راهنمای جامع ComfyUI: ساخت تصاویر هوش مصنوعی به صورت لوکال در ۲۰۲۶

ComfyUI یک رابط کاربری قدرتمند و مبتنی بر نود برای Stable Diffusion است که به شما امکان می‌دهد تصاویر هوش مصنوعی را به صورت لوکال و با کنترل کامل بر فرایند تولید کنید. این راهنما شما را از نصب اولیه تا ساخت ورک‌فلوهای پیچیده برای خلق آثار هنری دیجیتال با کامپیوتر خودتان در سال ۲۰۲۶ هدایت می‌کند.

در دنیای امروز که هوش مصنوعی به سرعت در حال پیشرفت است، ابزارهایی مانند ComfyUI به کاربران خانگی و حرفه‌ای این امکان را می‌دهند که بدون نیاز به سرورهای ابری گران‌قیمت، خلاقیت خود را در زمینه تولید تصاویر به اوج برسانند. این راهنمای جامع به شما کمک می‌کند تا با ComfyUI آشنا شوید، آن را روی سیستم خود نصب کنید و قدم به قدم شروع به ساخت تصاویر خیره‌کننده با هوش مصنوعی کنید. آماده‌اید تا قدرت بی‌نظیر هوش مصنوعی را در دستان خود بگیرید؟

چرا ComfyUI برای ساخت تصاویر لوکال انتخاب خوبی است؟

ComfyUI به دلیل طراحی ماژولار و مبتنی بر نود خود، انعطاف‌پذیری بی‌نظیری را در اختیار کاربران قرار می‌دهد. برخلاف رابط‌های کاربری دیگر که ممکن است پیچیدگی‌های داخلی را پنهان کنند، ComfyUI به شما اجازه می‌دهد تا هر مرحله از فرایند تولید تصویر را به صورت بصری مشاهده و کنترل کنید. این ویژگی برای کاربرانی که به دنبال درک عمیق‌تر و سفارشی‌سازی کامل هستند، بسیار ارزشمند است.

علاوه بر این، کارایی بالای ComfyUI در استفاده از منابع سخت‌افزاری، به خصوص کارت‌های گرافیک، آن را به گزینه‌ای ایده‌آل برای ComfyUI ساخت عکس لوکال تبدیل کرده است. این رابط کاربری قادر است با مصرف بهینه‌تر VRAM، حتی روی سیستم‌هایی با GPU متوسط نیز عملکرد قابل قبولی ارائه دهد. جامعه کاربری فعال و توسعه‌دهندگان پرشور آن نیز به طور مداوم نودها و قابلیت‌های جدیدی را معرفی می‌کنند که امکانات آن را بی‌وقفه گسترش می‌دهند.

کنترل بی‌نظیر بر فرایند تولید

ساختار نود-بیس ComfyUI به شما این امکان را می‌دهد که جریان داده‌ها و مراحل پردازش را به صورت گام به گام تنظیم کنید. از بارگذاری مدل‌های مختلف (Checkpoint, LoRA, VAE) گرفته تا تنظیم پارامترهای سمپلر، رمزگذاری متن، و پردازش نهایی تصویر، همه چیز در قالب نودهای قابل اتصال به یکدیگر نمایش داده می‌شود. این سطح از کنترل، شما را قادر می‌سازد تا ورک‌فلوهای بسیار پیچیده و منحصربه‌فردی را برای رسیدن به نتایج دقیق و خلاقانه ایجاد کنید.

بهینه‌سازی و سرعت

ComfyUI به خاطر بهینه‌سازی‌های عمیق خود در استفاده از GPU شناخته شده است. این بهینه‌سازی‌ها به معنای تولید سریع‌تر تصاویر و مصرف کمتر حافظه کارت گرافیک است، که برای کاربران با سخت‌افزار محدودتر یک مزیت بزرگ محسوب می‌شود. قابلیت‌هایی مانند بارگذاری جزئی مدل‌ها و کش کردن اطلاعات، به کاهش زمان انتظار و افزایش بهره‌وری کمک شایانی می‌کنند. کارایی بالا، یکی از دلایل اصلی محبوبیت آن برای ComfyUI ساخت عکس لوکال است.

پیش‌نیازهای نصب ComfyUI

قبل از شروع نصب ComfyUI، باید مطمئن شوید که سیستم شما از پیش‌نیازهای سخت‌افزاری و نرم‌افزاری لازم برخوردار است. این مرحله برای اطمینان از عملکرد روان و بدون مشکل ComfyUI حیاتی است.

