大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



如果你已经玩过一些基础的图像生成模型，可能会觉得每次都要写一大段提示词、反复调整参数有点麻烦。特别是当你想复现某个特定风格，或者把一套复杂的修图流程固定下来时，传统的WebUI界面就显得有些力不从心了。

今天要聊的，就是把最近很火的“Asian Beauty Z-Image Turbo”模型，接入到ComfyUI这个可视化工作流工具里。简单来说，ComfyUI就像搭积木，你可以把“加载模型”、“写提示词”、“生成图片”、“后期处理”这些步骤变成一个个可以拖拽、连接的“节点”。一旦你把一套生成“亚洲美人”的流程搭好，保存下来，以后想用的时候一键加载，参数、风格全都在，再也不用从头开始调了。

这对于想要稳定产出特定风格内容，或者探索复杂图像合成逻辑的朋友来说，效率提升不是一点半点。下面，我就带你一步步，在星图的GPU环境里，把这件事搞定。

首先，我们需要一个能运行ComfyUI的环境。星图平台提供了预置的GPU环境，这能省去我们自己配置底层环境的麻烦。

1.1 选择与启动环境

登录星图平台后，找到镜像广场或计算资源创建页面。你可以直接搜索“ComfyUI”相关的预置镜像。通常，平台会提供集成了常用节点和基础依赖的镜像，选择其中一个带有GPU支持的版本（比如标注了“RTX 4090”或“GPU优化”的）进行部署。

启动环境后，你会获得一个带Web访问地址的实例。通过浏览器打开这个地址，应该就能看到ComfyUI的默认界面了。如果镜像一切正常，界面里会自带一些基础的工作流示例。

1.2 准备工作目录

ComfyUI的运行需要几个固定的文件夹来存放模型、自定义节点等。通常，预置镜像已经帮你创建好了标准的目录结构。为了后续导入我们的“Asian Beauty Z-Image Turbo”模型，你需要确认以下路径是否存在：

• models/checkpoints/： 用于存放主模型文件（.safetensors或.ckpt）。
• models/loras/： 用于存放LoRA等微调模型。
• models/vae/： 用于存放VAE模型。
• custom_nodes/： 用于存放你后续安装的第三方节点。

你可以通过ComfyUI管理器的“安装路径”功能，或者直接查看文件系统来确认。如果缺少某个文件夹，手动创建一下即可。

环境跑起来了，接下来就是把主角“Asian Beauty Z-Image Turbo”模型放进去。这个模型通常是一个.safetensors格式的文件。

1. 获取模型文件： 确保你已经拥有了“Asian Beauty Z-Image Turbo”的模型文件。如果是从星图镜像或其他渠道获得，请记住它的存放位置。
2. 上传模型： 通过星图环境提供的文件上传功能，或者SFTP等工具，将下载好的模型文件（例如 asian_beauty_z_image_turbo.safetensors）上传到服务器的 models/checkpoints/ 目录下。
3. 在ComfyUI中加载： 刷新你的ComfyUI浏览器页面。在工作区空白处右键，选择 “Add Node” -> “Loaders” -> “Checkpoint Loader Simple”。
4. 选择模型： 点击新出现的“Checkpoint Loader Simple”节点中的 ckpt_name 下拉菜单，你应该能看到刚刚上传的“asian_beauty_z_image_turbo”选项，选中它。

至此，模型的核心加载节点就配置好了。这个节点会输出模型本身、CLIP文本编码器以及VAE三个部分，供后续节点使用。

有了模型，我们来搭建一个最基础的文本生成图像流程。这是理解ComfyUI节点逻辑的关键。

3.1 连接提示词与采样器

1. 添加提示词节点： 右键 -> “Add Node” -> “Conditioning” -> “CLIP Text Encode (Prompt)”。我们需要两个，一个连接正面提示词，一个连接负面提示词。
2. 连接CLIP： 将“Checkpoint Loader Simple”节点输出的 CLIP 端口，分别连接到两个“CLIP Text Encode”节点的 clip 输入端口。
3. 输入提示词： 在正面提示词节点里输入你想要的描述，例如 masterpiece, best quality, 1girl, beautiful Asian face, delicate features, serene expression, in a tranquil garden。在负面提示词节点里输入通用的质量过滤词，如 worst quality, low quality, normal quality, blurry。
4. 添加采样器： 右键 -> “Add Node” -> “Sampling” -> “KSampler”。这是控制图像生成的核心。
5. 连接采样器：
   • model： 连接来自“Checkpoint Loader Simple”的 MODEL 输出。
   • positive： 连接正面提示词节点的 CONDITIONING 输出。
   • negative： 连接负面提示词节点的 CONDITIONING 输出。
   • latent_image： 这里需要一个初始的随机潜空间。添加节点 “Add Node” -> “Latent” -> “Empty Latent Image”。你可以在这里设置生成图像的宽度和高度（例如 1024x1024），然后将其输出连接到KSampler的 latent_image。

