@lobehub/chat/docs/usage/providers/comfyui.zh-CN.mdx

Lobe Chat - an open-source, high-performance chatbot framework that supports speech synthesis, multimodal, and extensible Function Call plugin system. Supports one-click free deployment of your private ChatGPT/LLM web application.

---
title: 在 LobeChat 中使用 ComfyUI 生成图像
description: 学习如何在 LobeChat 中配置和使用 ComfyUI 服务，支持 FLUX 系列模型的高质量图像生成和编辑功能
tags:
  - ComfyUI
  - FLUX
  - 文生图
  - 图像编辑
  - AI 图像生成
---

# 在 LobeChat 中使用 ComfyUI

<Image alt={'在 LobeChat 中使用 ComfyUI'} cover src={'https://hub-apac-1.lobeobjects.space/docs/e9b811f248a1db2bd1be1af888cf9b9d.png'} />

本文档将指导你如何在 LobeChat 中使用 [ComfyUI](https://github.com/comfyanonymous/ComfyUI) 进行高质量的 AI 图像生成和编辑。

## ComfyUI 简介

ComfyUI 是一个功能强大的稳定扩散和流扩散 GUI，提供基于节点的工作流界面。LobeChat 集成了 ComfyUI，支持完整的 FLUX 系列模型，包括文本生成图像和图像编辑功能。

### 主要特性

- **广泛模型支持**：支持 223 个模型，包含 FLUX 系列（130 个）和 SD 系列（93 个）
- **配置驱动架构**：注册表系统提供智能模型选择
- **多格式支持**：支持 .safetensors 和 .gguf 格式，包含多种量化级别
- **动态精度选择**：支持 default、fp8\_e4m3fn、fp8\_e5m2、fp8\_e4m3fn\_fast 精度
- **多种认证方式**：支持无认证、基本认证、Bearer Token 和自定义认证
- **智能组件选择**：自动选择最优的 T5、CLIP、VAE 编码器组合
- **企业级优化**：包含 NF4、SVDQuant、TorchAO、MFLUX 等优化变体

## 快速开始

### 步骤一：在 LobeChat 中配置 ComfyUI

#### 1. 打开设置界面

- 访问 LobeChat 的 `设置` 界面
- 在 `AI 服务商` 下找到 `ComfyUI` 的设置项

<Image alt={'ComfyUI 设置界面'} inStep src={'https://github.com/lobehub/lobe-chat/assets/17870709/3f31bc33-509f-4ad2-ba81-280c2a6ec5fa'} />

#### 2. 配置连接参数

**基本配置**：

- **服务器地址**：输入 ComfyUI 服务器地址，如 `http://localhost:8000`
- **认证类型**：选择合适的认证方式（默认无认证）

### 步骤二：选择模型并开始生成图像

#### 1. 选择 FLUX 模型

在对话界面中：

- 点击模型选择按钮
- 从 ComfyUI 分类中选择所需的 FLUX 模型

<Image alt={'选择 FLUX 模型'} inStep src={'https://github.com/lobehub/lobe-chat/assets/17870709/ff7ebacf-27f0-42d7-810b-00314499a084'} />

#### 2. 文本生成图像

**使用 FLUX Schnell（快速生成）**：

```plaintext
Generate an image: A cute orange cat sitting on a sunny windowsill, warm lighting, detailed fur texture
```

**使用 FLUX Dev（高质量生成）**：

```plaintext
Generate high quality image: City skyline at sunset, cyberpunk style, neon lights, 4K high resolution, detailed architecture
```

#### 3. 图像编辑

**使用 FLUX Kontext-dev 编辑图像**：

```plaintext
Edit this image: Change the background to a starry night sky, keep the main subject, cosmic atmosphere
```