سخت‌افزار مورد نیاز

مهم‌ترین جزء سخت‌افزاری برای ComfyUI، کارت گرافیک (GPU) است. برای بهترین تجربه، یک کارت گرافیک NVIDIA با حداقل ۸ گیگابایت VRAM (حافظه گرافیکی) توصیه می‌شود. کارت‌های AMD نیز پشتیبانی می‌شوند، اما تنظیمات و عملکرد آن‌ها ممکن است متفاوت باشد. پردازنده (CPU) و حافظه رم (RAM) نیز اهمیت دارند، اما GPU نقش اصلی را در تولید تصاویر هوش مصنوعی ایفا می‌کند.

نرم‌افزارهای اساسی

برای نصب و اجرای ComfyUI به چند نرم‌افزار کلیدی نیاز دارید:

• پایتون (Python): ComfyUI بر پایه پایتون نوشته شده است. نسخه ۳.۱۰ یا بالاتر توصیه می‌شود. هنگام نصب پایتون، حتماً گزینه ‘Add Python to PATH’ را فعال کنید.
• گیت (Git): برای دانلود و به‌روزرسانی آسان ComfyUI و سایر مخازن گیت، نیاز به Git دارید. می‌توانید آن را از وب‌سایت رسمی Git دانلود و نصب کنید.
• درایورهای کارت گرافیک: مطمئن شوید که جدیدترین درایورهای کارت گرافیک خود را نصب کرده‌اید تا از حداکثر عملکرد GPU بهره‌مند شوید.

گام به گام: نصب ComfyUI و راه‌اندازی اولیه

در این بخش، مراحل نصب ComfyUI را از ابتدا تا انتها دنبال می‌کنیم. این راهنما بر روی سیستم‌عامل ویندوز تمرکز دارد، اما اصول کلی برای لینوکس و macOS نیز مشابه است.

دانلود و آماده‌سازی

ساده‌ترین راه برای شروع، استفاده از نسخه پرتابل (Portable) ComfyUI است که شامل پایتون و تمام وابستگی‌های لازم می‌شود. این روش برای کاربران مبتدی توصیه می‌شود:

1. به صفحه GitHub ComfyUI بروید.
2. در بخش ‘Releases’ یا ‘Usage’, به دنبال لینک دانلود نسخه ‘Standalone Windows’ یا ‘Portable’ بگردید.
3. فایل فشرده (.zip) را دانلود کرده و آن را در محلی دلخواه (مثلاً C:\ComfyUI) از حالت فشرده خارج کنید.

روش دیگر، استفاده از Git برای کلون کردن مخزن است که برای به‌روزرسانی‌های آینده راحت‌تر است:

1. یک پوشه برای ComfyUI ایجاد کنید (مثلاً C:\ComfyUI).
2. در آن پوشه، کلیک راست کرده و گزینه ‘Git Bash Here’ (اگر Git نصب کرده‌اید) یا ‘Open in Terminal’ را انتخاب کنید.
3. دستور زیر را وارد کنید: git clone https://github.com/comfyanonymous/ComfyUI.git . (نقطه در انتها مهم است).

نصب وابستگی‌ها (Dependencies)

اگر از نسخه پرتابل استفاده می‌کنید، معمولاً نیازی به نصب دستی وابستگی‌ها نیست. اما اگر از روش Git استفاده کرده‌اید، باید وابستگی‌های پایتون را نصب کنید:

1. در پوشه ComfyUI، ترمینال یا Git Bash را باز کنید.
2. دستور pip install -r requirements.txt را وارد کرده و Enter بزنید. این فرایند ممکن است کمی طول بکشد.

دانلود مدل‌های Stable Diffusion

برای تولید تصویر، به مدل‌های Stable Diffusion نیاز دارید. این مدل‌ها فایل‌های بزرگی هستند (معمولاً ۲ تا ۷ گیگابایت) که شامل اطلاعات لازم برای تولید تصاویر می‌شوند.

1. می‌توانید مدل‌های اصلی را از وب‌سایت‌هایی مانند Hugging Face (به عنوان مثال، مدل‌های SDXL یا SD 1.5) یا Civitai (برای مدل‌های سفارشی و LoRA) دانلود کنید.
2. فایل‌های مدل (با پسوند .safetensors یا .ckpt) را در پوشه ComfyUI/models/checkpoints قرار دهید.
3. مدل‌های VAE (Variational Autoencoder) را نیز در ComfyUI/models/vae و LoRAها را در ComfyUI/models/loras قرار دهید.

