comfyui 整合包安装部署

五月一日， comfy u i 中文版整合包震撼更新，妥妥的小白福音全中文界面，而且支持中文提示词，根本不需要懂英文。更重要的是，这次整合包直接内置了两百六十七个风格模型，全是主流模型，还帮你预设成工作流了， 点开输入提示词就能用，安装也还是超简单，三步就能搞定，一、下载。二，找到启动器三，双击即可打开运行。支持苹果和 win 一 零杠一一系统一键升图， 一，健身视频，还能建模和做音乐，所有操作都是点一下就能实现，特别省心。模型数量太多，我就不挨个介绍了，感兴趣的帖子六七七尝尝。那接下来我会详细讲解新手如何安装与部署最新版的 comfy v 八整合包， 带你从零基础入门，最新最好用的康复员自用整个包 vr 版本正式上线了，来看看我们怎么使用吧！我们下载好我们的压缩包，这里分有基础版和进阶版，那对于小白同学来说呢，我们下载这个基础版本就可以了。 解压完成之我们找到这个图标双击打开，然后呢会弹出一个黑色的窗口，我们稍微等待加载一会，它就会自动的在浏览器当中打开， 那么你就会看到是这样子的一个界面。那这里呢，我还给大家准备了非常多的模型可供大家选择，像一些常见的 plus 模型，还有千问模型等等，像这一面举等等我都会放在我们的整合包里面，以及有非常多的模板可供大家进行选择， 这里呢，都可以找到对应的工作流，大概会有两百多款，是完完全全能够满足大家的一个生成需求的，那文件呢，都已经放好了，想生成的效果大家也可以看一下，直接点击运行就能够生成这些系列的图片了，全程非常的高清， 而且人物的真实感都是非常强的，你也可以放大看一下。那么大家拿到手之后呢，就可以自己去动手试一试，看看生成的效果怎么样。那个人认为呢，这样的生成效果还是比较不错的，比市面上大多需要收费的软件效果是比较好的，毕竟呢，这个软件是完完全全免费的。

一款软件搞定 ai 图像视频生成功能，那么就是我们的 comfyiv 八最新版本，在两年多的时间不停地优化软件细节，同时接受来自开元社区的大量模型，现在已经支持非常的功能，在视频后面为大家展示，那么它好在哪里？ 首先软件使用门槛低，无论你是新手小白还是 ai 大 神，稍微花些时间就能轻松搞定安装和插件下载部署，没有复杂的操作，需要用的工作流都已经植入整合包里面了。 其次就是软件使用完全免费，相当于可以无限生成，这是其他 a 软件所没有的优势。最后关键的是生成内容在本地不用联网，没有使用限制，可以生成各种福利，使用的方式呢也非常的简单，我们下载好我们的压缩包，然后解压之后呢， 我们找到这个启动器的图标，然后双击打开，然后呢就会弹出一个黑色的窗口，我们稍微等他加载一会，他就会在我们的默认浏览器打开，那么你可能看到的是这样的一个纹身图的界面，那么我还为大家准备了很多东西，像这里面 左边的模型里面有常见的 flex 模型，千问模型，以及一些大模型经常使用到的 lora 等等。再比如说工作流部分，大概有两百多款，可以足够的满足大家的要求，那么这些文件呢都放好了，然后像这里面我们得到了这样的一个工作流之后呢， 点击一下运行，我们可以看到这个彩样器正在彩样进行生成，最后呢就生成了一张图像， 那么这里面我们采用的是动漫的模型，所以它就会生成动漫图像，那么大家也可以尽情的使用其他的一些模型，比如说人物模型等等。那么同时像这种模型呢，可以生成大家任何想要的图像， 那么都给大家准备好了，大家拿到手之后呢，就可以自己动手去试一试，看看生成的效果怎么样。个人认为这样的生成效果还是很不错的，比市面上的很多需要收费的软件是效果要好的， 毕竟软件是完全免费的，那么就将这款软件推荐给大家，免费使用。值得一提的是，我们更新好后的 comfyui 已经完美地支持五零系显卡了， 对我们喜欢搞 ai 视频创作的小伙伴们来说更是如虎添翼了。然后就是我还增加了很多工作流，都是开箱即用的，这里面我就拿几个经典的举个例子，比如说擅长动作迁移和角色替换的哇二点二 animate， 专门用于口型同步的 infinite talk， 非常适合生成海报的千问 image 以及全新的 flex 二模型 client 等等，更多内容就等着你体验。哈喽，各位同学，欢迎来到 comfy ui 系列零基础教程第二期，今天咱们重点拆解纹身图基础工作流，我将从节点搭建到参数调试，手把手教你搞定， 哪怕是刚接触 comfyui 的 新手，也能跟着一步步做出效果。首先打开进入 comfyui 后，你会看到的纹身图完整工作流，一些交错相连的线和几个黑色方块，这些其实是将几个核心节点串联起来，构成了一个完整的生图流程。 咱们首先把每个节点的作用和逻辑理清楚，我们从左往右说起。首先 checkpoint 加载器，这是整个工作流的开始，专门用来选大模型。点开下方选项后，可以看到我们下载安装的模型，相当于给 ai 定好画画的风格基础。 clipp 文本编码器分两个，一个是正向提示词，你想画什么？比如你想要一个女孩动漫风格长发。一个是反向提示词，也就是你不想出现的画面，比如模糊低质啊。 clipp 文本编码器的作用就是负责把文字需求转成 ai 能懂的信号。看到 k 采集器， 它是整个纹身图工作流的核心绘图工具，负责在前空间中形成图片，这里能调三个关键参数。看到第一栏的随机种，也就是 seed 值。固定种子会生成相同基础图， 随机种子每次都不一样，也能手动输数字。日常的话固定和随机会经常使用，其他的很少有应用场景。 然后是迭代步数，数值越高，细节也就越足，常用二十到五十步。 c、 f、 g 值，就是提示词相关性越高，越贴近提示词，太低会跑题，会与输入的提示词相关性变差，常用的话在七到十二。 另外还有彩样器，比如 l a， d， p， m， p， p 二 m 和调度器 carrot， 这几个都是常用的参数。然后是降噪，也就是重绘幅度，数值越低，原图的相似度越高，反之则越低。通常默认为 有特殊场景，我们再去调整。再看到空阶节点，它的作用是负责定图像宽高，直接调宽度和高度， 还能设批次大小，负责控制一次生成几张图。看到 ve 解码器，它把 ai 在 latent 潜在空间里画的图，转成我们肉眼能看清的像素图，最后连接预览图像或保存图像，保存的图会存在启动器 output 文件夹里。 咱们可以先测个简单效果，选个常用模型，比如麦局写实模型、正向提示词书 one girl， 点击右上角的运行等绿色进度框，跑完，一张基础图就生成了。 光看懂还是不够的，咱们自己动手搭一遍，记得按节点需求一步步来，避免露脸。第一步，首先加 k 彩样器， 我们把上面的工作流节点都清除掉，双击空白处，搜索 k 采样器，选 k 采样器，普通版就行，高级版后续再讲。这个节点可以说是整个工作流的核心枢纽， 前面所有的节点最终都需要通过 k 采样器去形成 latent 前空间的图片。第二步，补 checkpoint 加载器。简易 点， k 彩样器的模型按住不动，往空白处拖去。在显示出来的菜单栏中选择 checkpoint 加载器，这样 ai 就 有画画的基础风格了。 第三步，加文本编码器，分别点击 k 彩样器的正面条件和负面条件，往空白处拖，选择两个 clip 文本编码器， k 彩样器的正面条件和负面条件。然后就能在编码器里输提示词了，比如正向 one girl， 反向提示词中输入 eigennegative。 第四步，加空 latent， 接点，点 击 k 彩样器的 latent， 按住不动，往空白处拖去。在显示出来的菜单栏中选择空 latent， 然后调宽度，比如七百六十八，高度比如一千零二十四 p 次，大小设为一。 第五步，加入 ve 解码器，点 k 彩样器的 latent 输出，往空白处拖，选 ve 解码器，再把 ve 的 图像输出拖出连接预览图像或保存图像。这样做的目的是为了能够实时观看生成的图像和保存到文件夹。 大完后可以再优化一下，比如给节点改名字，左键双击节点标题并输入正向提示词，下方文本编码器，同理输入负向提示词，这样后续找节点更方便。 复制节点也有快捷键，选中节点按 ctrl 加 c， 空白处按 ctrl 加 v， 比重新建节点快多了。 然后采样器这里其实并没有哪一个会更好，它的一个采样方法没有一个固定的选项，每个模型所采样的都不同。 我觉得大家如果是在网上找的模型式可以看到模型作者一般会推荐采样器，但是作者建议选是不会出太大问题的，当然我们也可以稍微灵活运用一下，通常的话可以选择 dpm 加加二 m， 还要加上调度器的 carry 斯。 然后 clap 文本和 ve， 这里不要忘记连接到模型加载器和 ve 解码中了，然后来尝试一下能否跑通本次的纹身图。工作流点击运行，我们稍等一下， 好的生成的图已经出来了，这说明工作流是没有问题的，能够正常的去运行。今天咱们搞定了纹身图从零搭建 海里清了彩样器降噪参数的用法，希望能有效的帮助到屏幕面前的小伙伴们，喜欢该视频的小伙伴们可以三连支持一下，你们的支持是我更新的动力，我们下期再见！

