三条航线
航线 A · 零基础完整路线（推荐,约 4-6 周）
按编号顺序通读全部 38 个知识点,每个知识点完成自测题并在本页勾选进度。节奏：每周 2 个模块左右,动手环节（装环境、跑工作流）不要跳过。
- 第 1 周：ComfyUI 是什么：节点式的生成式 AI 工作台 → 模型文件与目录组织（01-基础全部 + 装好环境跑通第一张图）
- 第 2 周：扩散模型直觉：从噪声到图像的迭代雕刻 → CFG 与负面引导:引导强度的数学（02-核心机制,重点吃透 KSampler 全参数解剖:seed/steps/cfg/denoise 与 采样器与调度器选型指南）
- 第 3 周：局部重绘(Inpainting):只改该改的地方 → LoRA:轻量插件的加载与叠加（03-核心工作流,每个至少亲手复现一次）
- 第 4 周：条件节点组与区域引导:一幅图多个提示词 → 模型采样补丁:ModelSampling/RescaleCFG/FreeU（04-进阶,Flux 与排障手册是重点）
- 第 5 周：ComfyUI Manager:生态的包管理器 → 模型资源获取与社区（05-工具与生态,把常用节点包装齐）
- 第 6 周：案例研究:电商商品图生产管线 → 历史与生态格局:ComfyUI 从哪来,凭什么赢（06-实践与视野,结合自己的真实场景做一个完整项目）
航线 B · 快速上手路线（1-2 天最小闭环）
目标是"今天就能出图、能改图、会装工具"：
- ComfyUI 是什么：节点式的生成式 AI 工作台 知道 ComfyUI 是什么（10 分钟）
- 安装与首次启动：三种途径与硬件对照 装好环境（30-60 分钟）
- 界面导览：画布、侧栏、队列与模板 认识界面（15 分钟）
- 第一个文生图工作流解剖 跑通默认文生图（30 分钟）
- 模型文件与目录组织 学会下载模型放对位置（20 分钟）
- KSampler 全参数解剖:seed/steps/cfg/denoise 看懂 KSampler 参数（30 分钟）
- 高清放大(Upscaling):两条路线与取舍 做一次高清放大（30 分钟）
- ComfyUI Manager:生态的包管理器 装 Manager + 缺节点自动补（20 分钟）
之后回头补 02-核心机制,理解"为什么"。
航线 C · 主题专精路线（按目标选点）
- 想做电商/商业图（如商品换背景、模特图）：图生图与重绘幅度(denoise) → 局部重绘(Inpainting):只改该改的地方 → ControlNet:把构图权从模型手里拿回来 → IPAdapter 与参考图控制:让图像自己当提示词 → 性能优化与显存管理 → 工作流 JSON 与 API 自动化 → 案例研究:电商商品图生产管线 → 版权、许可与伦理:商用前的必修课
- 想追新模型（Flux/视频）：SDXL 与多编码器家族:换模型换什么 → Flux 架构与工作流:cfg=1 的新物种 → 模型采样补丁:ModelSampling/RescaleCFG/FreeU → 视频与动画:AnimateDiff 到开源视频模型 → 模型资源获取与社区
- 想把图做清晰做大：潜空间与 VAE:压缩的图像世界 → 高清放大(Upscaling):两条路线与取舍 → 模型采样补丁:ModelSampling/RescaleCFG/FreeU
- 想自动化批量生产：工作流 JSON 与 API 自动化 → 子图与模板复用:工作流的组件化 → 性能优化与显存管理 → 案例研究:电商商品图生产管线
- 老牌 WebUI 迁移过来的：节点与工作流的心智模型：端口、连线与执行 → 模型文件与目录组织 → 采样器与调度器选型指南 → ComfyUI Manager:生态的包管理器
学习检查点
每完成一个阶段,用下面的标准自检,不过关就回炉：
- [ ] 阶段 1（基础）：能不看教程从空白画布搭出文生图;能把新下载的 LoRA 放对目录并加载。
- [ ] 阶段 2（核心机制）：能解释 seed/steps/cfg/denoise 各自改变什么;能预测"把 CFG 从 7 拉到 25 会发生什么"。
- [ ] 阶段 3（核心工作流）：能独立完成一次局部重绘与一次 ControlNet 姿态控制;能说出 SD1.5 与 SDXL 在分辨率和文本编码器上的差异。
- [ ] 阶段 4（进阶）：能搭建 Flux 工作流（UNET + 双 CLIP + VAE 三路加载）;面对报错先查日志再动手。
- [ ] 阶段 5（生态）：能导出 API 格式 JSON 并用脚本改参提交;理解子图复用的价值。
- [ ] 阶段 6（视野）：能评估一个 .pt 文件要不要运行;能说清所用模型的商用许可边界。
使用建议
- 边学边画：每个知识点里的节点连线关系,建议自己在 ComfyUI 里画一遍,肌肉记忆比阅读牢固。
- 保存自己的"工作流标本"：把学习过程中每个里程碑工作流（第一次文生图、第一次重绘…）存成文件,半年后回看就是成长曲线。
- 优先机制,缓追新模型：模型月月更新,但 扩散模型直觉：从噪声到图像的迭代雕刻-CFG 与负面引导:引导强度的数学 的机制十年不变;先内化机制,新模型只是"换节点"。
前置知识
无