然后上传需要编辑的原始图像。

<Callout type={'info'}>
  图像编辑功能需要先上传原始图像，然后描述你希望进行的修改。
</Callout>

## 认证配置指南

ComfyUI 支持四种认证方式，请根据你的服务器配置和安全需求选择合适的认证方式：

### 无认证 (none)

**适用场景**：

- 本地开发环境（localhost）
- 内网环境且信任所有用户
- 个人使用的单机部署

**配置方法**：

```yaml
认证类型：无认证
服务器地址：http://localhost:8000
```

### 基本认证 (basic)

**适用场景**：

- 使用 Nginx 反向代理的部署
- 团队内部使用且需要基础访问控制

**配置方法**：

1. **创建用户密码**：

```bash
# 安装 apache2-utils
sudo apt-get install apache2-utils

# 创建用户 'admin'
sudo htpasswd -c /etc/nginx/.htpasswd admin
```

2. **LobeChat 配置**：

```yaml
认证类型：基本认证
服务器地址：https://your-domain.com
用户名：admin
密码：your_secure_password
```

### Bearer Token (bearer)

**适用场景**：

- API 驱动的应用集成
- 需要 Token 认证的企业环境

**生成 Token**：

```python
import jwt
import datetime

payload = {
    'user': 'admin',
    'exp': datetime.datetime.utcnow() + datetime.timedelta(days=30)
}

secret_key = "your-secret-key"
token = jwt.encode(payload, secret_key, algorithm='HS256')
print(f"Bearer Token: {token}")
```

**LobeChat 配置**：

```yaml
认证类型：Bearer Token
服务器地址：https://your-domain.com
API 密钥：example-eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9...
```

### 自定义认证 (custom)

**适用场景**：

- 集成现有企业认证系统
- 需要多重认证头的系统

**LobeChat 配置**：

```yaml
认证类型：自定义
服务器地址：https://your-domain.com
自定义请求头：
{
  "X-API-Key": "your_api_key",
  "X-Client-ID": "lobechat"
}
```

## 常见问题处理

### 1. 如何安装 Comfy-Manager

Comfy-Manager 是 ComfyUI 的扩展管理器，让你能够轻松安装和管理各种节点、模型和扩展。

<details>
  <summary><b>📦 安装 Comfy-Manager 步骤</b></summary>

  #### 方法一：手动安装（推荐）

  ```bash
  # 进入 ComfyUI 的 custom_nodes 目录
  cd ComfyUI/custom_nodes

  # 克隆 Comfy-Manager 仓库
  git clone https://github.com/ltdrdata/ComfyUI-Manager.git

  # 重启 ComfyUI 服务器
  # 重新启动后，你会在 UI 中看到 Manager 按钮
  ```

  #### 方法二：使用一键安装脚本

  ```bash
  # 在 ComfyUI 根目录下执行
  curl -fsSL https://raw.githubusercontent.com/ltdrdata/ComfyUI-Manager/main/install.sh | bash
  ```

  #### 验证安装

  1. 重启 ComfyUI 服务器
  2. 访问 `http://localhost:8000`
  3. 你应该能在界面右下角看到 "Manager" 按钮

  #### 使用 Comfy-Manager

  **安装模型**：

  1. 点击 "Manager" 按钮
  2. 选择 "Install Models"
  3. 搜索需要的模型（如 FLUX、SD3.5）
  4. 点击 "Install" 自动下载到正确目录

  **安装节点扩展**：

  1. 点击 "Manager" 按钮
  2. 选择 "Install Custom Nodes"
  3. 搜索需要的节点（如 ControlNet、AnimateDiff）
  4. 点击 "Install" 并重启服务器

  **管理已安装内容**：

  1. 点击 "Manager" 按钮
  2. 选择 "Installed" 查看已安装的扩展
  3. 可以更新、禁用或卸载扩展
</details>

### 2. 如何处理 "Model not found" 错误

当你看到类似 `Model not found: flux1-dev.safetensors, please install one first.` 的错误时，说明服务器上缺少所需的模型文件。

<details>
  <summary><b>🔧 解决 Model not found 错误</b></summary>

  #### 错误示例

  ```plaintext
  Model not found: flux1-dev.safetensors, please install one first.
  ```

  这个错误表示系统期望找到 `flux1-dev.safetensors` 模型文件，但在服务器上没有找到。

  #### 解决方法

  **方法一：使用 Comfy-Manager 下载（推荐）**

  1. 打开 ComfyUI 界面
  2. 点击 "Manager" → "Install Models"
  3. 搜索错误提示中的模型名（如 "flux1-dev"）
  4. 点击 "Install" 自动下载