这是一个不限次数生成图片和视频的 ai 工具，它就是地表最强开源 ai 生产力工具， ctrl u i v 八破线版，或许你早就听说过它，但这个大版本的更新完美解决了康复 u i 安装困难和工作流报错问题，这种电影级的 ai 视频完全不在话下。 和那些花钱还要排队的网站不同，纯中文界面，完全不用懂英文，不用联网，更不用魔法上网，所有运行都在本地或限制 审查，最低支持一千零六十显卡。更惊喜的是，这次整合包直接内置了三百三十七个顶级工作流，全是大佬们认可的使用功能，使用也是超级简单的，三步就能搞定，一，拿到整合包，二，解压缩，三、双击打开 还没有试试的老规矩，验个牌。接下来开始教学，欢迎来到本期的康复 ui 教学，那么本节课呢，我们一起来学习一下纹身图以及它背后的生图逻辑。 那首先我们来到了 comui 的 界面，那么接下来呢，我们一起来看一下它究竟如何去完成这些直能的，那比方说这个 clip 文本编码，它是怎么做到把这个文字 最终通过 k 采集器转化成相应的一个图片？那首先呢，我们来先看到这一张，那这一张呢，就是 ai 生图最基本的框架了，我们从左边开始看起，分别有 promen， 那 是这个是什么意思呢？就 是说正向提示词以及反向提示词吗？那接着这两个东西就会传入到 ai models 里面，那经过计算呢，最终就能够生成我们 想要的图像了。那这个呢，确实是大体上正确的，非常笼统的概数，那我们今天 ai 生图的逻辑，那接下来呢，我们就从这个正反向提示词看起吧。我们回到刚才的 左流，我们可以看到向正反向提示词输入在哪里呢？我们可以看这里第一个有 clip 文本编码器， 而这个文本编码器的 clip 到底是什么意思？那为了弄清楚这一点，我们再来看一下这张图， 那在这一张图里，我们可以看到有一堆英文，也不用害怕，我们来看一下它代表的是什么意思。那首先我们来看一下左上角这些东西有稍微熟悉一点的，那有什么呢？我们可以看到有这一些， mountain， landscape， eastern running horse and gaddis gottis。 那 这些东西呢，其实就是我们的正向提示词，比方说第一个就是与山有关的一个景观，那第二个呢，其实就是宇航员骑着一匹马， 那顺着我们后面的一个箭头看到我们，他们被送往哪里呢？可以看到一个叫做 transformer 的 东西，而这个 transformer 呢，它出自于二零一七年的一篇论文，那这篇论文呢，也是 ai 史上最重要的一个里程碑过。我们这边呢先补 打开来讲，那我们回到刚才的这个图片，那我们继续来看一下这张图片，那具体它是干什么用呢？那在这个 transformer 在 弄懂这个之前，来看一下它后边输出了个什么。 那首先我们可以看到这里是输入了一些一点几几，还有大致的一些中括号，那我们可以看到像这些代表的就是叫做特征向量， 所以我们的这个 transformer 的 一个作用呢？也就是说我们输入的文本通过特定的方式给转变成了这个特征向量。那有的小伙伴可能会说啊，那这一步有什么意义吗？当然在我们的计算机处理文本的时候是比较费劲的，就好比我先让你去翻译一大段英文， 好比我现在跟你说，你长得真的很像姓刘名亦菲的人，或者说我说，哎，你长得真好看，那我问你哪一个更能清晰明了，能更容易让你一瞬间就懂呢？那肯定是第二句话嘛， 直接夸你好看。虽然说第一句话也是听起来比较好听，但是对于电脑也是这样子的，他是觉得让电脑去识别并处理一大段英文或者中文是更容易的， 还是让它去处理一段蕴涵着这些文本信息的数字容易？那毋须质疑，那肯定是处理数字对电脑来说更容易些。 那这个呢，就是我们的这个 transformer 在 其中扮演着类似于转换器一样的一个作用了，它识别文本，并且把它转化成这个特征向量，那这个就是它最重要的部分， 那在这一条流程当中，就是属于类谱模型所需要包含的一些内容啊。那我们接下来呢，回到现在的这个工作当中，还记得刚才我所介绍的流程吗？ 也就是说我们在这个文本编码器当中去输入文字后，由 transform 转化成什么呢？也就是特征向量对不对？ 而这个特征项链呢，它好像就是蕴涵着非常多信息的一个浓缩小盒子，那么它被传到哪里呢？也就是它会被传到这个 k 采氧器当中，最终呢，它会在这个 k 采氧器当中进行一个运算， 具体的流程呢，待会我们也会提到。那我们接着回到刚才的那一张图片里，那下半部分呢，其实就是我们的一个图像编码了，大家可以看到左下角这里是不是有一堆图片啊？那这些图片我们也可以把它称之为训练级，大家可以想一下， 我们在康复来工作流当中，哪里会包含着训练级呢？那必然就是我们的一个大模型了，那 diffusion models 扩散模型，那比方说有大模型是二次元风格，那必然呢，它的训练级大部分的内容就是使用的二次元图片来进行训练的，那如果是大模型 是写实风格，那必然它的训练级肯定是包含着大量的真实系图片。那接下来呢，我们再顺着这个训练级往后看， 可以看到它这里一共是连接的两个箭头，对不对？那分别是什么呢？ v i t 和 resident， 那 这两个呢？并不是同时进行的，注意我们这边代表的意思啊，有的是这个克里普模型用的是 v i t 的 框架， 有些 clip 模型呢，用的是 restit 的 框架，那不管是说 clip 包含的是这两个其中的一个，那么它本质上的目的是只有一个啊，也就是说为了让我们的训练级干嘛呀？就是转化成特征向量。 那现在呢，是不是就觉得和刚才的文本编码器有点像了，那目的呢？其实都是为了去简化我们的一个信息，让信息更好的去处理以及。 那么接下来呢，问题又来了，为什么克利普模型要做两个部分呢？那上面处理完文本之后，那下面的这个图像该怎么去配合呢？ 那接下来呢，我们来讲一下这个文本编码和图像编码是怎么进行配合的。那比方说我现在呢画一个 s 轴和 y 轴，然后这个位置呢，我们就代表是猫相关的一个特征，那在后面的这个位置呢，我们就代表是人的位置。那此时啊， 如果我想要生成一张猫粮的图片，那这个猫粮的位置应该是在哪里呢？大家可以思考一下啊，那必然呢是我们这两者之间的一个范围，对不对？你可以想象一下，那我们的这个猫粮的范围区间呢？它是有这么大的， 那么我们的目标呢，其实是不是这个猫粮？那必然我们的这个猫粮的取值范围呢，就在它的这个区间里面，也就是说这两者之间的一个交集范围内。那我们刚才的这个位置呢，这个编码作用 其实就是锚定这个猫，还有人他们在特征向量当中的一个位置，从而让文本编码器编码之后，特征向量一个框架内。 我知道我这样子说，可能有很多小伙伴是比较懵的，那么我们再回到刚才的工作流里面，我们来看一下，首先呢是咱们的训练级，也就是大模型，那大模型呢，它包含的就是在这个 checkpoint 的 加载器里面， 它是会经过我们的一个克里普连线制定好一个框架。那制定好这个坐标轴之后呢，我们输入的文本就会经过这个克里普模型转变成特征向量， 那特制向量呢，就会套用在我们的这个 x o y 轴上面的一切套用的一个逻辑是在背后的这个 k 传感器当中内发生的。那我们刚才呢已经讲解完了这个理论知识了，我们再来看一下实际的操作吧。我们讲一个难度稍微低一点的， 我们目光呢先锁定在这个 k 采集器当中，可以看到它有非常非常多的一个参数，比如说像随机种子，还有像这些什么步数啊， c f 居址啊， 采集器名称啊，调度器，降噪啊等等，一共有七种参数。那首先呢我们先从随机种子开始讲起吧，这个呢就好像是我们的图片当中的一个身份证号，那比方说我现在呢先把这个随机种子随便输入一段数字， 比如说六六六六，接着我们直接点击一下运行操作。那我们每次升图之后呢，这个随机种子数固定了还是变化呢？是增加了还是减少呢？那我们呢只需要在底下这里设置成固定就可以了。那接下来我们再次点击一下运行， 可以看到啊，我们现在这张图像是长这个样子的，那如果说我们不在改变随机种子的情况以及呢任何参数的情况下，我们再次去点击一下执行的话， 会发现我们的工作流呢是完全不会动的，因为呢他生成的图像是完全一样的，以至于这个随机种子是如何做到这一点，就像是一个身份证一样， 图片进行绑定。那接下来呢，我们来看一下下面的这个步数，那这个步数呢，它也就是代表着多少个降噪的次数叠带一共分成了多少步啊？ 那我们想象一下这个 star diffusion， 它在生图的过程中，就好像是一块脏玻璃，用抹布进行 擦拭，当然你擦拭的越多，那么图片呢，也会越清晰，细节也会越多。我们现在呢，先把这个叠带步数设置成二十，也就是相当于我们给这个肮脏的玻璃擦了二十下。那如果我们把这个步数设置成 五下，我们再来看一下它到底会发生什么样的变化，有没有发现这张图片啊，是不是明显细节比刚才的那张少了很多？ 如果说我们设置的更低呢？比如设置在二，我们再次进行运行，可以看到啊，现在的图片是不是一片模糊，那反之同理。 如果呢，我们的步数设置在四十，再次点击运行，那此时呢，我们可以看到我们的这一块玻璃就被擦的非常的干净，像这些细节和纹理都多了非常多， 当然过高的步数不总是都是好的，那大家可以想象一下啊，一块玻璃你擦一百次和跟擦两百次有很大的区别吗？ 反而没有，那基本上我们所有的灰尘都被擦干净了，那我们的康复仪其实也是一样的，那我们的步数一般设置在四十步以上呢，就不会有过多的一个变化了。 那比方说我们现在呢，把这个步数再次设置成六十步，我们来看一下点击升图 怎么样？我们现在呢，是不是跟刚才几乎没有区别，但是呢，却增加了百分之五十的升图时间，对不对？因为呢，他增加了二十步，那原来我们四十步步数越多，生成的这个升图时间也会越久， 而我们在一般生图呢，就设置在二十到三十步之间即可，那这里呢，我就先设置成二十五步看一下，那底下的这个 c f g 值又是一个新东西了，那它的作用呢，主要就是为了去控制我们的最终图像与提示值的失配程度。 俗话说我们的 c f 居值越高，则代表着我们最终生成的图像与关键词也就越匹配，意思也就越相近。那如果说我们的 c f 居值过低的话，就会让 ai 有 更多的自由发挥空间，意思也就是与提示词匹配程度也会有所下降。 那接下来呢，我们把这个 c f g 值设成四，再次点击升图，我们来看一下，可以看到啊，有没有发现它们的整体色调它会变灰是不是？那这个其实就是 c f g 值过低带来的一个负面影响， 那由于我这边输入的元素不是很多，当我们比如说设置在二十到三十个的时候呢，那么 c f g 值的表现会更加的明显。那此时我们继续把 c f g 值的这个系数提 低一些，比如设置在一，我们来看一下会带来什么样不好的一个效果。可以看到啊，那现在呢，整体的这个图像变得更灰了对不对？并且图像多多少少都会有一些变形。但是呢，当我们的 cf 居室过高，也会有不好的影响，比方说我们设置成实物， 点击运行，可以看一下它的这个出图质量怎么样，很糟糕，是不是？为什么感觉它的一个清晰度远远比这个 cf 值为七为八的时候要低很多呢， 我们可以对比一下，此时我们将这个 cf 值设置在七的时候的一个效果，那么现在我们的这个紫色的星云屏又恢复了原有的一个清晰度，而我们在正常的升图过程中呢， cf 值一般设置在五到八步即可，大家可以稍微记一下。 那么接下来呢，我们再来看一下这个采暖器还有调度器到底是什么意思。那点开来看，像我们的这个采暖器呢，会有非常多的选择，比如说 d p m 加加呀，还有像一些传统的这些老的采暖器，那这两款采暖器呢， 一般来说大家就选择 l 采暖器，还有像这个 d p m 的 都是比较不错的，那这两款采暖器呢，都是大家测评下来比较好用的，大家直接无脑进行选择即可。那调度器呢，我们一般就会去选择这个叫做卡拉斯的一个采暖器， 这个彩样器呢是比较好用的，那至于下面的这个降噪呢，我们会放在下一节的一个图生图当中，会涉及到我们之后再讲。那么现在呢，我相信大家应该就会有些疑问了，那 彩样器和调度器他们到底是干什么的？那为什么这个随机种子可以像身份证号一样控制我们的图像呢？那为了解答这些问题，我们再来看一下这张图片，那么这一张是更为详细的 ai 生图流程， 我们先看一下左上角，那么这个就是我们去输入完这个 prom 的， 也就是关键词之后，会发送至我们的 cleveland 模型当中，之后呢再由这个 cleveland 模型把我们的文本转化成下面的这个 extend and bearing 的 一个文本，陷入到这个特征向量里面， 那么这组呢，更易于电脑处理的数字信息就会发送到这个 unit 当中，那这个又是一个新名词，对不对？其实都是属于我们 k 场气，明白了吗？ 那这一大块的内容啊，都是在 k 场气当中去完成的，那这个特制向量被发送至 unit 之后，会发生什么样的操作呢？会降噪吗？那但是问题来的，我们的噪声从哪里来呢？那大家都知道啊，我们的 stabilification 用的是扩散模型，而扩散模型的运行机制呢，就是为噪声图片段的一个降噪， 从而生成了咱们的一个目标图像，也就是现在较为清晰的一个图像。那么现在我们要考虑到这个噪声的添加了，以及我们的这个滑步大小。 我们可以看到上面呢有一个叫做 gustnor， 也就是高斯噪声，它具体的分布规律也就是随机种子来决定的，那 不同的水滴种子呢，会添加不同的这个高斯噪声，从而影响到我们最终生成的一个图像嘛。那么现在呢，咱们的这个噪声就添加完毕了，我们来看一下这个话布大小了，那我们上一节课是不是有提 到过这个 klenet 呢？我们可以看到，那这个高斯噪声发送到底下的这个 klenet， 那 这个 klenet 的 大小呢？我们是可以在 klenet 当中的设置当中去设置的， 比方说我这这个花波的一个大小，我就规定了它是一个正方形，那么噪声呢，它会在这个正方形内添加，那么之后呢，这个结合了高斯噪声之后的 latent 图像在 unit 当中有什么呀？ 也就是说与我们的这个特性向量进行组合，而 unit 的 一个作用就是在预测下一步的这个降噪之后的一个图像，以及呢，我们要去减少噪声，以及 我们可以看到啊， winet 降噪完成之后，被降噪的雷腾图像又发送至了上一步了，那这一步 其实就是我们所循环的这个次数，那也就是说我们在这个降噪的过程中不断地去进行循环，比方说有二十次一个循环，可以看到这有一个橙色的内容，那这个代表的其实就是我们的调度器和采暖器了，那其中呢，调度器的作用是为了控制降噪的方法， 而采暖器的作用呢，就是去控制降噪的一个程度，于是我们就这样子不断地降噪，降噪，降噪之后就经过了我们设置的这个迭代步 数了，比方说我们是设置了二十五步，也就是说我们这里是循环降噪了二十五次之后，我们才得出到这个最终的一个图像被发送至 v a e 当中，而 v a e 呢，它就好像是一个转接插头，它是可以把我们的 light 图像转化成一个像素 空间的一个图像的，也就是我们肉眼可见的一个图像了，那么最终呢，就被解码成大家所能看见出来的这个狗哥的图像。那么在我们的这一整套工作流里面呢，我们的 clip 模型，还有 unit 模型以及 v a e 模型， 一般情况下都是由我们的大模型，也就是 star diffusion 的 这个模型来提供的，那我们回到刚才的这个康复 ui 工作流里面，我们来看一下这里的这个加载器，它是不是一共有三个输出，分别是模型输出以及呢 clip 输出， 还有另外一个是不是 ve 输出？那么这个模型输出指的是什么呢？那其实指的也就是我们刚才图片当中的这个 unit， 那 我们刚才介绍的这个 unit 模型呢，会在我们的 k 测量器内配合我们的特征向量， 而咱们的这个 clip 文本编码器呢，输入进来的这个特征向量会进行降噪，之后再由这个 v a e 解码器这个转换接头输出成我们能看到的这个像素空间的图像。 那比方说我们现在呢先来一个二次元的一个大模型吧，接着我们书写一下提示词，那我在我们去书写提示词的时候呢，可以先写一下质量提示 词，在写主体，在写这个氛围词汇，那什么叫做质量提示词呢？如果我想要输入的是一个高质量啊，高清壁纸，杰作极致的细节，哎，类似于这种词语，那咱们的这个颗粒普文本啊，他就知道我们想要的就是这个范围内的一个词汇， 那比方说你现在呢想要的就是一个比较清晰并且具有非常细节的这个词汇就会在这个范围当中帮助你寻找符合条件的。所以这边呢我们一起来进行输入吧。那首先我们打开一下翻译器，然后我们就可以输入杰作高质量 极致的细节。那接下来呢，我们就输入我们想要的一个主体内容，比方说一个女孩，好双马尾，蓝色的头发，校服。 那输入完主体之后呢，我们再来输入这个氛围的词汇，比方说是环境词汇，比如教师背景，动漫风格。那我们最后呢再来翻译一下这个词语，粘贴到我们的文本编码器当中。 那刚才我们也提到了，为什么要先输入这个质量词汇，再输入这个氛围词汇呢？那因为啊，我们越靠前的词汇，它的权重比重也就越高，在整体的内容呈现上也会占比更大。那接下来呢，我们再来输入一些反向提示词， 比如说我们输入的是这个模糊不清晰，低质量，类似于这些词汇，我们把它复制下来，模 回到我们的编码器当中给它贴上，那传达的意思就是我们不想要模糊，不想要低质量的图片，不想要一些混乱的图片，对不对？那这边呢，有的玩家呢会把这个负面提示词整合成一个组 词包，我们只需要呢输入这个 e、 c、 n、 g、 t。 那 随后我们再来看一下有质量提示词和没有质量提示词添加的一个差别。直接点击运行， 可以看到我们现在呢生成的这个形象就变成了一个二次元的风格了。那造成这两个原因其实有两种，第一方面呢是因为我的提示词当中去输入了这个动漫风格了。 其二就是我们的这个大模型，那这个模型呢，它本身的训练级呢，就是拥有非常多的关于二次元的一个训练级所训练成的一个大模型。 所以它所预测之后的这个降噪图像呢，必然是跟我们的动漫还有二次元是有关系的，所以我们最后的生成图像呢，就会呈现出这种非常自然的一个动漫效果。而我们的这个 comelon 呢，它也就是说我们可以去限制我们 的 layton 图像的一个大小，比方说像这么大的正方形的一个尺寸图片，随后在我们的随机种子所对应的这个高噪声当中进行降噪， 当然在降噪的同时会结合我们的这个可立普文本编码器输出的特征向量，对吧？不然他也不知道就是你想降噪之后生成的图像到底是个什么啊？是一匹马呢？还是一个动漫的女生呢？这些都是由我们的关键词所决定的对不对？而 unit 它只是为了让我们将噪的 图片尽可能的往这个方向去靠拢。那今天我也知道本节课是非常的干，但是呢，我相信学会了这些之后，对于我们后续的节点理解还有模型的学习都有着直观重要的部分。 以上呢，就是我们本节课的所有内容了，那下一期我们再一起来看一下图生图以及它背后的运行逻辑吧，那我们下节课再见！拜拜。

