ERNIE-Image Civitai ComfyUI 自定义节点实战指南:160+ 云端 AI 节点零 GPU 运行工作流
ComfyUI 是 AI 图像生成领域最灵活的工作流工具,但传统 ComfyUI 工作流需要本地 GPU、模型下载和大量磁盘空间。Civitai ComfyUI 自定义节点彻底改变了这一模式——现在你可以在 ComfyUI 中直接调用云端 AI 工作流,无需任何本地硬件。
civitai/civitai-comfy-nodes 项目提供了约 160 个自动生成的 ComfyUI 节点,将 Civitai Orchestration 的 API 端点直接暴露在 ComfyUI 图中。ERNIE-Image 作为核心生态系统之一,可以通过这些节点实现零 GPU 成本的云端文生图。
本文将带你从零开始配置 Civitai ComfyUI 节点,构建 ERNIE-Image 云端工作流,并深入了解 LoRA 选择器、ControlNet 和 AIR URN 系统。
什么是 Civitai ComfyUI 自定义节点
Civitai ComfyUI 自定义节点是一个通过 ComfyUI Manager 安装的节点包,核心功能是将 Civitai Orchestration API 的所有配方端点转化为 ComfyUI 原生节点。
关键特性:
- 零本地 GPU 需求:所有计算在 Civitai 云集群上运行
- ~160 个自动生成节点:从 Orchestration OpenAPI 规范自动生成
- 原生 ComfyUI 类型输出:节点返回
IMAGE/VIDEO/AUDIO等原生类型,无缝连接 ComfyUI 工作流 - 按 Buzz 计费:使用 Civitai 的 Buzz 积分系统,用多少付多少
安装方法
ComfyUI Manager(推荐)
- 打开 ComfyUI → Manager → Custom Nodes Manager
- 搜索
Civitai Comfy Nodes(发布者civitai) - 点击 Install
- 重启 ComfyUI
从源码安装
将仓库克隆/解压到 ComfyUI 的 custom_nodes 目录:
cd ~/ComfyUI/custom_nodes
git clone https://github.com/civitai/civitai-comfy-nodes.git
认证配置
Civitai ComfyUI 节点按以下优先级顺序解析凭证:
CIVITAI_API_TOKEN(环境变量)~/.civitai/comfy-api-key~/.civitai/comfy-oauth.jsonCIVITAI_OAUTH_CLIENT_ID
无头/远程 ComfyUI 部署建议使用环境变量。在 ~/.bashrc 或 ComfyUI 启动脚本中添加:
export CIVITAI_API_TOKEN="your-token-here"
节点组织结构
节点在 ComfyUI 菜单中按以下层级组织:
Civitai/<媒体类型>/<生态系统>[/<引擎>]/…
具体示例:
Civitai/Image/ernie › ernie / createImageCivitai/Image/ernie › turbo / createImageCivitai/Image/zImage › zImage / turbo / createImage
每个鉴别器变体都有独立的节点,只显示该变体实际使用的输入。
ERNIE-Image 节点使用
基本 ERNIE-Image 生成节点
在 ComfyUI 中添加 Civitai/Image/ernie/createImage 节点:
- 输入
prompt:你的文本描述 - 设置
width/height:推荐 1024×1024 - 设置
steps:标准模式 20,Turbo 模式 8 - 设置
cfgScale:标准模式 4,Turbo 模式 1 - 连接
SaveImage节点查看输出
输出类型
每个节点返回:
- 原生 Comfy 类型:
IMAGE(图像)、VIDEO(视频)、AUDIO(音频) - 调试信息:
workflow_id和raw_json,用于调试和成本检查
LoRA 选择器系统
Civitai 节点使用 AIR URN 系统引用模型和 LoRA,而非本地文件路径。
LoRA 选择器节点
使用 Civitai/Loaders 分类下的 LoRA 选择器节点:
- 点击 🔍 Browse Civitai 按钮
- 搜索 ERNIE-Image 兼容的 LoRA
- 选择目标 LoRA
- 设置强度(strength)
