controlnet/。
2. 建议模型清单（按重要性）
| 用途 | 模型 | 说明 |
|---|---|---|
| 基础大模型 | realisticVision V5.1 (SD1.5) 或 麦橘超模 | 写实商品图首选，SD1.5 系，4GB 友好 |
| VAE | sd1.5 自带 VAE | 一般随大模型附带，无需单独下 |
| 锁形 ControlNet | control_v11p_sd15_depth（深度）或 openpose | 防止商品被 AI 改变形，显存够才加 |
| 高清放大 | ESRGAN 4x / R-ESRGAN 4x+ | 出图后放大细节，体积小吃显存 |
| 抠图（可选） | ImpactPack 节点 / 或先用 Photoroom 预处理 | 实拍图先去背再进工作流，省显存 |
下载渠道：HuggingFace / Civitai 搜上述名字，放对应 models 子目录即可。
3. 提示词模板（直接抄）
模板 A：白底主图（电商上架最常用）
正向：product photography, [商品名], white background, studio lighting,
soft shadows, high quality, sharp focus, 8k, commercial
负向：text, watermark, logo, signature, deformed, blurry, extra limbs,
lowres, jpeg artifacts
模板 B：场景图（带氛围/使用场景）
正向：product photography, [商品名], on [场景: wooden table / marble counter],
soft natural lighting, bokeh, lifestyle, commercial advertisement, 8k
负向：text, watermark, logo, deformed, blurry, oversaturated, lowres
用法：把
[商品名][场景]替换成实际内容。中文模型可写中文提示词，但英文权重更稳。
4. 工作流骨架（节点流向，不展开逐步）
[Checkpoint 加载大模型]
→ [CLIP 文本编码]（接正向/负向提示词）
→ [ControlNet 锁形]（可选，接商品线稿/深度图）
→ [KSampler 采样]（出潜空间图）
→ [VAE 解码]（转成图片）
→ [放大节点]（可选）
→ [保存图片]
核心思路：大模型定画风 + 提示词定内容 + ControlNet 定形状。电商图成败在 ControlNet——它把商品外观锁死，只让 AI 改背景和光影。
5. 出图参数建议（SD1.5）
- 采样器：
DPM++ 2M Karras - 步数：20–30
- CFG：7
- 分辨率：512×768 或 768×768（SD1.5 原生尺寸，别直接拉 1024+）
- 出完用 ESRGAN 放大到所需尺寸
6. 下一步
简单版先跑通「白底主图」。熟练后再加 ControlNet 锁形、批量队列、自动命名导出，才是电商真正提效的点。