这个就是我自用的康复 u i 整合包，里面包含着插件和模型，这些工作流都可以用我这个整合包去跑， 然后说下这个整合包怎么下载，先下载这个插件加环境，下载好本地样子是这个样子的，然后第一步安装这个 全部点下一步就好了。第二步安装这个 安装好的界面是这样的，然后我们点这个使用 c 加加桌面开发，点它打勾右边这个安装详情， 跟着我这个勾选就好了，然后这个地方有 windows 十一和十，把这个勾选给擦掉，它是这样勾选的，你给它擦掉，然后往下滑动， 然后这里有十和十一，如果你是十一，你就勾选十一，如果你是十就勾选十，然后下面有个确定安装，我就安装好了。等他的安装过程中，我们打开高级系统设置，可以在搜索这里搜索， 搜索高级系统设置，点击它就好了，然后选择高级，选择性能，点击设置这里选择高级，然后到虚拟内存这里选择更改， 你刚打开的时候，这是勾选上的，把这勾选取消，然后选择一个盘， 这是 c 盘，这是另一个盘，然后在这个盘里点击自定义大小，输入这串数字幺零二四零零，然后点击设置，点击确定，这就设置好你的虚拟内存，虚拟内存就在这里查看， 设置好这个点确定，接下来我们打开吸盘，在这个框这里输入 cl， 点 es， 如果它不显示后缀，你就点击查看，在显示这里 选择文件扩展名，勾选起来，如果这里搜索很久都没搜索到这个文件，那么打开 c 盘，跟着我一步步操作，点击它这个文件夹， 点 vc， 找到这个文件夹， 选择上面这一个点这个 点这一个点这一个，然后这个文件都在这里。找到这个文件之后，一定要是有后缀的，按 shift， 点击右键点击复制文件地址，然后在搜索框这里输入查看高级系统设置，点击它， 这里有个环境变量，我们在系统变量这里点击这个双击它，然后点击新建，我把那个地址复制进去，它这里有个双引号，把双引号给取消掉， 然后点击确定就好了，然后点击确定， 复制好一个之后，我们回到这个界面， 点击回车，找到叉八六，我们之前在叉六四找到叉八六，同样的 shift 复制文件地址，然后系统设置这里点击它，然后在这里点新建一样的操作， 这样我们的系统设置就完成了。完成系统设置之后，打开 comui 文件夹，注意这个文件夹一定要是英文，不能有中文， 一定要是英文的文件夹，然后上面这个是 cpu 启动，我们要选择显卡启动，你的下面这一个 双击它，这个是它的后台，等它自己运行，你运行成功后会是这个样子的，然后去下载它的 mod 式文件 硬盘，这里点击 comui 模型，这有一个 modus， 下载好后打开 comui， 点击这个 comui 文件夹，然后把 modus 文件粘贴进去就好了。