3.2 解码与保存图像

采样器输出的是“潜变量”，我们需要把它转换成看得见的图片。

1. 添加VAE解码器： 右键 -> “Add Node” -> “Latent” -> “VAE Decode”。
2. 连接VAE： 将“Checkpoint Loader Simple”节点的 VAE 输出连接到VAE解码器节点的 vae 输入。将KSampler节点的 LATENT 输出连接到VAE解码器的 samples 输入。
3. 保存图片： 右键 -> “Add Node” -> “Image” -> “Save Image”。将VAE解码器节点的 IMAGE 输出连接到“Save Image”节点的 images 输入。
4. 设置保存路径： 你可以在Save Image节点中设置一个文件名前缀。图片会自动保存到ComfyUI输出目录（默认是output文件夹）中。

现在，点击右下角的“Queue Prompt”按钮，ComfyUI就会开始运行这个工作流。稍等片刻，你就能在输出文件夹里找到生成的图片了。这就是一个最基础的、可工作的“Asian Beauty Z-Image Turbo”生成流程。

基础流程只能算“能用”，ComfyUI的强大在于“好用”。下面我们添加一些常用节点，让工作流更智能、更强大。

4.1 使用提示词编辑器节点

手动在节点里打字修改提示词很麻烦。我们可以安装一个自定义节点：ComfyUI-Custom-Scripts 或 efficiency-nodes-comfyui。它们通常包含一个“提示词编辑器”节点，提供更好的文本编辑体验。 安装后，你可以用这个编辑器节点替代标准的CLIP Text Encode节点，它可能支持多行编辑、历史记录等功能，大幅提升写提示词的效率。

4.2 集成图像后处理

“Asian Beauty Z-Image Turbo”生成的人像可能已经很好了，但我们还想微调一下。

1. 面部修复： 添加节点 “Add Node” -> “Image” -> “FaceRestoreCF” (需要先安装ComfyUI-Impact-Pack等扩展)。将VAE解码后的IMAGE输入到此节点，它可以帮助修复或增强面部细节。
2. 高清修复： 添加节点 “Add Node” -> “Image” -> “Upscale Model Loader” 和 “Image Upscale with Model”。先加载一个超分模型（如4x-UltraSharp.pth），然后将需要放大的图像和模型连接进去，可以实现无损放大。
3. 调色与滤镜： 可以添加 “Image Adjust Hue/Saturation” 或 “Image Filter” 等节点，对最终图像的色彩、对比度进行微调。

这些后处理节点可以串联在VAE解码器和Save Image节点之间，形成一个处理管线。

4.3 实现条件逻辑与批量生成

这才是工作流编排的精华所在。

• 多条件切换： 你可以创建多个不同的正面提示词节点，然后使用一个“Conditioning Switch”节点，通过一个输入值（比如数字）来动态选择使用哪组提示词，从而实现同一套模型参数下，快速切换不同的人物设定或场景。
• 图片批量生成： 将“Empty Latent Image”节点的batch_size参数设置为大于1的数字，KSampler就会一次性生成多张图片。结合“提示词列表”节点，甚至可以做到“一个提示词对应生成一张图”的批量操作。
• 工作流输入/输出： 你可以将“提示词文本”、“图片尺寸”、“种子”等参数，从具体的节点中提取出来，设置为工作流的“输入参数”。同样，把最终图像设置为“输出”。这样，你这个工作流就可以像一个函数一样被其他工作流调用，或者通过API进行交互，自动化程度极高。

当你精心搭建好一个专门用于生成“亚洲美人”风格的工作流后，一定要保存它。

1. 保存工作流： 点击ComfyUI右上角的“Save”按钮，将当前画布上的所有节点及连接关系保存为一个.json文件。这个文件很小，只包含逻辑。
2. 分享与加载： 你可以把这个.json文件分享给他人。对方只需要在ComfyUI中点击“Load”按钮，选择你的文件，并确保他本地有相同的模型文件（如Asian Beauty Z-Image Turbo），就能完全复现你的生成效果。
3. 持续迭代： 好的工作流不是一蹴而就的。你可以基于基础版本，不断尝试加入新的节点、测试新的参数组合、优化处理链条。每次有大的改进，就另存为一个新版本。久而久之，你就积累了一套属于自己的、针对特定风格的“图像生成配方库”。

把Asian Beauty Z-Image Turbo模型接入ComfyUI，从最初的手动调试，转变为可视化、模块化的流程编排，这个转变带来的效率提升和创作自由度的扩展是非常直观的。一开始接触节点和连线可能会觉得有点复杂，但一旦理解了“数据从左边流向右边的”基本逻辑，就会发现它比传统界面更清晰、更灵活。

尤其对于这种有鲜明风格倾向的模型，通过ComfyUI，你可以把那些能稳定发挥其效果的提示词结构、分辨率设置、后处理参数都固化下来。下次创作时，不再是面对一堆滑杆和文本框发呆，而是直接加载你的“美人生成秘籍”，把更多精力放在构思新的场景和创意上。

当然，过程中可能会遇到节点缺失、版本冲突等问题，多利用ComfyUI管理器来安装和维护社区节点，大部分问题都能找到解决方案。不妨就从今天这个基础流程开始，试着拖拽、连接，打造出你的第一个自动化图像生成流水线吧。

---

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。