本镜像基于 ComfyUI 进行部署，具体部署教程可参考以下文章或进入算家云"镜像社区"查看。
阿里开源黑科技！Wan2.1-14B-T2V-FusionX-VACE本地部署教程：基础模型+专项优化模块"实现质变！
下面将带您快速了解本模型的基本使用：
1.基本操作
初识界面
刚进操作界面时如下：
快捷方式
快速上手
我们已经预设了两个工作流供您使用，您也可以选择案例中的其他工作流或者自己搭建，选择其他工作流可能会缺少模型，需要您自行下载。
</center?
下面是下载其他基础模型的命令，如有其他模型需求，请在终端（小黑屏）处粘贴以下命令。缺少模型时您也可以选择直接在ComfyUI页面下载，或者复制链接，在终端下载完毕后重启ComfyUI。
基本命令：
shell
pip install modelscope #安装modelscope库
conda activate comfyenv #激活虚拟环境
modelscope download --model 您要下载的模型仓库链接 需要下载的模型名称 --loacl_dir 指定下载路径
#下载示例
conda activate comfyenv
cd /ComfyUI/models/diffusion_models
modelscope download QuantStack/Wan2.1_T2V_14B_FusionX_VACE Wan2.1_T2V_14B_FusionX_VACE-FP16.safetensors --local-dir ./
#不同模型下载位置不同，请根据仓库描述选择，以下列出了几个常见路径
#/ComfyUI/models/chechpoints/
#/ComfyUI/models/vae/
#/ComfyUI/models/loras/
#/ComfyUI/models/diffusion_models
#ComfyUI/models/text_encoders2.节点介绍
（1）基础节点介绍
Load chekpoint:基础大模型加载器，用于加载模型。
Load CLIP：作用是将输入的内容与生成式大模型结合，从而引导图片生成。
Load ControNet Model：用于加载 contronet 各功能的节点
KSampler:K 采样器。
VAE :变分自编码器，类似滤镜。现在很多模型都自带 VAE，VAE 分为 Decode（解码）和 Encode（编码）。其中 编码器将输入数据压缩成一个潜在向量，解码器则根据这个潜在向量重构原始输入。
（2）自定义节点介绍
Manager（管理器）提供了 对 ComfyUI 各种自定义节点的安装、删除、禁用、启用 等管理功能。同时还提供了中心功能和便利功能，用来访问 ComfyUI 中各种信息
① 打开后能够实时预览图片生成过程
② 提供了一千多个拓展节点的下载，只需点击"install"即可安装（会通过 github 下载，安装失败就多试几次）
③ 导入别人的工作流时可能会缺失本分节点，管理器能检索出来，点击"install"快速安装
④ 提供许多模型
注：使用 Manager 安装某些节点后，该节点会从 hugging face 下载自己需要的模型，但是由于 hugging face 被墙，因此可到该节点下换
huggingface 的国内镜像（hf-mirror)重新下载。网址：hf-mirror.com
🚀️ 🚀️ 注意：使用 manager 更新 comfyui 之后如果需要通过外部访问，那么需修改/ComfyUI/main.py 中的 ip 和端口号，修改为如下图：