  **方法二：手动下载模型**

  1. **下载模型文件**：
     - 访问 [Hugging Face](https://huggingface.co/black-forest-labs/FLUX.1-dev) 或其他模型源
     - 下载错误提示中的文件（如 `flux1-dev.safetensors`）

  2. **放置到正确目录**：
     ```bash
     # FLUX 和 SD3.5 主模型放入
     ComfyUI/models/diffusion_models/flux1-dev.safetensors

     # SD1.5 和 SDXL 模型放入
     ComfyUI/models/checkpoints/
     ```

  3. **验证文件**：
     ```bash
     # 检查文件是否存在
     ls -la ComfyUI/models/diffusion_models/flux1-dev.safetensors

     # 检查文件完整性（可选）
     sha256sum flux1-dev.safetensors
     ```

  4. **重启 ComfyUI 服务器**

  **方法三：使用 wget/curl 直接下载**

  ```bash
  # 进入模型目录
  cd ComfyUI/models/diffusion_models/

  # 使用 wget 下载（替换为实际下载链接）
  wget https://huggingface.co/black-forest-labs/FLUX.1-dev/resolve/main/flux1-dev.safetensors

  # 或使用 curl
  curl -L -o flux1-dev.safetensors https://huggingface.co/black-forest-labs/FLUX.1-dev/resolve/main/flux1-dev.safetensors
  ```

  #### 常见模型下载源

  - **Hugging Face**：[https://huggingface.co/models](https://huggingface.co/models)
  - **Civitai**：[https://civitai.com/models](https://civitai.com/models)
  - **官方源**：
    - FLUX: [https://huggingface.co/black-forest-labs](https://huggingface.co/black-forest-labs)
    - SD3.5: [https://huggingface.co/stabilityai](https://huggingface.co/stabilityai)

  #### 预防措施

  1. **基础模型包**：至少下载一个基础模型
     - FLUX: `flux1-schnell.safetensors`（快速）或 `flux1-dev.safetensors`（高质量）
     - SD3.5: `sd3.5_large.safetensors`

  2. **检查磁盘空间**：
     ```bash
     # 检查可用空间
     df -h ComfyUI/models/
     ```

  3. **设置模型路径**（可选）：
     如果你的模型存储在其他位置，可以创建符号链接：
     ```bash
     ln -s /path/to/your/models ComfyUI/models/diffusion_models/
     ```
</details>

### 3. 如何处理缺少 System Component 错误

当你看到类似 `Missing VAE encoder: ae.safetensors` 或其他组件文件缺失的错误时，需要下载相应的系统组件。

<details>
  <summary><b>🛠️ 解决缺少 System Component 错误</b></summary>

  #### 常见组件错误

  ```plaintext
  Missing VAE encoder: ae.safetensors. Please download and place it in the models/vae folder.
  Missing CLIP encoder: clip_l.safetensors. Please download and place it in the models/clip folder.
  Missing T5 encoder: t5xxl_fp16.safetensors. Please download and place it in the models/clip folder.
  ```

  #### 组件类型说明

  | 组件类型           | 文件名示例                          | 用途         | 存放目录               |
  | -------------- | ------------------------------ | ---------- | ------------------ |
  | **VAE**        | ae.safetensors                 | 图像编码 / 解码  | models/vae/        |
  | **CLIP**       | clip\_l.safetensors            | 文本编码（CLIP） | models/clip/       |
  | **T5**         | t5xxl\_fp16.safetensors        | 文本编码（T5）   | models/clip/       |
  | **ControlNet** | flux-controlnet-\*.safetensors | 控制网络       | models/controlnet/ |

  #### 解决方法

  **方法一：使用 Comfy-Manager（推荐）**

  1. 点击 "Manager" → "Install Models"
  2. 在 "Filter" 中选择组件类型（VAE/CLIP/T5）
  3. 下载对应的组件文件

