ComfyUI 怎么选：Desktop/Cloud/API/MCP 四种形态一次说清
第一次打开 ComfyUI 的人，十有八九会愣住。没有输入框，没有"生成"按钮，只有一张空白画布和一堆叫"节点"的方块。我当初也是——对着那张画布发了五分钟呆，心想这玩意儿是不是装错了。
后来才明白：ComfyUI 根本不是给"想出张图"的人设计的，它是给"想把这事干一百遍、还能接进系统里"的人设计的。截至写这篇时它的官方仓库已经 12 万+ Star，GPL-3.0 免费开源。但"免费"俩字后面跟着的，是显存、依赖、和一堆选择。本文把 Desktop、Cloud、API、MCP 四种形态一次说清，顺带把我踩过的坑也摊开。
它到底解决什么问题
聊天式绘图（Midjourney、即梦）是"写一句、出一张"。ComfyUI 是"把模型加载、提示词编码、采样、ControlNet、重绘、放大、出图，全拆成节点，你把它们连成一条可重复跑的流水线"。
区别在哪？聊天式出图，参数藏在黑盒里，这次好看下次未必复现。ComfyUI 把每一步都摆在桌面上——换模型、换素材、批量改参数，不用重新手工点一遍。对要稳定复现、批量生产、串多个模型、或接业务系统的人来说，工作流比单次提示词值钱得多。早期它是 Stable Diffusion 的专属玩具，现在图像、视频、3D、音频、批处理管线全吃。
四种形态：Desktop / Cloud / API / MCP
最容易混的是"开源 ComfyUI"和"官方商业云服务"。它们共用节点思路，但跑在哪、花多少钱、能扩到什么程度天差地别。
| 形态 | 跑在哪 | 主要用途 | 费用 |
|---|---|---|---|
| Desktop | 自己电脑 | 本地创作、离线跑、自由装节点和模型 | 软件免费，硬件电费自理 |
| Cloud | 官方云端 GPU | 免安装跑工作流、团队共享、调预装模型 | 订阅 + 运行积分 |
| API | Comfy Cloud | 把工作流接进网站/App/自动化系统 | 套餐积分 + 并发限制 |
| MCP | Cloud MCP Server | 让 Codex、Claude 搜/搭/跑视觉工作流 | 连接搜索免费，生成耗 Cloud 积分 |
Desktop 适合已经有显卡、要隐私、要任意插件自由度的人。模型、素材、工作流全在自己机器上，能离线跑不希望上传的素材，还能跟 Photoshop、Blender、Nuke 现有管线接。代价是——速度、分辨率、批量大小全看本机 GPU 脸色。本体不大，真正吃磁盘的是模型、LoRA、VAE、输出文件，长期用最好单独规划存储。
Cloud 是给"没显卡或不愿折腾环境"的人准备的。打开浏览器就能用预装模型和常见节点，不用下几十 GB 模型、不用管 CUDA、Python、插件依赖。官方现在用 Blackwell RTX 6000 Pro 96GB 显存实例，只在工作流实际运行时扣 GPU 积分，编辑和等待不计时。适合：没独显、偶尔跑本地显存放不下的视频/3D、团队要统一环境、要并发队列和 API。
但 Cloud ≠ 完整复制本地环境。官方支持大量常用节点，可本地生态里所有第三方节点不可能同时在云端可用。依赖特殊系统库、未审核代码或冷门模型的工作流，迁移前得先查兼容性。
真·本地安装的血泪：显存、依赖、白屏
这部分原文只说了"检查显存和驱动"，我必须补点实战——因为本地坑比想象中密。
显存是道硬门槛。 我一台 4GB 显存的老卡，第一次跑 SDXL 直接爆显存。后来学乖了：加 --lowvram 启动参数、节点里把分辨率降下来，但老实说 4GB 就只能老老实实跑 SD 1.5，SDXL 别想了。官方手动安装文档覆盖 NVIDIA/AMD/Intel/Apple Silicon/Ascend，但"支持"不等于"跑得动"——第一次装前务必查目标模型的显存要求。
自定义节点是双刃剑，也是环境杀手第一名。 我第一次贪快一口气装了 5 个节点（ControlNet、IP-Adapter 那拨），重启之后整个界面白屏，还不报错。排查半天，是一个节点的依赖版本和 ComfyUI 核心冲突了。血泪教训就两条：装一个节点、重启一次、确认没问题再装下一个；出问题去 custom_nodes 目录把刚装的删掉。
requirements.txt 会不会动你的 Torch/NumPy/OpenCV。macOS 用户：Apple Silicon 能本地跑一部分工作流，但模型支持、速度和显存共享机制和 NVIDIA CUDA 不同。要长视频、大模型、高并发，Cloud 往往更省时间。
Cloud 积分真相：视频和 3D 是吞金兽
2026 年 7 月查到的官方月付（价格以后会动）：