最近有挺多粉丝问我这个康复 u i 怎么安装，现在我出一个教程，首先你要准备一个康复 u i 的 秋叶整合包，没有的在评论区扣六六六。 其次你就要准备这四样东西，第一个是解压工具，因为这个康复 u i 的 整合包它的容量还是蛮大的，所以需要用到这个工具去解压， 解压完之后他就是这个文件夹，接着就依次安装这三个环境依赖，没有环境依赖的也在评论区扣六六六。然后打开解压出来的整合包，在里面你会找到一个启动器，双击打开， 那么你就会进到这个启动器的页面。打开启动器之后，第一件事先点击设置， 再找到代理设置，右边有几个开关，如果你是没有魔法的，那你就不用设置了，这下面默认开着就可以了，如果你是有魔法的，那这下面就关掉，上面开了， 简单的说就是魔法用上面，没有魔法用下面。接着找到版本设置， 在右边这里选择最新日期的版本，点击切换，再点击确认，可以把 ctrl y 更新到最新版本， 然后来到左上角点一键启动，再点击右下角的一键启动，启动过程中会在启动器这里显示这一些启动的过程， 等到完全启动之后，他就会弹出这一个最基本的纹身图。工作流，那么你可以尝试运行，会发现报错了， 所以在这里给大家提个醒，你的康复 u i 安装成功了，并不代表你就可以运行所有的工作流，接下来你要做的是学习最基本的工作流的使用方法，比如查看报错，刚才报错之后，这里显示了红框，说明这里出了问题， 其实就是没有选择模型，现在我随便选择一个模型再尝试去运行，你会发现，哎，就可以了。 在后续的 com 加使用当中，其实还会遇到其他的问题，比较常见的就是显存不足，那对应的方法就是设置虚拟显存。 还有环境冲突，这个冲突一般是指环境依赖的版本冲突，那你就要去学会怎么看他们的环境依赖版本， 以及如何去安装和卸载相关的依赖环境。最后就是各种不同模型在不同工作流当中的运行逻辑以及搭建思路， 入门相对痛苦，但也因为痛苦入门之后你相比其他人会有更大的优势，特别是在未来 ai 时代。

超级变态的 ai 工具，打死都得学，只需一张显卡，你就能免费生成这样的 ai 视频，这就是地表最强的 ai 生产力工具 config 八破解版。和那些花钱还要排队的网站不同， 这个版本不用联网，更不用魔法上网，所有运行皆在本地，没有审核压力，不用积分，不用排队，也没有按次按月的计费套路，最低支持幺零六零显卡，并且人声中文自带三百三十七个 ai 功能。常用配件生成图片点一下就好，生成视频也是点一下的事， 需三步一拿整合包，爱解压缩三双机，打开想试试的老规矩，验个牌。那所熟知的 web ui 和 comf ui 其实都是属于 stability fusion， 而 webui 主要是基于数据库开发的浏览器界面， comui 则是使用图形节点、流程图设计而用于稳定扩散的用户界面。这边我们将 comui 和 webui 的 优缺点列出来，方便大家做个对比。首先我们来看 webui 这块，它的优点是简单易学，并且操作较为基础与简易， 而它的缺点是不利于长期管理。那么这是什么意思呢？当你在深度学习完 web ui 的 高阶内容后，你会意识到，如果使用的是 comui， 那 么将节省两到三倍甚至更多的时间。其次，在插件过多时， web ui 会显得非常的臃肿以及操作费时。那么接下来我们看一下 comui。 这边我们可以看到 kufui 对 配置的要求较低，这同时也意味着降低了 ai 绘画的门槛，方便更多的小伙伴加入进来。那么它的优点其次是节点更易于管理，有较强的自主性，我们可以根据个人需求来组装属于自己的工作流， 并且在未来， kufui 将逐渐与 webui 在 应用层面拉开距离，比如前段时间的 s d 三或者国产最新的颗粒大模型， 都是第一时间在 kufui 里可搭建工作流并使用的。而对于 webui， 这些最新的模型与插件往往得过一阵子才能时装，甚至直接不时装。 所以使用 kufui 也意味着你能够更早地使用到最新的模型与插件。而 kufui 的 缺点是初期不好上手， 但我相信在你学完了本套课程后，一定能够完全掌握康复原来的基础操作。除此之外，过去我们知道有许多软件，比如 blender、 达芬奇、 ue 等等都是使用节点式工作流， 因为他们有极强的自主性与可模块化，许多头部公司的顶级团队使用的都是节点式软件。那么康复以外，除了上述优点之外，我们在使用时还可以非常方便的套用他人分享的工作流，即刻便可实现相同的效果，节省了非常多的节点部署思路的思考时间， 以及从单个节点构建成工作流的部署时间。好的，那么接下来介绍一下课程概览。本套课程共分为两个部分，一到六节为基础部分， 其中包含了 com 以外的配置要求以及如何安装与部署。界面导览与原理介绍文声图以及提示词的语法。之后还会聊聊 ai g c 的 相关网站以及模型下载，最后还有图、声图以及高清修复的过程。 那么从第七节课到第十三节课属于进阶部分，先后会讲解 com 内及其诸多预处理器的使用方法以及使用场景，之后还会教大家 ipadder 及其强大功能的应用。随后我们还会学习最基础的 ai 视频生成原理。