  **方法二：手动下载必需组件**

  ##### FLUX 必需组件

  ```bash
  # 1. VAE 编码器
  cd ComfyUI/models/vae/
  wget https://huggingface.co/black-forest-labs/FLUX.1-dev/resolve/main/ae.safetensors

  # 2. CLIP-L 编码器
  cd ComfyUI/models/clip/
  wget https://huggingface.co/comfyanonymous/flux_text_encoders/resolve/main/clip_l.safetensors

  # 3. T5-XXL 编码器（可选择不同精度）
  # FP16 版本（推荐，平衡性能）
  wget https://huggingface.co/comfyanonymous/flux_text_encoders/resolve/main/t5xxl_fp16.safetensors

  # 或 FP8 版本（节省显存）
  wget https://huggingface.co/comfyanonymous/flux_text_encoders/resolve/main/t5xxl_fp8_e4m3fn.safetensors
  ```

  ##### SD3.5 必需组件

  ```bash
  # SD3.5 使用不同的编码器
  cd ComfyUI/models/clip/

  # CLIP-G 编码器
  wget https://huggingface.co/stabilityai/stable-diffusion-3.5-large/resolve/main/text_encoders/clip_g.safetensors

  # CLIP-L 编码器
  wget https://huggingface.co/stabilityai/stable-diffusion-3.5-large/resolve/main/text_encoders/clip_l.safetensors

  # T5-XXL 编码器
  wget https://huggingface.co/stabilityai/stable-diffusion-3.5-large/resolve/main/text_encoders/t5xxl_fp16.safetensors
  ```

  ##### SDXL 必需组件

  ```bash
  # SDXL VAE
  cd ComfyUI/models/vae/
  wget https://huggingface.co/stabilityai/sdxl-vae/resolve/main/sdxl_vae.safetensors

  # SDXL 使用内置的 CLIP 编码器，通常不需要单独下载
  ```

  #### 组件兼容性矩阵

  | 模型系列      | 必需 VAE         | 必需 CLIP             | 必需 T5                   | 可选组件       |
  | --------- | -------------- | ------------------- | ----------------------- | ---------- |
  | **FLUX**  | ae.safetensors | clip\_l.safetensors | t5xxl\_fp16.safetensors | ControlNet |
  | **SD3.5** | 内置             | clip\_g + clip\_l   | t5xxl\_fp16             | -          |
  | **SDXL**  | sdxl\_vae      | 内置                  | -                       | Refiner    |
  | **SD1.5** | vae-ft-mse     | 内置                  | -                       | ControlNet |

  #### 精度选择建议

  **T5 编码器精度选择**：

  | 显存容量    | 推荐版本   | 文件名                            |
  | ------- | ------ | ------------------------------ |
  | \< 12GB | FP8 量化 | t5xxl\_fp8\_e4m3fn.safetensors |
  | 12-16GB | FP16   | t5xxl\_fp16.safetensors        |
  | > 16GB  | FP32   | t5xxl.safetensors              |

  #### 验证组件安装

  ```bash
  # 检查所有必需组件
  echo "=== VAE Components ==="
  ls -la ComfyUI/models/vae/

  echo "=== CLIP/T5 Components ==="
  ls -la ComfyUI/models/clip/

  echo "=== ControlNet Components ==="
  ls -la ComfyUI/models/controlnet/
  ```

  #### 故障排除

  **问题：下载后仍然报错**

  1. **检查文件权限**：
     ```bash
     chmod 644 ComfyUI/models/vae/*.safetensors
     chmod 644 ComfyUI/models/clip/*.safetensors
     ```

  2. **清除缓存**：
     ```bash
     # 清除 ComfyUI 缓存
     rm -rf ComfyUI/temp/*
     rm -rf ComfyUI/__pycache__/*
     ```

  3. **重启服务器**：
     ```bash
     # 完全重启 ComfyUI
     pkill -f "python main.py"
     python main.py --listen 0.0.0.0 --port 8000
     ```

  **问题：显存不足**

  使用量化版本的组件：

  - T5: 使用 `t5xxl_fp8_e4m3fn.safetensors` 而不是 FP16/FP32
  - VAE: 某些模型支持 FP16 VAE 版本

