ComfyUI黏土风格｜手把手教你免费替代Remini

JustiNexa2024-05-16 10:47

ComfyUI | 如何复刻粘土风格滤镜

如何在LooPIN上一键部署Stable Diffusion的Comfy UI，以及初步体验使用粘土风格滤镜。Comfy UI采用节点化操作，可控性更高，更容易复现和微调出图结果，熟练之后还可以定制个性化工作流。

🔥NEW🔥 如果你想先试试效果，可以先使用我们的AI粘土风格滤镜: 👉🏻 Clay Style Demo

ComfyUI 简介​

Comfy UI采用节点化操作。与其他WebUI相比，它目前对Stable Diffusion XL 1.0模型的支持更好，可以在工作流中直观看到使用不同模型（如Base模型、Refiner精炼模型）生成的效果图。节点化的操作方式带来了更高的可控性，便于复现和微调出图结果，熟练后还能定制个性化的工作流程。

ComfyUI 节点安装​

配置GPU实例​

请访问以下页面，获得详细的交互式指导：LooPIN流动性池

1. LooPIN流动性池：

前往LooPIN的流动性池（LooPIN Network Pool），使用$LOOPIN代币购买GPU时间。以RTX 3080 GPU为例，根据自身需求和预算，在GPU UserBenchmark 中选择合适的GPU型号。

2. 代币兑换GPU资源：

  • 选择所需的$LOOPIN代币数量。
  • 通过滑块选择GPU数量。
  • 确认兑换量并完成交易。

3. 进入Jupyter Notebook：

交易成功后，进入Rented Servers 下的Server区域，通过你的远程服务器访问Jupyter Notebook。通常，实例启动需要2-4分钟。

4. 用nvidia-smi验证GPU：

在Jupyter Notebook中，打开新的终端窗口，运行nvidia-smi命令，检查GPU是否已激活。

diff 复制代码 
+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 550.54.15              Driver Version: 550.54.15      CUDA Version: 12.4     |
|-----------------------------------------+------------------------+----------------------+
| GPU  Name                 Persistence-M | Bus-Id          Disp.A | Volatile Uncorr. ECC |
| Fan  Temp   Perf          Pwr:Usage/Cap |           Memory-Usage | GPU-Util  Compute M. |
|                                         |                        |               MIG M. |
|=========================================+========================+======================|
|   0  NVIDIA GeForce RTX 3080        Off |   00000000:01:00.0 Off |                  N/A |
|  0%   39C    P8             21W /  350W |      12MiB /  12288MiB |      0%      Default |
|                                         |                        |                  N/A |
+-----------------------------------------+------------------------+----------------------+

+-----------------------------------------------------------------------------------------+
| Processes:                                                                              |
|  GPU   GI   CI        PID   Type   Process name                              GPU Memory |
|        ID   ID                                                               Usage      |
|=========================================================================================|
+-----------------------------------------------------------------------------------------+

ComfyUI 安装流程​

  1. 安装Comfy UI github包
bash 复制代码 
git clone https://github.com/comfyanonymous/ComfyUI.git && cd ComfyUI
  1. 安装python依赖
perl 复制代码 
pip install xformers!=0.0.18 -r requirements.txt --extra-index-url https://download.pytorch.org/whl/cu121 --extra-index-url https://download.pytorch.org/whl/cu118 --extra-index-url https://download.pytorch.org/whl/cu117
  1. 安装ComfyUI-manager

ComfyUI-Manager 是一个用来提升 Comfy UI 用户体验的扩展。它带有一套管理功能，可以用来安装、移除、禁用以及启用 Comfy UI 的各类定制节点。

bash 复制代码 
cd /workspace/ComfyUI/custom_nodes
git clone https://github.com/ltdrdata/ComfyUI-Manager.git
  1. 下载Cloudflare tunnel
ruby 复制代码 
wget https://github.com/cloudflare/cloudflared/releases/latest/download/cloudflared-linux-amd64.deb
dpkg -i cloudflared-linux-amd64.deb
  1. 在Comfy UI下新建Jupyter Notebook，使用Cloudflare暴露端口
lua 复制代码 
import subprocess
import threading
import time
import socket
import urllib.request

def iframe_thread(port):
  while True:
      time.sleep(0.5)
      sock = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
      result = sock.connect_ex(('127.0.0.1', port))
      if result == 0:
        break
      sock.close()
  print("\nComfyUI finished loading, trying to launch cloudflared (if it gets stuck here cloudflared is having issues)\n")

  p = subprocess.Popen(["cloudflared", "tunnel", "--url", "http://127.0.0.1:{}".format(port)], stdout=subprocess.PIPE, stderr=subprocess.PIPE)
  for line in p.stderr:
    l = line.decode()
    if "trycloudflare.com " in l:
      print("This is the URL to access ComfyUI:", l[l.find("http"):], end='')
    #print(l, end='')


threading.Thread(target=iframe_thread, daemon=True, args=(8188,)).start()