明明是在 comfy 官网下载的官方整合包，打开之后一用，为什么还是有各种报错呢？不是节点缺失，就是模型找不到，难道官方的也不靠谱吗？我相信这应该是你们开始学习 comfy 遇到的第一个困惑吧。 今天关于 comfy 的 本地安装部署一次性给大家说清楚，记得先点好关注收藏，需要解压即用满血版整合包的我已经给大家准备好了，先给大家解决视频开头的疑问， 为什么官方的整合包你用上了还是会有报错呢？首先是节点缺失，官方整合包中只有一些空 p y 官方自己构建的基础节点，除了这些节点以外，还有很多常用的第三方开发者构建的扩展节点，这些节点官方整合包中都是不会给你提前安装的， 所以当你加载进框架的工作流中，包含整合包里还没有安装的第三方节点时，就会出现节点缺失爆红的问题。 其次就是模型缺失， comfai 中的工作流运行时，一般都需要调用本地特定文件夹中的相关模型才能正常发挥作用，而官方整合包中也不会提前给你下载这些模型，所以当你没有下载模型直接运行工作流就会出现模型缺失的问题。 所以并不是官方整合包有问题，是你没有把零件给它安装好。但对于刚开始使用 comfai 的 新手来说，想要自己顺畅的安装节点和下载模型是有一定难度的， 因为你不仅需要提前安装一些环境文件，保证 ctrl 键正常打开运行，还需要配置好魔法网络用于下载模型和节点， 最后还要知道下载好的模型该放进哪个正确的根目录文件夹。但这些其实都很好解决，那就是直接使用节点和模型都已经提前安装好的满血版整合包， 这个是我一直都有在给大家分享的，而且还是长期持续更新的，这样你就可以省下大力气快速上手体验 kufi 的 使用了。除了以上所说的这些，还有一个问题是你无法回避的，那就是电脑配置问题。 想要在本地电脑流畅使用 kufi， 必须满足一定的电脑配置需求。首先就是显卡的显存一定要足够大，才能支持模型正常运行， 一般深图模型需要至少十二 g 显存，视频模型一般至少需要十六 g 显存。这里比较推荐新手入门的高性价比显卡，就是五零六零太十六 g 这张显卡了，什么牌子的一般都影响不大，主要是显存大，而且相对便宜。 除了显存以外，还有内存，做图建议至少需要三十二 g 内存，做视频建议至少六十四 g 内存。最后就是此款空间，本地模型一般体量都比较大，建议至少留有五百 g 的 此款空间用于存放模型。 以上所有这些配置都是上不封顶的，配置越高，使用体验越好，我相信大多数人的电脑配置可能都达不到这个要求， 如果你的电脑性能也不太够，那我真的非常不建议你在使用 ctrl 的 初期就花大价钱去购置高性能的电脑。上面所说的这些硬件配置，因为 ai 的 爆火，价格都一度水涨船高，但我们其实还有更加经济实惠的解决方式，那就是云端部署使用 ctrl y， 简单来说就是租用一台高性能的云电脑来部署使用软件，这个就比自己去买电脑要便宜多的多了。云端部署的方式我们会在下一期给大家讲。好了，这就是我们今天分享的所有内容了，记得点赞、关注、收藏，我们下期再见！

二零二六年王炸级别 ai 软件它来了，那就是 comfy ui， 无论生成视频又或者生成图片都不在话下，而且最近又上线了它的最新版本，无论你是高配五十系显卡的大佬， 还是三十四十系的家庭用户，都可以畅享生成视频的乐趣。因为现在的生成加速技术，比如 c g g u f 加速， laura 等层出不穷，而且不断在更新，大大降低了生成门槛。你要问我这款软件用起来收费吗？ 或者说分享资料收费吗？我可以肯定的跟你说一句，完全免费，无论是使用软件收费的，或者是发你资料还要收费的，都要擦亮双眼。 那么这款软件的安装包和模型工作的文件在评论区里面自己去拿就行了。说了这么多它的功能，那么到底要该怎么使用呢？很多人觉得这个软件用起来难度很大， 不知道从哪下载模型和工作流，不用怕，我已经通通为你下载好了，并且预制成一个文件夹了，真正做到了开箱即用。使用的方式呢也非常的简单，我们下载好我们的压缩包，然后减压之后呢， 我们找到这个启动器的图标，然后双击打开，然后呢就会弹出一个黑色的窗口，我们稍微等他加载一会，他就会在我们的默认浏览器打开，那么你可能看到的是这样的一个纹身图的界面， 那么我还为大家准备了很多东西，像这里面左边的模型里面有常见的 flax 模型，千问模型，以及一些大模型 经常使用到的 laura 等等。再比如说工作流部分，大概有两百多款，可以足够的满足大家的要求，那么这些文件呢都放好了，然后像这里面我们得到了这样的一个工作流之后呢 点击一下运行，我们可以看到这个彩样器正在彩样进行生成，最后呢就生成了一张图像， 那么这里面我们采用的是动漫的模型，所以他就会生成动漫图像，那么大家也可以尽情的使用其他的一些模型，比如说人物模型等等，那么同时像这种模型呢可以生成大家任何想要的图像， 那么都给大家准备好了，大家拿到手之后呢就可以自己动手去试一试，看看生成的效果怎么样。个人认为这样的很多需要收费的软件是效果要好的， 毕竟软件是完全免费的，那么就将这款软件推荐给大家免费使用。哈喽大家好，那么最近有很多小伙伴呢 想说用一下我们的 cf ui， 但是经常会碰到一些自己不好解决的报错问题，那么今天呢我就带大家来解决我们的一些常见的报错问题。首先像这里面我们一般拿到我们的软件安装包之后呢，我们打开之后啊， 有时候会出现这样的一串提示，就是加载了一堆命令提示栏呢，但是显示不出什么结果，然后整个界面就静止在这里了，这时候我们可以关掉一下我们的防火墙试一试，一般来说都是因为防火墙拦截了我们打开的网址导致的。 然后第二个就是我们的拍拖制版本问题，一般呢显示说退出代码为一，然后这里面会有一些与拍拖者相关的提示，那么这个时候就是我们需要更新我们的拍拖制版本，因为那我们的版本太低了， 我们那么我们怎么知道要更新合适的版本？就可以借助我们的豆包 ai 或者是 d p c， 然后你把你的显卡型号发送给他，然后让他呢返还给你摄配的版本，然后你直接浏览器搜索一下拍拓器，然后选择对应的版本下载安装即可，这个没什么好讲的。 然后是这个缺少了这个 m s v c 环境，那么这一种呢就需要安装这个 vivo studio， 那 么我已经 把这个网盘链接放在这里面，然后你自己打开安装就行了，主要你就是注意到这里面吗？有一个不能够找到 msvc 的 一个警告提示，那么这个呢？就是显示你缺少了这个变异环境吗？ 然后就是我们的一些比较基础的地方，就是说我们的文件夹，像我们自己的一个工作流文件夹，是在我们的开户外的这个文件夹里面的 workflow 里面，以及包括模型文件夹和插件文件夹。 那么常见我们使用到的一些下载工作流啊和模型的网站，就这两个用的比较多一点。然后就是用 我们的 b 站上面的一些大佬他们开发的一些工作流，然后就这样的话，插件的话一般就两种方式，你一般通过管理器安装，管理器其实也是一个插件来的，它的全称是 kenfu in my manager 嘛，然后你通过这个管理器进行安装，或者呢在 github 上进行安装。 稍微给大家讲一下，就比如说我们打开那个管理器之后，这里面有一个安装缺失节点，我们点击进去，然后就可以进行安装了。又或者在这个上面有一个节点管理，这里面我们直接搜索也可以安装，然后通过 get 安装呢，就是你点这个， 通过这个 get 链接进行安装，这个 get 的 链接怎么找呢？首先我们要用一下我们的 t 呢，就可以直接搜索给他， 在这里面我们随便搜索一个插件，比如说 react， 对 吧？那我们直接选择第一个，这里面有 react， 点进去，然后这地方有一个绿色的图标，我们点进这个倒三角，然后这里面就有一个 get 地址，我们直接把这个复制一下， 然后呢粘贴进刚才那个，通过地毯安装就行了。然后我们再来看一下我们常见的一些报错啊，就比如说这一种，就是很明显的缺失模型， 就是这些模型他没有在列表里面检测不到，就是缺少模型。方法就是把那些模型下载好吗？然后放到对应的文件夹里面， 这种呢则是报现存啊，就说你的 gpu 内存用完了，那么你可以调低你的参数吗？或者用一些加速工作流，最极端的方法就是更新你的设备，把你的设备进行升级，以及像这种的缺失了某个节点 id， 就是 缺失节点， 这个需要自己去管理器面清洗安装。然后就是这个 k 彩样器报错，像这种绝大多数百分之九十的原因都是因为我们选错了模型导致的，大概率是 clipp， 也有可能是一些其他的模型，啰啰、 ve 等等，这个你得自己仔细检查。 然后就是第五个，就比如说我们的工作流界面里面发现，哎，没有管理器那个按钮，没有 manage 怎么办？这时候我们就自己去安装一下那个咖啡 y manage， 就是 安装一下这个插件以及这个 get 就 可以了，你就把刚才那个就这个， 你把这个插件点击这个下载压缩包，把这个压缩包呢解压到我们之前提到过的插件文件夹目录里面也可以用，但是这个是用来下载一个管理器的办法， 我们平时正常下其他插件的话，你就还是要在管理器里面进行安装或者 get 安装。其实还有一种安装方法，就是你在 那个看需要的拍散里面进行安装。第六种的话，就是有时候我们管理器它的这些插件有点过时，你这个时候就要去记的上搜索它最新的那个记的链接进行装，那么这个就是你解压的时候没解压，好像这种话你就重新解压就可以了。 这个是最近比较新出的，就是说你的软件更新之后呢，你的 manager 会有一些缓存文件， 他老是会提示你出现一个这样的东西，你就在这个优子这个文件夹里面把这个文件夹删掉就行了。以及这个你像你的工作流运行着突然显示重连了， 这个大概率就是你的虚拟内存太小，你就需要把你电脑的虚拟内存调大一点，至于具体怎么调可以去浏览器搜一下，比较简单。 然后这个就是因为就是因为我们的五零系显卡是不支持这个叉佛莫斯的，那么我们五零系显卡的小伙伴们就需要把这个叉佛莫斯给卸掉， 那么方法也在这里面，还有像这里有小伙伴说打开软件之后不显示运行这个按钮，那么你就是去换一个浏览器，因为有些浏览器有点 bug， 你可能打开之后确实显示不了，那么这里面也是比较常见的一些错误，那么这份文档也给大家准备好了，大家自己去拿就行了，那么这期视频就到这里了，我们下个视频见。