  **问题：下载速度慢**

  1. 使用镜像源（如适用）
  2. 使用下载工具（如 aria2c）支持断点续传：
     ```bash
     aria2c -x 16 -s 16 -k 1M [下载链接]
     ```
</details>

## ComfyUI 服务器安装

<details>
  <summary><b>🚀 安装和配置 ComfyUI 服务器</b></summary>

  ### 1. 安装 ComfyUI

  ```bash
  # 克隆 ComfyUI 仓库
  git clone https://github.com/comfyanonymous/ComfyUI.git
  cd ComfyUI

  # 安装依赖
  pip install -r requirements.txt

  # 可选：安装JWT支持（用于Token认证）
  pip install PyJWT

  # 启动 ComfyUI 服务器
  python main.py --listen 0.0.0.0 --port 8000
  ```

  ### 2. 下载模型文件

  **推荐基础配置** (最小化安装)：

  **主模型** (放入 `models/diffusion_models/` 目录)：

  - `flux1-schnell.safetensors` - 快速生成（4 步）
  - `flux1-dev.safetensors` - 高质量创作（20 步）

  **必需组件** (放入相应目录)：

  - `models/vae/ae.safetensors` - VAE 编码器
  - `models/clip/clip_l.safetensors` - CLIP 文本编码器
  - `models/clip/t5xxl_fp16.safetensors` - T5 文本编码器

  ### 3. 验证服务器运行

  访问 `http://localhost:8000` 确认 ComfyUI 界面正常加载。

  <Callout type={'info'}>
    **智能模型选择**：LobeChat 会根据服务器上可用的模型文件自动选择最佳模型。您无需下载所有模型，系统会在可用模型中按优先级（官方 > 企业 > 社区）自动选择。
  </Callout>
</details>

## 支持的模型

LobeChat ComfyUI 集成采用配置驱动的架构，支持 **223 个模型**，提供从官方模型到社区优化版本的全覆盖。

### FLUX 系列推荐参数

| 模型类型        | 推荐步数 | CFG Scale | 分辨率范围               |
| ----------- | ---- | --------- | ------------------- |
| **Schnell** | 4 步  | -         | 512×512 至 1536×1536 |
| **Dev**     | 20 步 | 3.5       | 512×512 至 2048×2048 |
| **Kontext** | 20 步 | 3.5       | 512×512 至 2048×2048 |
| **Krea**    | 20 步 | 4.5       | 512×512 至 2048×2048 |

### SD3.5 系列参数

| 模型类型            | 推荐步数 | CFG Scale | 分辨率范围               |
| --------------- | ---- | --------- | ------------------- |
| **Large**       | 25 步 | 7.0       | 512×512 至 2048×2048 |
| **Large Turbo** | 8 步  | 3.5       | 512×512 至 1536×1536 |
| **Medium**      | 20 步 | 6.0       | 512×512 至 1536×1536 |

<details>
  <summary><b>📋 当前完整支持的模型列表</b></summary>

  ### 模型分类体系

  #### 优先级 1：官方核心模型

  **FLUX.1 Official 系列**：

  - `flux1-dev.safetensors` - 高质量创作模型
  - `flux1-schnell.safetensors` - 快速生成模型
  - `flux1-kontext-dev.safetensors` - 图像编辑模型
  - `flux1-krea-dev.safetensors` - 安全增强模型

  **SD3.5 Official 系列**：

  - `sd3.5_large.safetensors` - SD3.5 大型基础模型
  - `sd3.5_large_turbo.safetensors` - 快速生成版本
  - `sd3.5_medium.safetensors` - 中等规模模型

  #### 优先级 2：企业优化模型（106 个 FLUX）

  **量化优化系列**：

  - **GGUF 量化**：每个变体支持 11 种量化级别（F16, Q8\_0, Q6\_K, Q5\_K\_M, Q5\_K\_S, Q4\_K\_M, Q4\_K\_S, Q4\_0, Q3\_K\_M, Q3\_K\_S, Q2\_K）
  - **FP8 精度**：fp8\_e4m3fn、fp8\_e5m2 优化版本
  - **企业轻量级**：FLUX.1-lite-8B 系列
  - **技术实验**：NF4、SVDQuant、TorchAO、optimum-quanto、MFLUX 优化版本