اجرای ComfyUI

پس از نصب و دانلود مدل‌ها، آماده اجرای ComfyUI هستید:

1. به پوشه اصلی ComfyUI بروید.
2. فایل run_cpu.bat (برای پردازش با CPU، کندتر) یا run_nvidia_gpu.bat (برای کارت گرافیک NVIDIA) یا run_amd_gpu.bat (برای کارت گرافیک AMD) را اجرا کنید. اگر از روش Git استفاده کرده‌اید، می‌توانید در ترمینال دستور python main.py را وارد کنید.
3. پس از چند لحظه، یک لینک در مرورگر شما باز می‌شود (معمولاً http://127.0.0.1:8188) که رابط کاربری ComfyUI را نمایش می‌دهد.

آشنایی با محیط ComfyUI و اولین ورک‌فلو

رابط کاربری ComfyUI در ابتدا ممکن است کمی گیج‌کننده به نظر برسد، اما با درک اجزای اصلی آن، به سرعت به آن مسلط خواهید شد. تمرکز اصلی بر روی نودها و نحوه اتصال آن‌ها به یکدیگر است.

معرفی اجزای اصلی رابط کاربری

• کانواس (Canvas): فضای اصلی کار که نودها را در آن قرار می‌دهید و به هم متصل می‌کنید.
• نودها (Nodes): هر نود یک وظیفه خاص را انجام می‌دهد، مانند بارگذاری مدل، رمزگذاری متن، سمپل کردن، یا ذخیره تصویر.
• اتصالات (Connections): خطوطی که خروجی یک نود را به ورودی نود دیگر متصل می‌کنند و جریان داده‌ها را نشان می‌دهند.
• پنل ویژگی‌ها (Properties Panel): معمولاً در سمت راست، که در آن می‌توانید پارامترهای نودهای انتخاب شده را تنظیم کنید.
• صف انتظار (Queue): لیستی از کارهایی که ComfyUI باید انجام دهد. با کلیک بر روی ‘Queue Prompt’ کارها به این صف اضافه می‌شوند.

ساخت اولین ورک‌فلو ساده (Text-to-Image)

برای شروع ComfyUI ساخت عکس لوکال، یک ورک‌فلو ساده از متن به تصویر (Text-to-Image) ایجاد می‌کنیم:

1. نود Checkpoint Loader (For SDXL/SD1.5) را اضافه کنید: روی کانواس کلیک راست کرده، ‘Add Node’ > ‘Loaders’ > ‘Load Checkpoint’ را انتخاب کنید. مدل Stable Diffusion مورد نظر خود را از لیست انتخاب کنید.
2. نودهای CLIP Text Encode (Prompt) را اضافه کنید: دو نود ‘CLIP Text Encode (Prompt)’ را اضافه کنید. یکی برای پرامپت مثبت (Positive Prompt) و دیگری برای پرامپت منفی (Negative Prompt).
3. نود KSampler را اضافه کنید: ‘Add Node’ > ‘Sampling’ > ‘KSampler’ را انتخاب کنید. این نود هسته اصلی تولید تصویر است.
4. نود VAE Decode را اضافه کنید: ‘Add Node’ > ‘Latent’ > ‘VAE Decode’ را اضافه کنید. این نود تصویر نهفته (latent) را به یک تصویر قابل مشاهده تبدیل می‌کند.
5. نود Save Image را اضافه کنید: ‘Add Node’ > ‘Image’ > ‘Save Image’ را اضافه کنید تا تصویر نهایی ذخیره شود.

حالا نودها را به یکدیگر متصل کنید:

• خروجی MODEL از Checkpoint Loader به ورودی model در KSampler.
• خروجی CLIP از Checkpoint Loader به ورودی clip در هر دو CLIP Text Encode.
• خروجی LATENT از Checkpoint Loader به ورودی latent_image در KSampler.
• خروجی POSITIVE از CLIP Text Encode مثبت به ورودی positive در KSampler.
• خروجی NEGATIVE از CLIP Text Encode منفی به ورودی negative در KSampler.
• خروجی LATENT از KSampler به ورودی latent در VAE Decode.
• خروجی VAE از Checkpoint Loader به ورودی vae در VAE Decode.
• خروجی IMAGE از VAE Decode به ورودی images در Save Image.

پرامپت‌های خود را در نودهای CLIP Text Encode وارد کرده، پارامترهای KSampler را تنظیم کنید (مانند Seed, Steps, CFG Scale, Sampler Name, Scheduler) و سپس ‘Queue Prompt’ را بزنید. تصویر شما شروع به تولید خواهد کرد!

