ComfyUI 是一个基于节点流程式的 stable diffusion AI 绘图工具 WebUI，它可以被想象成集成了 stable diffusion 功能的 substance designer，通过将 stable diffusion 的流程拆分成节点，实现了更加精准的工作流定制和完善的可复现性。
在 ComfyUI 中，您可以直接训练 LoRA 模型。前几天在 ComfyUI 的 subreddit 上，有人发布了适用于直接从 ComfyUI 创建字幕的 LoRA 字幕定制节点。之后，又创建了一个可以直接从 ComfyUI 训练 LoRA 模型的节点。默认情况下，训练结果直接保存在您的 ComfyUI lora 文件夹中，训练后只需刷新并选择 LoRA 就可以测试。下载相关内容后，解压并放入 custom_nodes 文件夹中，然后安装所需的依赖项。打开命令提示符，输入“pip install -r”，确保后面有一个空格，然后将 requirements_win.txt 文件拖到命令提示符中（如果在 Windows 上；否则选择另一个文件 requirements.txt），按 Enter 键即可安装所有所需的依赖项，使其与 ComfyUI 兼容。请注意，如果为 Comfy 使用了虚拟环境，必须首先激活它。
此外，ComfyUI 还可以自动生成抠图素材。作者制作这个工作流的动机是工作室经常需要一些抠图素材，传统途径要么花钱，要么花时间，还不能定制。近期在 github 上看到一个名为ComfyI2I的项目，其中包含了丰富的蒙版处理节点。于是作者基于此创建了 ComfyUI 工作流，不仅可以用作绿幕素材的抠图，还可以自动生成定制需求的抠图素材，全程只需要几秒。
ComfyUI是一个基于节点流程式的stable diffusion AI绘图工具WebUI，你可以把它想象成集成了stable diffusion功能的substance designer，通过将stable diffusion的流程拆分成节点，实现了更加精准的工作流定制和完善的可复现性。
（这篇帖子是给ComfyUI用户的…当然，如果你也感兴趣的话^^）嗨，大家！前几天在ComfyUI的subreddit上，我发布了我的LoRA字幕定制节点，非常适用于直接从ComfyUI创建字幕。但字幕只是LoRA训练过程的一半。缺少另一半，我的定制节点会感觉有点孤独。所以我又创建了一个节点，可以直接从ComfyUI训练LoRA模型！默认情况下，它直接保存在你的ComfyUI lora文件夹中。这意味着训练后，你只需刷新（...并选择LoRA）就可以测试它了！这就是进行LoRA训练所需的全部步骤了。制作LoRA从未如此简单！[https://drive.google.com/file/d/1guSFoauzeFMcIvyh2u2RDvd41ysdXXMs/view?usp=sharing](https://drive.google.com/file/d/1guSFoauzeFMcIvyh2u2RDvd41ysdXXMs/view?usp=sharing)下载后，解压并放入custom_nodes文件夹中。然后安装所需的依赖项。如果你不知道如何操作：打开命令提示符，输入以下内容：pip install -r确保后面有一个空格。然后将requirements_win.txt文件拖到命令提示符中（如果你在Windows上；否则，我假设你应该选择另一个文件requirements.txt）。拖动文件将在命令提示符中复制其路径。按Enter键，这将安装所有所需的依赖项，使其与ComfyUI兼容。请注意，如果你为Comfy使用了虚拟环境，必须首先激活它。教程
Hi，大家好，我是金属文。我制作这个工作流的动机是：我的工作室经常需要一些抠图素材，用做海报、推文、短视频等用途传统的搜集抠图素材途径无非是网站下载、付费购买、自己PS。要么花钱，要么花时间，还不能根据自己的需求定制素材近期在github上看到一个名为[ComfyI2I](https://github.com/ManglerFTW/ComfyI2I)的项目，其中包含了丰富的蒙版处理节点于是我基于[ComfyI2I](https://github.com/ManglerFTW/ComfyI2I)创建了这个ComfyUI工作流，不仅可以用作绿幕素材的抠图，还可以自动生成定制需求的抠图素材，全程只需要几秒，太香了！先来看下效果：下面我将分享创建整个工作流的思路以及详细步骤讲解话不多说，开始干货教程