!python main.py --dont-print-server

等待Cloudflare输出内网穿透的连接

vbnet 复制代码 
xformers version: 0.0.26.post1+cu118
Set vram state to: NORMAL_VRAM
Device: cuda:0 NVIDIA GeForce RTX 3080 : cudaMallocAsync
VAE dtype: torch.bfloat16
Using pytorch cross attention
****** User settings have been changed to be stored on the server instead of browser storage. ******
****** For multi-user setups add the --multi-user CLI argument to enable multiple user profiles. ******

Import times for custom nodes:
   0.0 seconds: /workspace/ComfyUI/custom_nodes/websocket_image_save.py


ComfyUI finished loading, trying to launch cloudflared (if it gets stuck here cloudflared is having issues)

This is the URL to access ComfyUI: https://inside-isa-myrtle-guardian.trycloudflare.com

点击这个链接即可进入ComfyUI https://inside-isa-myrtle-guardian.trycloudflare.com，如果加载不出来，一般需要等待1-2min

粘土风格工作流安装​

  1. 加载粘土风格工作流

我们采用XIONGMU的开源的Comfy UI工作流 (openart.ai/workflows/x...)

点击下载后，在Comfy UI选择Load加载

此时因为很多节点我们还没安装，所以报错，此时打开右下角的Manager，点击Install Missing Custom Nodes，然后一个个点击Install即可全部安装（此教程中共有11个custom node需要安装），安装完成后点击restart可重启Comfy UI

  1. 下载Checkpoint基础模型

我们在这使用https://huggingface.co/RunDiffusion/Juggernaut-XL-v9/resolve/main/Juggernaut-XL_v9_RunDiffusionPhoto_v2.safetensors?download=true

中国用户请将https://huggingface.co替换成https://hf-mirror.com/

bash 复制代码 
wget https://huggingface.co/RunDiffusion/Juggernaut-XL-v9/resolve/main/Juggernaut-XL_v9_RunDiffusionPhoto_v2.safetensors -O /workspace/ComfyUI/models/checkpoints/Juggernaut-XL_v9_RunDiffusionPhoto_v2.safetensors
  1. 下载Lora模型

LoRA是一种fine tune扩散模型的训练技术。通过对标准的checkpoint模型做微小的修改，可以比checkpoint模型小10到100倍。采用不同的Lora可以将基础模型局部增强，使其生成风格化的图片。

我们这里需要两个Lora

  • CLAYMATE - Claymation Style for SDXL

https://civitai.com/models/208168/claymate-claymation-style-for-sdxl

  • Doctor Diffusion's Claymation Style LoRA

https://civitai.com/models/181962/doctor-diffusions-claymation-style-lora

采用如下命令一键下载（我们在LooPIN网络提供免费镜像加速）

ruby 复制代码 
wget -c https://files.loopin.network/docs/tutorials/comfyui/DD-made-of-clay-XL-v2.safetensors -O /workspace/ComfyUI/models/loras/DD-made-of-clay-XL-v2.safetensors
wget -c https://files.loopin.network/docs/tutorials/comfyui/CLAYMATE_V2.03_.safetensors -O /workspace/ComfyUI/models/loras/CLAYMATE_V2.03_.safetensors
  1. 下载Controlnet模型

ControlNet的作用是通过添加额外控制条件，来引导Stable Diffusion 按照创作者的创作思路生成图像，从而提升AI 图像生成的可控性和精度。

中国用户请将https://huggingface.co替换成https://hf-mirror.com/

bash 复制代码 
wget https://huggingface.co/stabilityai/control-lora/resolve/main/control-LoRAs-rank256/control-lora-canny-rank256.safetensors -O /workspace/ComfyUI/models/controlnet/sai_xl_canny_256lora.safetensors
  1. 下载IPAdapter模型

IPAdapter不用训练lora，一张图就能实现风格迁移，还支持多图多特征提取，同时强大的拓展能力还可接入动态prompt矩阵、controlnet等等，这就是IP-Adapter，一种全新的"垫图"方式。