ذخیره و بارگذاری ورک‌فلوها

ComfyUI به شما امکان می‌دهد تا ورک‌فلوهای خود را به صورت فایل JSON ذخیره و بارگذاری کنید. این قابلیت برای به اشتراک‌گذاری، استفاده مجدد، و سازماندهی ورک‌فلوهای پیچیده بسیار مفید است. برای ذخیره، روی ‘Save’ در بالای صفحه کلیک کنید و برای بارگذاری، روی ‘Load’ کلیک کرده و فایل JSON مورد نظر را انتخاب کنید. حتی می‌توانید یک تصویر تولید شده با ComfyUI را مستقیماً در رابط کاربری Drag & Drop کنید تا ورک‌فلو مربوط به آن بارگذاری شود.

تکنیک‌های پیشرفته‌تر در ComfyUI

پس از آشنایی با اصول اولیه، می‌توانید از قابلیت‌های پیشرفته‌تر ComfyUI برای تولید تصاویر پیچیده‌تر و با کیفیت بالاتر استفاده کنید. این بخش به معرفی برخی از این تکنیک‌ها می‌پردازد.

استفاده از LoRA و ControlNet

LoRA (Low-Rank Adaptation): این مدل‌های کوچک به شما اجازه می‌دهند تا سبک‌ها، شخصیت‌ها یا مفاهیم خاصی را به مدل اصلی اضافه کنید. برای استفاده، نود ‘LoRA Loader’ را اضافه کرده و آن را به نودهای Checkpoint Loader و CLIP Text Encode متصل کنید.

ControlNet: یکی از قدرتمندترین افزودنی‌ها برای Stable Diffusion است که به شما امکان می‌دهد ورودی‌های تصویری اضافی (مانند خطوط کانتور، نقشه‌های عمق، یا ژست‌های بدن) را برای کنترل دقیق‌تر ساختار و ترکیب تصویر نهایی ارائه دهید. برای استفاده، نود ‘ControlNet Loader’ را اضافه کرده و آن را به نود KSampler متصل کنید. همچنین به نودهای پیش‌پردازشگر (Preprocessor) مانند ‘OpenPose’ یا ‘Canny’ نیاز خواهید داشت.

ایمیج تو ایمیج (Image-to-Image) و Inpainting/Outpainting

Image-to-Image: با این تکنیک، می‌توانید یک تصویر موجود را به عنوان ورودی داده و آن را با استفاده از پرامپت‌ها و مدل‌های هوش مصنوعی تغییر دهید. برای این کار، باید نود ‘Load Image’ را اضافه کرده و سپس تصویر را به نود ‘VAE Encode’ متصل کنید تا به فرمت latent تبدیل شود و سپس به KSampler بدهید.

Inpainting/Outpainting: این قابلیت‌ها به شما اجازه می‌دهند بخش‌هایی از تصویر را ترمیم یا گسترش دهید. برای Inpainting، نیاز به یک ماسک (Mask) دارید که نشان دهد کدام قسمت از تصویر باید تغییر کند. نودهای ‘Load Image’, ‘Load Mask’, ‘VAE Encode (for Inpainting)’ و ‘Set Latent Noise Mask’ در این ورک‌فلوها کاربرد دارند.

انیمیشن و ویدئو (اختیاری و مختصر)

ComfyUI با استفاده از افزونه‌ها و نودهای سفارشی، قابلیت تولید انیمیشن‌ها و ویدئوهای کوتاه را نیز فراهم می‌کند. این بخش برای کاربران حرفه‌ای‌تر است و معمولاً شامل ورک‌فلوهای پیچیده‌تری می‌شود که چندین فریم را با تغییرات تدریجی تولید می‌کنند و سپس آن‌ها را به یک ویدئو تبدیل می‌کنند. برای شروع، می‌توانید به دنبال نودهای ‘AnimateDiff’ یا ‘Video Combine’ در مخازن سفارشی بگردید.

عیب‌یابی و نکات مهم

هنگام کار با ComfyUI، ممکن است با مشکلاتی مواجه شوید. در این بخش به برخی از خطاهای رایج و راه‌حل‌های آن‌ها می‌پردازیم.