这是一个不限次数生成图片和视频的 ai 工具，它就是地表最强开源 ai 生产力工具 comfyui v 八破线版，或许你早就听说过它，但这个大版本的更新完美解决了 comfyui 安装困难和工作流报错问题，这种电影级的 ai 视频完全不在话下。和那些花钱还要排队的网站不同， 纯中文界面，完全不用懂英文，不用联网，更不用魔法上网，所有运行都在本地或限制无审查，最低支持一千零六十显卡。更惊喜的是，这次整合包直接内置了三百三十七个顶级工作流，全是大佬们认可的实用功能，使用也是超级简单的，三步就能搞定， 一拿到整合包，二解压缩，三、双击打开，还没有试试的老规矩，验个牌，接下来开始教学。那么我们说到学习康复 ui 最基础 最基础的功能呢？那么肯定就要提到我们的纹身图了，对吧？当然还有其他两个是图身图跟局部重绘。我们需要知道的一件事是，我们任何的复杂的工作流都是在纹身图、图身图和局部重绘 之上去进行搭建的，也就是说这三个最基础的工作流就是我们所有复杂工作的地基。所以我们画不 多说，直接来开始学习我们 comfui 里面的纹身图工作流。那么我们看这个纹身图工作流可以看到它主要包含了几部分，我们来数一下。第一部分就是我们的 chipon 加载器，第二部分就是我们的 clip 文本编码器，第三部分就是我们的 k 太阳器， 那么第四部分呢？就是 colon 第五部分 v a e 解码，对吧？第六部分就是我们的保存图像，也就是我们最后输出图像的地方，那么我们一个一个部分的来看，我们先看我们的 chip 加载器，我们 chip 加载器的作用就在于它可以加载我们的大模型啊，大模型， 那么大模型是一个什么样的东西？我们任何的 ai 绘画都是需要大模型去驱动的。我们举个例子，如果说我们把这一整套工作流比作一个人的话，那么我们的大模型就相当于我们人的脑子，对吧？我们需要这个脑子才可以去控制我们人的行为，也就是控制这个工作流去进行运作。 那么既然说到人脑，其实我们知道在现实生活中每个人的人脑他都是不一样的，也就是说我们的大模型其实也是不一样的，有一些大模型呢，可以绘画动漫风格，有一些大模型可以绘画真人风格，有一些大模型呢，又可以绘画室内的装修风格， 这个就是我们大模型的作用，它总管着我们的一个风格的一个绘画方向，比如说我在这里选择一款动漫大模型啊，或者说真人大模型，我们选择这个，呃，麦菊 v 七模型，大家可以看到 哎，我们把它选择一下这个去碰加气，大家还可以看到它有三个点，对吧？它有三个点，一个是模型点，一个是 klev 点，一个是 ve 点，那么我们从下往上看，这个 ve 点的作用是什么呢？ 那么说到这个 ve， 我 们就不得不提到我们大模型的一个训练了，在训练大模型的时候是不是要先准备一个炉子，然后往这个炉子里面去丢入一些图片，比如说动物的图片，人物的图片，或者说花花草草的图片。对，我们把它丢进去，但是你丢入这些图片的 时候呢？我们需要知道的时候，我们必须给这个图片进行打标。打标是什么意思？就是我们得把这个图片里面有个内容，通过文字的形式把它呈现出来，比如说一只小狗，那么这只小狗的外貌怎么样的？或者说它的场景里面有一些什么内容，我们都 得用一个文本的形式把它呈现出来，然后把这张图像和文本一起打包投进这个炉子里面。当我们投入的照片和打标的这个文本够多的时候，哎， 那么这个大模型它就会自己去学习这里面的一些内容，学习完之后它就变成了我们这一个具有偏向性的大模型了。我们也可以把这个大模型完全只投入动漫的啊，这个图片，那么它就会变成动漫大模型，或者说我们只投入真实场景的图片，那么它就变成真实的大模型， 那么这个就是我们大模型的一个训练的一个过程。那么我们刚刚说我们投入去的图片它是什么图片？是不是只有我们人类才能看得懂的图片？ 那么既然是我们人类能看得懂的图片，那么计算机能不能看得懂？那当然是看不懂的啊。我们这个 ai 绘画的过程，其实它就是在计算机里面去进行操作的，对不对？ 所以说我们任何的数据最后都会变成计算机的信息，所以我们需要把人类能够看得懂的语言变成计算机能够看得懂的语言，所以我们就需要这个 v a e 去对我们这个模型里面的图片进行作用。 我们把这里面所有的图片编码成为计算机的语言之后，我们就再把这些语言进行分配传输，然后最后由这些语言进行重组， 变成一张人类又看得懂的图片，对吧？所以我们的 ve 把里面的图片进行一个解析，解析完之后它变成了许多许多的信息，然后通过我们这一个模型点给它传到 k 太阳器，看到没有？我们可以把胶线断开， 然后给它连上，对吧？给它传到 k 场去，然后可以看到它也有 clive 点，这个 clive 点其实就是我们的，我们可以说它是条件点，你也可以把它当作文本点，当然了，文本点它可能不太正确，我们又把它叫做条件点，对吧？条件分成了很多种了，我们后面说到了 control net， 它也是条件点的一部， 但是我们这里姑且先把它当做是一个文本点，它这个文本点它可以读取我们所有照片刚刚说的打标里面的图片的一个文字信息，读取到之后把它继续往下传，传到我们的 copy 文本编码器。那么我们的 copy 文本编码器的作用是什么呢？ 当我们去用吉梦或者可林的时候，你会发现我们在输入一串文字之后啊，它会生成一个图片，对吧？那么这个 klib 文本编码器，也就是我们输入文字的地方，比如说我在这里输入 a cap， 我 在这里输入一只猫啊，输入一只猫之后，然后点击执行，我们看一下， 我们可以看到它是不是生成了一只猫出来。那么这个 klib 文本编码器，它为什么叫做编码器呢？也是一样的，我们输入了 a cap， 是 人类的语言，对吧？我们需要把它进行编码，编码成为计算机的语言，那么计算机才能够读得懂。那么有同学会问了，为什么我这里的 clear 文本编码器它有两个，那是因为我们 comforion 或者说 stable diffusion 的 一个特殊性，它会给我们用户配置一个负面条件，也就是说上面这个我们可以把它叫正面条件， 也就是说通过这一个文本我们可以把它叫正面条件，也就是说通过这一个文本，我们自然也就输入我们不想要的东西。 然后这个可列文本编码器呢，就是拿来输入我们的正负面条件了。我们再来看一下我们的 k 传感器，我们会发现 k 传感器它是最后的一个信息处理中心，有没有发现 什么叫做信息处理中心呢？我们会发现我们的通过这个正面条件和负面条件输入了这个我们想要的东西之后，哎，把它编码成为计算机的语言，他会传到我们的 k 传感器里面，对吧？我们大模型里面被编码完的图像信息里面，然后我们 k 传感器里面现在有几份信息， 是不是有两份？第一份信息是我们大模型里面所有的图像信息，第二部分的信息是我们的这个正负面条件的文本信息在里面，那么通过我们的文本信息跟图像信息进行比对之后，那么我们的 ai 就 知道我们要生成什么样的东西，比如说这里面我们刚刚说到图片可能会训练一些人 些猫，一些狗进去，对吧？那么我们如何精准的让它生成猫，那么就通过信息比对了，通过跟我们文本的信息比对，把它比对完之后，它自然就会出现猫的图片。 ok， 我 们继续往下看，这个空扔腾的作用是什么？空扔腾的作用其实它就相当于一个白色的画布，我们都知道我们 人在进行绘画的时候需要一张白色的纸，对吧？那么我们的 ai 也是需要一张白色的纸的，那么这张白色的纸就叫做空扔腾， 自然空间腾的宽高我们是可以去设置的，我们可以看一下，它可以设置成为五幺二乘五幺二，对不对？五幺二乘五幺二，你也可以设置成七六八乘七六八，那么它的画布就会更大一点，当然你也可以设置成五幺二乘七六八，也就是说它会变成一个竖屏的一个画布，那么它画出来的东西它自然也就是竖屏的，我们可以看一下， 哎，是不是竖屏了，对吧？你也可以把它变成横屏的，也是可以的。然后这里还有个批次大小，我们可以把它画成二，那么它一次性就会画两张图片出来。 好，我们可以看到是不是一次性画两张图片出来，所以这个批次大小主要是拿来管理我们的。呃，图片的出的张张数的就是，如果你是二，它就出现两张，如果是三，那就是三张，这样子，以此类推过去。 好，我们再来看一下 k 传感器里面的一些参数。第一个是这个随机种，这个随机种是什么东西呢？其实他就是我们这一个图像的身份证，我们的这一个图像，哎，每一张图像生成出来，他都会有一个不同的随机种的数字代码，我们可以看一下， 比如说我又生成了一张，可以看到随机种是改变了，对吧？所以说一个随机种一般来说是对应一张图片的，那么我们后面看一下运行后操作这一个栏目，它是拿来干嘛的？我们可以点开，它里面有固定、增加、减少、随机，对吧？如果我们填写的是固定呢？ 我们再跑一张，可以发现我们这个随机种它是不进行改变的，有没有发现好？我们再点多几次，你会发现它没反应了，我们点击直行的时候，它已经没反应了，对吧？为什么没反应？就是因为我们把它的随机种固定了，那么这个随机种它就是 对着我们这一张图像的，对吧？所以他不会进行改变，他也不会进行再一次的跑图，因为这张图片他已经怎么样生成完成了，对吧？我们也可以选择增加和减少，但如果你选择了增加的话，你会发现后面这个数值他会加一，变成了九，看到没有？ 好，我们再点一下，现在变成了七十，对吧？好，第七十张会发现他出现了人，我们可以继续往后跑， 可以看一下他又加了一，他又变成了不一样的，还是那那句话，他就是一个随机种，对应的怎么样一张图片？当然了， 这这个随机种的增加、减少，你可以自己去调，我们一般把它调为随机啊和固定，我们用的是最多的，然后是步数，步数就是说我们画这张图像的用了几步，比如说我们人类去画一张图像，可能我们需要画五十下才能把这张图片画出来，对吧？ 按道理来说，我们这个步数越高，那么我们画的图像所具有的细节也就越多，当然了，这也并不是完全的，如果说我给他一百步，但是我画完张图像，其实我只需要二十步，那么你是不是又形成另外一个词语，画蛇添足，对吧？所以说并不是说你步数越高越好， 那么这个步数的高低主要看我们的大模型的选择，比如说我选择一点五的大模型，那么我自然这里的步数我选择二十步，他就是可以的。如果说我选择 plus 模型，对吧？ plus 模型训练参数很多嘛，那么我步数选择十步，那么我也可以画出一个很好的照片， 对吧？那么这个步数就看大家自己去调了。我们一般来说最好就是不超过五十步，为什么？因为如果说你超过了五十步，其实呢，它没有什么太大的效果，甚至说会让你的图片进行一个崩坏，对吧？而且会更加耗费你电脑的一个配置的显存，所以说我们一般定为二十步就好了。然后这个 c f g 的 话， cfg 是 什么意思？它的全称叫做，呃，条件引导，也就是说这个 cfg 越高，它跟我们这个哎提示词越贴近，如果我把 cfg 改为零，大家可以看一下，我们去跑一下， 哎，可以发现它出现了一个什么女生，对吧？跟猫有没有任何关系？没有任何的关系，如果我们调成了一， 可以再跑一下，好，这边出现一只猫啊，但这只猫它怎么样？太过于抽象了，对吧？就是说 呃一这个参数对于我们一点五的模型来说，它太低了，它贴合不了我们这个正面提示词想要的一个内容，所以，呃，一般来说我们这个一点五的这个模型啊，一点五大模型，我们一般这里我们选择的是呃七左右，七到八左右就会出现一个比较好的， 那比较好的图像可以看到。然后另外一点呢，我们需要知道的是， cfg 其实对我们画面的饱和度有一定的控制，如果说你的 cfg 太高的话，对于这个模型来说，那么他可能会出现过拟合化的一个效果，比如说我这里调成二十，我们看下会有什么效果 好，可以看到它锐化是不是特别的严重，以及饱和度非常的高，对吧？如果说你用的不是一点五的吗？大模型用的是叉 l 的 大模型或者 plus 模型的话，你会发现一个很严重的问题，就是它的锐化太高了啊，或者说饱和度太过于严重，那么出现的画面也就会变得很抽象， 对吧？所以我们的这一个一点五的大模型的话，我们一般是五到六之间，而 plus 一 般我们把它调为一， 也就会发现有一个规律，大家有没有发现你越强的大模型， cfg 相对来说就越低，对吧？然后采氧器和调度器，我们可以看一下， 采氧器和调度器不同的选择呢？对我们图像的深层也是不一样的，不一样的采氧器啊，它输出的质量也就不一样，那么我这里呢，主要就是呃，用的最多的就是 d p 二 m 了， d p m 是 一个效果比较好的一个采氧器，或者说 d d p m 也不错，这两个都不错啊，这里我推荐你们直接使用，这里我就不过多的讲解，因为这个东西比较麻烦。 然后调度器呢啊，我们一般选择 k 这个开头的啊，这也是一个比较好的调度器，也是大家测试出来的一个比较好的，我们可以看一下， 可以看到效果是不是更好。比起刚刚的这个 u r 的 时候， u r 的 这一个彩样器呢，它其实更适合于深沉动漫的那个风格，但是我们选择的是真实大模型嘛，对吧？真实大模型，所以我们这里用 d p m 和 k 这个彩样器出来的出路效果就非常的不错，我们可以看一下， 哎，对吧？是不是更加的真实，感觉好。最后就是一个 v a e 解码，那么我们在这里 k 长计刚刚说我们会进行一个信息比对，对不对？那么信息比对完了之后， 我们是不是需要把计算机的信息给他释放出来，变成我们人类能够看得懂的语言才可以，对吧？那么这个 v a e 解码就是能够把我们 计算机的信息给它释放出来了，然后把它转换成我们人类可以看得懂的语言。所以说我们最前面这个 ve， 我 们可以把它叫做什么 ve 编码啊？ ve 编码，通过这个 ve 可以 编码我们元大模型里面有的图像，就人类看得懂的图像信息，把它变成计算机的语言， 变成计算机的语言之后呢？通过在 k 盘器里面进行一个信息比对完之后，然后让计算机知道我们想要什么样的内容，最后把图片生成出来，就在这里通过噪点的一个回收啊，噪点的一个反扩散，把我们这个图像生成出来，生成出来之后通过 v a e 解码，怎么样 把它解码成为我们人类看得懂的图像信息，就完成了我们一整个纹身图的一个工作流。好，那么其实这节课也就讲到这里啊，希望大家积极学习康复 u i， 然后有一个更好的未来。