中国用户请将https://huggingface.co替换成https://hf-mirror.com/

bash 复制代码 
mkdir /workspace/ComfyUI/models/ipadapter
wget https://huggingface.co/h94/IP-Adapter/resolve/main/sdxl_models/ip-adapter_sdxl_vit-h.safetensors -O /workspace/ComfyUI/models/ipadapter/ip-adapter_sdxl_vit-h.safetensors
wget https://huggingface.co/h94/IP-Adapter/resolve/main/sdxl_models/ip-adapter-plus_sdxl_vit-h.safetensors -O /workspace/ComfyUI/models/ipadapter/ip-adapter-plus_sdxl_vit-h.safetensors
wget https://huggingface.co/h94/IP-Adapter/resolve/main/sdxl_models/ip-adapter-plus-face_sdxl_vit-h.safetensors -O /workspace/ComfyUI/models/ipadapter/ip-adapter-plus-face_sdxl_vit-h.safetensors
wget https://huggingface.co/h94/IP-Adapter/resolve/main/sdxl_models/ip-adapter_sdxl.safetensors -O /workspace/ComfyUI/models/ipadapter/ip-adapter_sdxl.safetensors
  1. 下载ClipVision模型

中国用户请将https://huggingface.co替换成https://hf-mirror.com/

bash 复制代码 
wget https://huggingface.co/h94/IP-Adapter/resolve/main/models/image_encoder/model.safetensors -O /workspace/ComfyUI/models/clip_vision/CLIP-ViT-H-14-laion2B-s32B-b79K.safetensors && wget https://huggingface.co/h94/IP-Adapter/resolve/main/sdxl_models/image_encoder/model.safetensors -O /workspace/ComfyUI/models/clip_vision/CLIP-ViT-bigG-14-laion2B-39B-b160k.safetensors

安装完毕后，点击Manager - Restart 重启 ComfyUI

使用ComfyUI生成测试图片​

在ComfyUI界面，可以看到上方屎粘土风格的图片展示框，为了测试部署是否成功，我们可以：

  1. 在Load Image处点击choose file to upload上传原始图片
  2. 点击右侧的Queue Prompt按钮开始生成图片
  3. 等待5-10秒左右，生成的图片会显示在界面上

如果图片成功生成，则说明ComfyUI已经可以正常使用了。

总结与展望​

本期教程介绍了如何在LooPIN去中心化GPU云服务器上部署Stable Diffusion的ComfyUI，并初步体验了加载使用粘土风格模型的效果。在后续的教程中，我们将深入探讨ComfyUI的更多玩法和应用。

本文更新于 2024年5月9日

相关推荐
wuyikeer18 分钟前
Spring Framework 中文官方文档
java·后端·spring
Victor35622 分钟前
MongoDB（61）如何避免大文档带来的性能问题？
后端
Victor35632 分钟前
MongoDB（62）如何避免锁定问题？
后端
wuyikeer1 小时前
Spring BOOT 启动参数
java·spring boot·后端
子木HAPPY阳VIP2 小时前
Ubuntu 22.04 VMware 设置固定IP配置
人工智能·后端·目标检测·机器学习·目标跟踪
人间打气筒（Ada）2 小时前
如何基于 Go-kit 开发 Web 应用：从接口层到业务层再到数据层
开发语言·后端·golang
开心就好20252 小时前
使用Wireshark进行TCP数据包抓包分析：三次握手与四次挥手详解
后端·ios
用户4419395054872 小时前
OpenClaw服务器部署保姆级教程
后端
zdl6862 小时前
springboot集成onlyoffice（部署+开发）
java·spring boot·后端
Soofjan2 小时前
sync.Mutex讲解
后端
热门推荐
012026年3月AI领域大事件：DeepSeek引领开源风暴02GitHub 镜像站点03Qwen3.5 开源全解析：从 0.8B 到 397B，代际升级 + 全场景选型指南04围棋-html版本05小黑课堂计算机二级WPSoffice题库软件下载安装教程（2026年3月最新版）06班级宠物园部署指南07UV安装并设置国内源08OpenClaw 使用和管理 MCP 完全指南09“wsl --install -d Ubuntu-22.04”下载慢，中国地区离线安装 Ubuntu 22.04 WSL方法（亲测2025年5月6日）10【计算机一级WPSoffice】小黑课堂题库软件下载安装教程（2026年3月最新版）