  #### 优先级 3：社区精调模型（48 个 FLUX）

  **社区优化系列**：

  - **Jib Mix Flux** 系列：高质量混合模型
  - **Real Dream FLUX** 系列：现实主义风格
  - **Vision Realistic** 系列：视觉现实化
  - **PixelWave FLUX** 系列：像素艺术优化
  - **Fluxmania** 系列：多样化风格支持

  ### SD 系列模型支持（93 个）

  **SD3.5 系列**：5 个模型
  **SD1.5 系列**：37 个模型（包括官方、量化和社区版本）
  **SDXL 系列**：50 个模型（包括基础、Refiner 和 Playground 模型）

  ### 工作流支持

  系统支持 **6 种工作流**：

  - **flux-dev**：高质量创作工作流
  - **flux-schnell**：快速生成工作流
  - **flux-kontext**：图像编辑工作流
  - **sd35**：SD3.5 专用工作流
  - **simple-sd**：简单 SD 工作流
  - **index**：工作流入口
</details>

## 性能优化建议

### 硬件要求

**最低配置** (GGUF 量化模型)：

- GPU：6GB VRAM (使用 Q4 量化)
- RAM：12GB
- 存储：30GB 可用空间

**推荐配置** (标准模型)：

- GPU：12GB+ VRAM (RTX 4070 Ti 或更高)
- RAM：24GB+
- 存储：SSD 100GB+ 可用空间

### 显存优化策略

| 显存容量        | 推荐量化            | 模型示例                               | 性能特点    |
| ----------- | --------------- | ---------------------------------- | ------- |
| **6-8GB**   | Q4\_0, Q4\_K\_S | `flux1-dev-Q4_0.gguf`              | 最小显存占用  |
| **10-12GB** | Q6\_K, Q8\_0    | `flux1-dev-Q6_K.gguf`              | 平衡性能与质量 |
| **16GB+**   | FP8, FP16       | `flux1-dev-fp8-e4m3fn.safetensors` | 接近原始质量  |
| **24GB+**   | 完整模型            | `flux1-dev.safetensors`            | 最佳质量    |

## 自定义模型使用

<details>
  <summary><b>🎨 配置自定义 SD 模型</b></summary>

  LobeChat 支持使用自定义的 Stable Diffusion 模型。系统使用固定的文件名来识别自定义模型。

  ### 1. 模型文件准备

  **必需文件**：

  - **主模型文件**：`custom_sd_lobe.safetensors`
  - **VAE 文件（可选）**：`custom_sd_vae_lobe.safetensors`

  ### 2. 添加自定义模型

  **方法一：重命名现有模型**

  ```bash
  # 将您的模型重命名为固定文件名
  mv your_custom_model.safetensors custom_sd_lobe.safetensors

  # 移动到正确目录
  mv custom_sd_lobe.safetensors ComfyUI/models/diffusion_models/
  ```

  **方法二：创建符号链接（推荐）**

  ```bash
  # 创建软链接，方便切换不同模型
  ln -s /path/to/your_model.safetensors ComfyUI/models/diffusion_models/custom_sd_lobe.safetensors
  ```

  ### 3. 使用自定义模型

  在 LobeChat 中，自定义模型会显示为：

  - **stable-diffusion-custom**：标准自定义模型
  - **stable-diffusion-custom-refiner**：Refiner 自定义模型

  ### 自定义模型参数建议

  | 参数         | SD 1.5 模型 | SDXL 模型 |
  | ---------- | --------- | ------- |
  | **steps**  | 20-30     | 25-40   |
  | **cfg**    | 7.0       | 6.0-8.0 |
  | **width**  | 512       | 1024    |
  | **height** | 512       | 1024    |
</details>