خطاهای رایج و راه‌حل‌ها

• ‘CUDA out of memory’: این خطا نشان می‌دهد که VRAM کارت گرافیک شما کافی نیست. می‌توانید با کاهش ابعاد تصویر، کاهش Batch Size در KSampler، یا استفاده از پرچم --lowvram هنگام اجرای ComfyUI، این مشکل را حل کنید.
• ‘Model not found’: مطمئن شوید که فایل مدل (Checkpoint, LoRA, VAE) را در مسیر صحیح (پوشه‌های models/checkpoints، models/loras، models/vae) قرار داده‌اید و نام آن را به درستی در نود مربوطه انتخاب کرده‌اید.
• ‘ModuleNotFoundError’: این خطا معمولاً به دلیل نصب نشدن صحیح وابستگی‌های پایتون است. مطمئن شوید که دستور pip install -r requirements.txt را به درستی اجرا کرده‌اید.
• ‘Invalid JSON’: اگر هنگام بارگذاری یک ورک‌فلو با این خطا مواجه شدید، ممکن است فایل JSON آسیب دیده باشد یا از یک نسخه قدیمی‌تر ComfyUI ذخیره شده باشد.

بهینه‌سازی عملکرد

برای بهبود عملکرد ComfyUI ساخت عکس لوکال، نکات زیر را در نظر بگیرید:

• آپدیت درایورها: همیشه از آخرین درایورهای کارت گرافیک خود استفاده کنید.
• استفاده از SSD: نصب ComfyUI و مدل‌ها بر روی درایو SSD می‌تواند سرعت بارگذاری را به طور قابل توجهی افزایش دهد.
• تنظیم Batch Size: افزایش Batch Size می‌تواند تولید تصاویر را سریع‌تر کند، اما به VRAM بیشتری نیاز دارد.
• استفاده از Tiled VAE: برای تصاویر با وضوح بالا، استفاده از نود ‘Tiled VAE Decode’ می‌تواند مصرف VRAM را کاهش دهد.
• پاکسازی حافظه: پس از هر بار تولید تصویر، ComfyUI مقداری از حافظه را اشغال می‌کند. اگر با مشکل VRAM مواجه شدید، می‌توانید ComfyUI را ببندید و دوباره باز کنید.

جمع‌بندی

ComfyUI یک ابزار قدرتمند و انعطاف‌پذیر برای تولید تصاویر هوش مصنوعی به صورت لوکال است. با دنبال کردن این راهنمای جامع، شما اکنون دانش و ابزارهای لازم برای نصب، راه‌اندازی و شروع به خلق آثار هنری دیجیتال خود را دارید. از کنترل بی‌نظیر بر ورک‌فلو گرفته تا بهینه‌سازی‌های عملکرد، ComfyUI به شما امکان می‌دهد تا خلاقیت خود را بدون محدودیت‌های ابری بروز دهید. فراموش نکنید که بخش بزرگی از یادگیری، از طریق آزمایش و خطا به دست می‌آید؛ پس نودها را به هم متصل کنید و نتایج شگفت‌انگیز را کشف کنید.

❓ سوالات متداول

س: آیا برای ComfyUI حتماً به کارت گرافیک NVIDIA نیاز دارم؟

ج: برای عملکرد بهینه و استفاده از قابلیت‌های Stable Diffusion، کارت گرافیک NVIDIA با VRAM کافی (حداقل ۸ گیگابایت) توصیه می‌شود. البته، ComfyUI از کارت‌های AMD نیز پشتیبانی می‌کند، اما عملکرد آن‌ها ممکن است متفاوت باشد و نیاز به درایورهای خاصی دارد.

س: مدل‌های Stable Diffusion را از کجا دانلود کنم؟

ج: می‌توانید مدل‌ها را از وب‌سایت‌هایی مانند Hugging Face یا Civitai دانلود کرده و فایل‌های .safetensors یا .ckpt را در مسیر ComfyUI/models/checkpoints قرار دهید. مدل‌های LoRA و VAE نیز پوشه‌های مخصوص به خود را دارند.

س: آیا ComfyUI رایگان است؟

ج: بله، ComfyUI یک پروژه متن‌باز و کاملاً رایگان است که می‌توانید آن را به صورت لوکال روی سیستم خود نصب و استفاده کنید. هیچ هزینه پنهانی برای استفاده از قابلیت‌های اصلی آن وجود ندارد.

س: چطور می‌توانم سرعت تولید تصویر را در ComfyUI افزایش دهم؟

ج: برای افزایش سرعت، از یک GPU قوی‌تر با VRAM بیشتر استفاده کنید، ابعاد تصویر خروجی را کاهش دهید، Batch Size را تنظیم کنید، و از بهینه‌سازی‌های داخلی مانند Tiled VAE یا پرچم --lowvram بهره ببرید. به‌روزرسانی درایورهای کارت گرافیک نیز می‌تواند موثر باشد.

این مطلب اختصاصی آسان ویندوز است.