这个资料包解决的是一个很具体的问题:你已经在用 ComfyUI 搭工作流,但每次要换模型,就开始到处翻网盘、对不上版本、不知道哪个该放进哪个目录。包里那些几十上百 GB 的模型,不是拿来"收藏"的,是拿来填空的——你现在跑不通哪一类效果,就去补对应那一块。
先说清楚这门课在解决哪一层问题
ComfyUI 本身只是执行器,真正决定出图质量、能不能做视频、能不能听懂中文提示词的,是你挂了什么模型、插件模型是否配套、依赖版本对不对得上。很多人卡住不是不会连线,而是节点报红之后不知道是缺模型、缺插件,还是缺一个只占几十兆的小组件(比如文本编码器、分割模型、特征提取模型这类平时不起眼、少了就报错的东西)。
这份资料的组织方式就是按"你缺哪一块"来分的:出图向的大模型与 UNET 一类负责画面底子;视频生成方向单独成块,覆盖当前主流的视频模型路线;另一块偏向多模态与图像编辑/生成类模型。它们各自占用的空间差异很大,也侧面说明了一件事——不同任务对模型的胃口完全不一样,硬凑一个"万能包"是不现实的。
该看哪一块,取决于你现在跑不动什么
- 只会跑默认出图、换风格就崩:先看基础大模型与 UNET 那一部分,重点理解底座模型和加速/精简版本的取舍,而不是无脑上最大的那个。
- 想做图生视频、文生视频,但工作流加载到一半就失败:看视频模型相关的内容,注意视频模型对显存、帧数、采样步数的要求跟出图完全不是一个量级。
- 提示词写了没用、中文不认、图像编辑不听话:属于多模态与条件控制这一层,问题往往出在编码器和配套组件上。
- 节点一片红、日志报缺文件:优先排查那些体积很小但必须存在的组件类别,这类缺失最容易让人误以为是 ComfyUI 装坏了。
配套练习建议这样安排
不要一上来就全量下载。按这个顺序走更省时间:先挑一个你本来就想实现的效果,跑通它需要的最小模型集合,记下每个文件放在哪个目录;然后故意换一个同类型但不同版本的模型,观察输出差异,这一步能帮你建立"模型差异"的直觉,而不是只会套别人给的工作流;最后再动视频或多模态,因为这两类对环境和显存更敏感,先跑通静态图能减少排查变量。
模型会不断完善这一点值得单独说:这类资源本身就处在持续更新状态,今天能用的组合,过一阵可能有更轻或更强的替代。所以练习的重点不是记住某个具体文件,而是搞清楚"这一类模型负责什么、放在哪、缺了会怎样"。
看完你应该能回答这几个问题
- UNET、大模型、VAE、文本编码器在一条工作流里各自承担什么,缺一个会报什么错?
- 同样是出图,为什么有的模型体积差好几倍,什么场景下该选小的?
- 做视频时,显存和帧数、分辨率之间的关系是什么,卡住时先降哪个参数?
- 遇到节点报错,怎么在五分钟内判断是缺模型、缺插件,还是版本冲突?
- 面对一个不断更新的模型库,怎么判断某个新模型值不值得为它腾出硬盘?
如果这几个问题你现在答不上来,说明缺的不是工作流,是模型这一层的认知,那就从对应那一块开始补。别的先不用管。
Comfyui插件模型与大模型|fyui插件模型必备.模型会不断完善
探索大模型与插件模型应用
编辑点评
深度覆盖大模型与插件模型,资源丰富,涵盖多种模型与工具,适合AI领域研究者与开发者。
⭐ 编辑推荐
本课程深入探讨Comfyui插件模型与大模型技术,提供丰富模型资源,助力AI应用开发。
课程亮点
课程目录
Comfyui插件模型与大模型 fyui插件模型必备.模型会不断完善...目前437GB左右 2号.大模型含UNET按需选用大模型以及flux模型目前262G左右 3号.Wan2系列以及LTX系列视频模型中级班视频课看课程下载目前389GB左右 4号.Qwen+Z-image系列模型中级班按课程讲解下载目前150GB左右 models audioencoders bbox bert-base-uncased BiRefNet CatVTON checkpoints clip clipseg clipinterrogator clipseg clipvision configs controlnet depthanything detection diffusers diffusionmodels dzfacedetailer ella ellaencoder embeddings ESRGAN facedetection facerestoremodels gguf gligen grounding-dino hypernetworks inpaint insightface instancemodels instantid ipadapter lama layermodel liveportrait LLavacheckpoints LLM loras mediapipe midas minuszonemodels mmdets modelpatches motionlora nlf nsfwdetector onnx photomaker promptgenerator reactor rembg sams SEEDVR2 segformerb2clothes segformerb3fashion stylemodels t5 t5model tensorrt textencoders transformers TTS ultralytics unet upscalemodels vae vaeapprox vitmatte yolo-world putaudioencodermodelshere wav2vec2largeenglishfp16.safetensors [601.8MB]
适合人群
- AI开发者
- AI研究者
- AI领域学生
学习收获
祝您学习愉快!
学有所成,前程似锦!