- 连接到 ERNIE-Image 节点的
loras输入
多 LoRA 叠加
每个 LoRA 选择器节点可持有一个 LoRA。通过 loras 输入链式连接多个选择器节点实现叠加。
关键细节:LoRA 通过其 AIR URN 和强度生效,生成器忽略关键词字段。要实际调用训练的概念,需要将关键词粘贴到节点的 prompt 中。
LoRA 本地下载
LoRA 选择器节点有 path 输出。只有连接 path 时才会下载文件到本地。不连接 path 则保持纯云端模式,不会拉取任何文件。
ControlNet 支持
ControlNet 选择器节点支持:
- 预处理器选择
- 权重设置
- 步数范围
- 控制图像输入
通过 control_nets 输入链式连接多个 ControlNet。
浏览历史与导入
Civitai 侧边栏标签
Civitai ComfyUI 节点包内置了生成历史侧边栏:
- 列出所有媒体类型和来源(网页/API/ComfyUI)的生成历史
- 按媒体类型过滤
- 点击预览灯箱查看
- 滚轮分页
导入到画布
- 点击缩略图 → Add to canvas:自动创建匹配的加载节点
- Fill:填充选定的加载节点
- 拖拽:直接将缩略图拖到画布上
开发注意事项
节点是自动生成的
永远不要手动编辑 civitai_comfy_nodes/generated/ 目录。如需更改节点形状:
- 编辑
codegen/overrides.json - 重新生成
如需同步 Orchestration API 变更:
scripts/sync-spec.sh
典型工作流示例
工作流 1:纯云端 ERNIE-Image 生成
Civitai/ernie/createImage → SaveImage
最简单的云端生成工作流。无需任何本地 GPU 或模型文件。
工作流 2:云端 ERNIE-Image + LoRA
Civitai/LoRA Selector → (loras) → Civitai/ernie/createImage → SaveImage
使用社区 LoRA 增强 ERNIE-Image 的风格或概念。
工作流 3:云端 ERNIE-Image + 后处理
Civitai/ernie/createImage → ImageScale → SaveImage
云端生成后,在本地进行缩放等后处理。
成本优化策略
1. Turbo 模式用于迭代
Turbo 模式成本仅为标准的 40%(8 vs 20 Buzz),适合 prompt 迭代和草稿生成。
2. 合理设置步数
标准模式超过 25 步后边际收益递减。Turbo 模式保持在 6-12 步即可。
3. 批量生成
quantity 参数支持 1-12。单次调用生成多张图像比多次调用更高效。
4. 分辨率选择
ERNIE-Image 在 1024² 附近表现最佳。过大的分辨率会增加 Buzz 成本但画质提升有限。
MCP 原生集成
Civitai Orchestration API 原生支持 MCP(Model Context Protocol):
- 20 个工具
- 3 个提示
- blob 资源
这意味着你可以将 Claude Desktop、claude.ai 或任何 MCP 感知客户端连接到相同的编排器,实现 AI 辅助的 ComfyUI 工作流设计。
常见问题
Q: 与本地 ComfyUI ERNIE-Image 节点相比有什么优势?
零硬件成本、无需下载模型、自动更新。对于没有高端 GPU 的用户来说是最简单的选择。
Q: 节点更新频率如何?
Civitai 团队持续更新节点,从 Orchestration API 变更自动生成新节点。通过 ComfyUI Manager 即可获取更新。
Q: 支持哪些 ERNIE-Image 变体?
目前支持标准模式和 Turbo 模式。未来可能添加更多变体。
Q: Buzz 积分如何充值?
在 Civitai 平台购买 Buzz 积分。具体定价见 Civitai 官方文档。
总结
Civitai ComfyUI 自定义节点将云端 AI 能力直接带入 ComfyUI 工作流。核心优势:
- 零 GPU 成本:所有计算在云端完成
- 160+ 自动节点:覆盖图像、视频、音频生成
- 原生 Comfy 集成:返回
IMAGE/VIDEO/AUDIO类型,无缝连接现有节点 - LoRA 选择器:浏览、选择、叠加社区 LoRA
- AIR URN 标准化:模型引用统一标准
- MCP 原生:AI 辅助工作流设计
对于想要体验 ERNIE-Image 但不想投资 GPU 硬件的用户,或者需要云端批量生成的创作者,Civitai ComfyUI 节点是最佳选择。