| 套餐 | 价格/月 | 每月积分 | 单任务最长 | API 并发 |
|---|---|---|---|---|
| Standard | $20 | 4,200 | 30 分钟 | 1 |
| Creator | $35 | 7,400 | 30 分钟 | 3 |
| Pro | $100 | 21,100 | 1 小时 | 5 |
Creator 和 Pro 支持导入自己的 LoRA。充值积分有效期一年。官网那个"能生成多少段 5 秒视频"的示例，是基于指定 Wan 2.2 模板估算的——不能直接套到所有模型。我实测下来，视频、3D、高分辨率、批量任务消耗的积分，比普通出图高出一个数量级。买之前务必用你自己的典型工作流试算一遍，套餐页示例会严重低估。
Comfy MCP 的现实坑（含本地替代）
Comfy 官方提供了远程 MCP Server：https://cloud.comfy.org/mcp。支持远程 MCP + OAuth 的 Codex、Claude Code、Claude Desktop 可以直接加地址、登录，然后让智能体搜索模型、按自然语言建/改工作流、提交生成任务、批量排队、读状态、下结果。连接和搜索不耗积分，真正跑生成才扣 Cloud 积分，消费前会请求确认。
听着很美，但有个现实坑：这套云端 MCP 依赖 Comfy Cloud 账号和 OAuth 流程。在部分网络环境（比如国内直连 Comfy Cloud 不稳、或 Claude 账号区域受限时），云端 MCP 可能根本连不上。这时候别死磕云端——还有两条路：
- 官方本地 MCP（comfy-local-mcp）：第一方、基于 comfy-cli 的薄封装，驱动你自己的本地 ComfyUI。能跑你的工作流、检查你机器上实际装了哪些节点和模型。但它目前是私有测试阶段，没拿到权限装不了。要求 Python 3.10+ 与 comfy-cli 在 PATH 里。
- 社区本地 MCP（如 artokun/comfyui-mcp）：纯外部 API 消费者，不修改 ComfyUI 任何文件，通过
npx -y comfyui-mcp --http --port 9100起服务，MCP 客户端再连127.0.0.1:8188。我实测在 RTX 3090 本地跑通了完整链路：零订阅费、全离线、隐私可控。关键是别让 Agent 通过 MCP 工具自己装插件，遵守"外科手术式"安装准则，否则又回到白屏老路。
所以 MCP 这条线，能用的前提是"你实际跑在哪"。云端顺就云端，连不上就本地，别被文档里那一个地址框死。
什么时候上 ComfyUI，什么时候别硬上
这是最该想清楚的一点。ComfyUI 的核心价值是工作流复用与部署，不是"支持的模型多"。
| 类型 | 优点 | 主要限制 |
|---|---|---|
| Midjourney / 聊天式绘图 | 学习成本极低，自然语言出图 | 底层不可见，复杂批处理和多模型编排受限 |
| 传统表单式 WebUI | 参数集中，单模型本地生图顺手 | 长流程依赖插件页签和手工顺序 |
| ComfyUI | 节点图可检查、复用、批处理、部署为 API | 学习曲线陡，插件与模型依赖要自己管 |
只想快速出几张图？没必要为了"专业"强迫自己学节点。 聊天式工具更直接。等你需要把同一流程稳定跑几百次、把多个模型串起来、或把生成能力接进应用，ComfyUI 的优势才真正冒头。我见过太多人"为了显得专业"硬啃节点图，结果两周后放弃、回到 MJ——那才是真浪费。
一条不踩坑的入门路线
- 从官方模板跑一次基础文生图，弄懂 Queue、模型、输出目录这三个概念。
- 改提示词、种子、尺寸、步数、CFG，观察每一项对结果的真实影响——这一步比看十篇教程都管用。
- 加载一张图，试图生图或局部重绘，理解"图"也能当输入。
- 加一个控制节点（边缘 / 姿态 / 深度），感受控制力从哪来。
- 把常用输入收进 App Mode，把复杂节点图藏后面，当普通应用用。
- 工作流稳定后再装第三方节点或换大模型——别第一天就导入几十个插件。
- 有批量需求再学 API，有智能体需求再接 MCP。 顺序反了，前端、后端、模型参数会同时变，问题根本定位不了。
一张表秒懂怎么选
- 重视隐私、已有显卡、要任意插件 → Desktop 或手动本地安装
- 不想配环境、要大模型或团队统一环境 → Cloud
- 要把稳定工作流接进网站和业务系统 → API
- 想让 Codex / Claude 用自然语言搜并跑视觉工作流 → Comfy MCP（云端连不上就换本地 MCP）
- 只是偶尔出一张图 → 聊天式工具可能更直接
评论(0)