这估计是你见过最强的无限生成图片和视频的 ai 工具了，那就是地表最强开源 ai 生产力工具 comfy 八破线版。或许你早就听说过它，但这个大版本的更新，完美解决了 comfy 安装困难和工作流爆破问题， 这种电影级 ai 视频更是不在话下。和那些花钱还要排队的网站不一样，完全开源，无需排队，无需联网，也无需魔法上网，所有运行都在本地， 全程原声中文，没有审核压力。最低支持一千零六十显卡，还自带三百三十七个顶级工作流，玩法超级多，使用也超级简单，只需三步一拿整合包，两解压缩三双机，打开想试试的验验牌。

啊？朋友们大家好啊，今天给大家分享一个 comfyui 的 一个整合包啊。嗯，这个整合包的话现在是分为官方版的和企业大佬分享的那种， 呃，官方版的是这种，它你需要一步步的去安装啊。呃，如果说你不太懂安装的话，就直接用企业大佬分享的这个， 呃，这个他只需要把这个解压，解压好之后然后他出现了，就是这个东西，我们看一下 他的这个就是这么一个东西，这个东西只点这个会使启动器，他就会打开这个，然后我们点这里点启动，我这个已经运行了，运行了，所以显示运行中，如果没有运行它会显示启动。 呃，然后这其实他老分享的这个东西，他就是相对来说会减少很多不必要的麻烦啊。 然后他这个里面是默认是没有什么呃模型的啊，如果说你想要模型也可以 想要模型的话，它自带的另外一个还有一个这个二点七的。呃，这个，这个，这个明确的，这个这个里面它是自带模型的，这个是百度网盘的分享， 然后扫一下它就再整到自家的这个百度网盘里面就 ok 了。这里面是带很多模型， 就是很多基础方面的模型，像呃，蔷薇啊什么的都有，但我这个是也是这个，也也是这个版本， 我这个也是这款的啊。嗯，然后我会把相关的资源放在这个视频下面啊，或者是评论下面，到时候你们警惕到。