## 故障排除

### 智能错误诊断系统

LobeChat 集成了智能错误处理系统，能够自动诊断并提供针对性的解决方案。

#### 错误类型与解决方案

| 错误类型     | 用户提示                | 自动诊断            |
| -------- | ------------------- | --------------- |
| **连接问题** | "无法连接到 ComfyUI 服务器" | 自动检测服务器状态和网络连通性 |
| **认证问题** | "API 密钥无效或已过期"      | 自动验证认证凭据有效性     |
| **权限问题** | "访问权限不足"            | 自动检查用户权限和文件访问权限 |
| **模型问题** | "找不到指定的模型文件"        | 自动扫描可用模型并建议替代方案 |
| **配置问题** | "配置文件存在错误"          | 自动验证配置完整性和语法正确性 |

<details>
  <summary><b>🔍 传统故障排除方法</b></summary>

  #### 1. 连接失败

  **问题**：无法连接到 ComfyUI 服务器

  **解决方案**：

  ```bash
  # 确认服务器运行
  curl http://localhost:8000/system_stats

  # 检查端口
  netstat -tulpn | grep 8000
  ```

  #### 2. 内存不足

  **问题**：生成过程中出现内存错误

  **解决方案**：

  - 降低图像分辨率
  - 减少生成步数
  - 使用量化模型

  #### 3. 认证失败

  **问题**：401 或 403 错误

  **解决方案**：

  - 验证认证配置
  - 检查 Token 是否过期
  - 确认用户权限
</details>

## 最佳实践

### 提示词编写

1. **详细描述**：提供清晰、详细的图像描述
2. **风格指定**：明确指定艺术风格、色彩风格等
3. **质量关键词**：添加 "4K", "high quality", "detailed" 等关键词
4. **避免矛盾**：确保描述内容逻辑一致

**示例**：

```plaintext
A young woman with flowing long hair, wearing an elegant blue dress, standing in a cherry blossom park,
sunlight filtering through leaves, warm atmosphere, cinematic lighting, 4K high resolution, detailed, photorealistic
```

### 参数调优

1. **FLUX Schnell**：适合快速预览，使用 4 步生成
2. **FLUX Dev**：平衡质量和速度，CFG 3.5，步数 20
3. **FLUX Krea-dev**：安全创作，CFG 4.5，注意内容过滤
4. **FLUX Kontext-dev**：图像编辑，strength 0.6-0.9

<Callout type={'warning'}>
  在使用过程中请注意：

  - FLUX Dev、Krea-dev、Kontext-dev 模型仅限非商业使用
  - 生成内容请遵守相关法律法规和平台政策
  - 大型模型生成可能需要较长时间，请耐心等待
</Callout>

## API 参考

<details>
  <summary><b>📚 API 文档</b></summary>

  ### 请求格式

  ```typescript
  interface ComfyUIRequest {
    model: string; // 模型 ID，如 'flux-schnell'
    prompt: string; // 文本提示词
    width: number; // 图像宽度
    height: number; // 图像高度
    steps: number; // 生成步数
    seed: number; // 随机种子
    cfg?: number; // CFG Scale (Dev/Krea/Kontext 专用)
    strength?: number; // 编辑强度 (Kontext 专用)
    imageUrl?: string; // 输入图像 (Kontext 专用)
  }
  ```

  ### 响应格式

  ```typescript
  interface ComfyUIResponse {
    images: Array<{
      url: string; // 生成的图像 URL
      filename: string; // 文件名
      subfolder: string; // 子目录
      type: string; // 文件类型
    }>;
    prompt_id: string; // 提示 ID
  }
  ```

  ### 错误代码

  | 错误代码  | 描述     | 解决建议           |
  | ----- | ------ | -------------- |
  | `400` | 请求参数无效 | 检查参数格式和范围      |
  | `401` | 认证失败   | 验证 API 密钥和认证配置 |
  | `403` | 权限不足   | 检查用户权限         |
  | `404` | 模型未找到  | 确认模型文件存在       |
  | `500` | 服务器错误  | 检查 ComfyUI 日志  |
</details>

至此你已经可以在 LobeChat 中使用 ComfyUI 进行高质量的 AI 图像生成和编辑了。如果遇到问题，请参考故障排除部分或查阅 [ComfyUI 官方文档](https://github.com/comfyanonymous/ComfyUI)。