今天咱们就从开机打开电脑开始，手把手带你零基础入门 comfy ui。 如果你拥有随心所欲、自由创造一切的能力，你会想做什么？是化身齐天大圣驰骋九霄与十万天兵鏖战对决？还是化身钢铁侠穿梭城市楼宇之间破空飞驰气场全开？又或是亲手编制一段治愈人心的动画故事， 把心底所有的温柔与热爱都定格成画面，别觉得这些只是遥不可及的幻想，其实这些经验效果用 comfyui 全都能轻松实现。毫不夸张的说， comfyui 就是 ai 创作世界里的创世神器， 能让普通图片一键脱胎换骨，让日常短视频直接拉满电影大片质感。如果说剪辑是梳理影像趣事，为画面搭建骨架，那 comfyui 这类 ai 工具就是赋予画面灵魂的魔法，让你的创意挣脱所有束缚，自由放飞。 但对于零基础小白来说，最让人犯难的莫过于复杂的软件操作门槛儿。今天我们先从安装部署开始，带你一步一步学习 comfy ui 全套资料和资源整合包都放在评论区了。哈喽大家好，今天呢，我们一起来学习一下如何安装以及 使用 star confusion。 那 这边呢，我们先打开网盘，那网盘当中呢，这里会有两个文件，第一个是启动器运行依赖，第二个呢就是我们的 整合包 sd y 不 y。 那 么我们先把这两个文件下载到本地，然后将我们的这个 sd 压缩包解压到纯英文的路径下。 接着我们来到刚才下载好的启动器运行依赖这边，直接点击安装即可。 那接下来呢，我们找到解压好的 sd 四点九版本的这个文件夹，打开后会发现会有一个叫做 a 会式起动器的，我们直接点击，点击之后我们再次点击一键启动即可。 启动完毕之后呢，我们便来到了 sd yui 的 一个界面，我们可以看到这个界面当中有非常多的选项框，以 及各种各样陌生复杂的参数。那我们来看到这边有纹身图，还有图生图诸多的板块，那首先最基本的就是纹身图以及图生图了，那我们现在呢先从纹身图讲起， 这边我们可以看到有两个选项框，第一个是正向提示词文本框，而这个呢是副向提示词文本框。那什么是正向提示词呢？比如说我们想要生成一个女孩，我们就可以输入 one go， ok， 那 我们输入完成之后，其实这个就是我们的一个意愿，对不对？那这边呢我们就可以直接点击 生成，那我们现在就已经成功生成一个动漫女生的图像了。那接下来呢，我们来讲一下什么叫做负面提示词，比如说这张图片后面呢会有一些树叶等等， 那这里呢我们就可以在负面提示词当中输入树叶，直接点击输入，那么我们现在再次 深层的看一下，那大家可以看到现在此时的背景就变得干净很多了，而且也没有任何的树叶了。那总结概括一下，就是你在正向提示词这里，你想要什么就输入什么， 而在负面提示词这里，你不想要什么就输入什么。那接下来呢，我们再来看一下，上面会有一个叫做 star diffusion 模型的选项，点开之后我们可以看到这里一共呢是有四个大模型， 那像前面第一个 anything v 五的这个是一个通用的大模型，那不管是说你是写实还是二次元风格的都是可以胜任的，而底下的像麦局写实，它就是一个写实类的一个大模型， 就比如说我们用这个模型呢，就可以去生成一个写实人物了，我们可以直接点击生成再次看一下， 好，我们可以看到此时我们的这个图片呢就变成了写实的风格，如果说我们想要切换成二次元， 我们就可以选择关于二次元的一个大模型，就比如说这个灵动水彩，那我们再次进行生成，可以看到我们现在图像就变成了动漫风格。 好，那么相信大家对于大模型应该有了初步的认知，那接下来呢，我们再来看一下外挂 ve 模型，我们可以简单的理解成 ve 就是 滤镜，我们使用不同的滤镜就会带来不同的效果， 那么我们可以看到这里一共是有很多个选项，那一般来说我们就会选择这个八四零零零的一个 ve， 那如果说你是选择类似于 sd 叉 l 类的大模型，那么我们就要切换成 sd 叉 l 对 应的一个 ve 滤镜，那像平时我们使用的大模型基本都是一点五的模型，那我们就可以使用这个 八四零零零的一个 v a e 了。那接下来呢，我们再来看一下底下这种陌生的一个参数，那首先呢这里会有一个采用方法，那点开之后我们也可以看到有非常多的选项，那么经过测试呢， 这边效果最好的就是这个 d p m 加加二 m 以及就是这个 d p m 加加 s d e， 而 s d e 呢，我们可以简单地理解成就是会更具有创造力。那这边呢，我们先选择一下这个 d p m 加加 s d e 的 一个选项，那我们再来看一下这个调度类型，那点开之后会发现这里也是有非常多的选项， 那么经过测试呢，这个 keras 的 效果是最好的。那再来看一下我们的这个迭代步数，那迭代步数呢，它就代表着生成图片一共分为多少个步骤，那如果说我们的迭代步数 过于低了，那你生成的图像可能就会非常的糟糕，比如说我们现在呢，先把这个迭代步数设置成五步， 然后我们可以直接再次点击生成。大家可以看到啊，我们现在生成的图像跟一堆乱码没有任何 的区别，而我们的叠带步数越高，就代表着我们预算的次数也就越高，时间也会越长。那接下来呢，我们再来看一下下面呢，这里会有一个叫做宽度和高度的 数值，那顾名思义呢，就是我们控制图像的一个尺寸，那比如说我们这里呢，高度就先设置成七六八，大家一定要注意我们的这个值呢，一定要是八的倍数，然后我们再次进行 点击生成，我们现在图像已经生成好了，可以看到我们此时的这个图像是已经成 公变成了竖屏。那我们再来看一下后面的这个总批次数。还有呢，我们的单批数量，它也是顾名思义啊， 我们的单批数量呢，指的就是每生成一次就会出多少张图，那总批次数呢？就代表着一共生成几次，那比如说我们这里先把这个单批数量改成四， 然后再次点击生成。好，我们现在可以看到他一次性就出了四张图片，那么如果说我们将这个总批次数呢改成二， 再次点击生成，那么此时呢，我们的这个图片数量就是二乘四，也就是八张图片。那么接下来我们来看一下，下面有一行叫做随机种子数，我们可以简单的理解为它就是图片当中的一个 id， 比如说。

这是一款不限次数生成图片和视频的全能 ai 工具，它就是地表最强开源 ai 生产工具 comfui v。 八、无限制整合包，全中文界面，而且完全支持中文提示词，根本不需要懂英文。更重要的是，这次整合包直接内置了三百一十一个风格模型，全是主流模型， 帮你预设了工作流，点开输入提示词就能用。安装也还超简单，三步就能搞定，一、下载二、解压三、找到启动器，双击即可打开运行。支持苹果和 win 十十一系统，一键升图和升视频，还能建模合作音乐，所有操作都是点一下就能实现，特别省心。物品数量太多，我就不挨个介绍了，感兴趣的小伙伴快来试试！

大的来了，快速教会你获取宝藏工具！康菲 u i v 八五月最新版，一款完全免费开源的 ai 生成软件，不用联网，不用排队，不用烧积分，自带原声中文，内置三百加工作流， 一键即可生成电影级视频，零基础小白也能轻松上手，且用且珍惜，不要到处求求求了，接下来火速分享给大家。首先点右下角分享键分享复制链接， 复制成功后我们打开这个蓝色小鸟，没有的话就去安装一个，打开后会弹出一个资源包，如果没有弹出，就在这里搜小五工具，然后打开五月推荐，找到这个文件保存下载就可以了。

ai 届昨晚又甩出一张王炸 comui v 八破解版，真正彻底打破了 ai 创作的操作壁垒。和那些花钱还要排队的网站不同，这个版本不用联网，更不用魔法上网，所有运行均在本地，无需审核压力，知道这意味着什么吗？不用积分，不用排队，也没有暗此暗月的欺骗套路，支持一零六零及以上检查 原声中文界面。现在入职 ai 创作真是越来越简单了，一键就能快速识图， ai 视频制作同样一键搞定，操作简单又高效，想试试的七七尝尝咸淡。 接下来教大家如何安装空府 ui 本地部署。第一种方式，我们可以来到空府 ui 官网，点击这里的下载空府 ui， 大家可以根据自己的电脑系统下载安装包，那我的电脑系统呢？是 b 系统，我就点击这里的下载 b 版本 也可以从酷狗 u i 的 官方插件节点仓库 get 哈进行安装。来到这里的 code， 把这个安装包下载下来。 下载下来之后呢，我们点击这里的运行即可。但是对于新手不建议使用官方版本，因为你需要安装非常多的文件，如果是新手就用我接下来讲的第二种方式，非常好用。接下来我们来讲第二种安装方式，也是大部分的人选择的方式， 就是这个秋叶的会式启动器。这个安装包体积很大，有接近一百个 g， 之所以这么大，是因为这个安装包里面就已经给大家部署好了非常多的文件，节省了大家前期花费大量时间去安装插件节点之类的。点击进来， 进入这个模型文件夹，进入这个 check point 文件夹，我们平常所使用的大模型都是安装在这个文件夹，我们需要用到的 control net 模型就安装在这个 control net 文件夹， 通常我们需要用到的一些外置节点就放在这个 custom node 文件夹，大家现在所看到的这些文件都是需要我们人为加进去的，在这里呢，我都已经给大家部署好了，大家拿到我给大家提供的这个文件夹之后呢，就可以直接使用。接下来我们就来启动空浮 u i， 双击这个图标，我们需要耐心等待运行一会，初次启动的时候呢，需要等待几分钟时间，此时他就跳出了一个运行界面，我们点击这个版本管理，这里我们就能够看到旷辅 u i 版本的更新时间， 点击切换功能就能够更新到你想要用的版本，切记千万不要使用开发版，点击灯泡就可以切换界面的颜色，其他的呢暂时不用管。 接下来呢，我们就来启动这个旷辅 ui， 点击这里的一键启动，启动旷辅 ui， 我 们需要花点时间，我们只需要安静的等待它运行即可。 好了，经过三分钟的运行，现在我们就进入旷辅 ui 了，进来之后呢，我们能够看到旷辅 ui 的 一个默认工作流，我们只需要在加载器里选择一个大模型。官方给到的提示词呢是英文提示词，写的是美丽的自然风景，玻璃瓶景观， 紫色星系屏。我们再点击这里的运行，耐心的等待一会，此时一张有关瓶子的图就生成好了，我们也可以写入自己的提示词，比如 a boy， 点击运行 一个男孩的图像就生成了，是不是很神奇？那么从下节课呢，我们就正式来了解匡府 u i 的 运行原理以及匡府 u i 界面的这些功能。好了，咱们下节课再见！拜拜！

大的来了，宝子们今天给大家分享的四月二十六日更新的 comfrey v 八满血版整合包，新版附带最新部署及使用教程，适配任何手机、平板和电脑下载使用还没有拿到的宝子， 下面跟我步骤操作。首先点右下角分享键分享复制链接，复制成功后我们打开这个蓝色小鸟，没有的话就去安装一个，打开后会弹出一个资源包，如果没有弹出就在首页搜索大春资源，然后打开这个软件保存下载安装就可以用了。