ComfyUI 还在霸榜：AI 工作流为什么没降温

一个 2023 年就诞生的”老项目”，本周仍以单日 1000+ 星的速度挂在 GitHub Trending 头部——这本身就是 AI 生图市场温度的最好指标。ComfyUI 的官方定位已经从”diffusion 模型的节点式 GUI”升级成”最强大、最模块化的 AI 内容创作引擎”，副标题依旧张扬：”世界最快的本地推理引擎”。在 SaaS 生图产品满天飞的 2026 年，一个要求你自己下载模型、自己管显存的工具反而持续吸粉，值得拆开看。

节点图为什么打赢了提示词框

ComfyUI 的核心交互是一张有向图：每个节点是一步操作——加载模型、编码提示词、采样、解码、后处理——用户用线把它们连起来。第一次见的人常被吓退，但用过的人很难回去：提示词框类产品把整条管线藏在一个”生成”按钮后面，你能调的只有输入文本；ComfyUI 把管线摊开，每一步的参数、每一步的替换都可控。换采样器、插一个放大节点、把 ControlNet 挂在某个中间层、只重跑图的后半段——这些在按钮产品里是”产品功能排期”，在 ComfyUI 里是”拖两根线”。

这种透明度恰好撞上了 AI 内容生产的工业化需求。当生图从”玩一玩”变成”每天出几百张、风格必须稳定”的工作流，可复现和可组合就比上手友好更重要。工作流本身是 JSON 文件，可以版本管理、可以整条分享、可以通过 API 程序化调用——README 里 openapi.yaml、api_server、script_examples 这些目录的存在说明它早就不只是个界面，而是一套可以被集成的推理基础设施。

生态才是护城河

ComfyUI 真正的壁垒是 custom_nodes 生态：社区给它的每个环节都写好了可插拔节点，新模型发布当天往往就有对应节点可用。仓库结构也透露出工程上的进化：前端拆成了独立的 Vue/TypeScript 仓库按双周发版，数据库迁移用 alembic，量化方案有专门的文档（QUANTIZATION.md），还内置了 blueprints 蓝图模板降低新手门槛，甚至连 AGENTS.md 都加上了——这个项目正在为”AI 智能体来操作 ComfyUI”的时代做准备。

谁在用、怎么用？典型画像已经从爱好者扩展到小型工作室和内容团队：电商图批量换背景、游戏美术的角色一致性生成、短视频的分镜批量出图、广告素材的多版本变体——共同点是”同一工作流跑一百次”。相比 Midjourney 这类订阅制云服务，ComfyUI 的组合是本地 GPU + 开源模型 + 免费节点，边际成本接近电费；推测这也是它在你我这样的自建服务器上长盛不衰的原因——模型权重下载下来，跑多少次都不看云厂商脸色。

热度不减背后的两个信号

一个信号来自市场：ComfyUI 的 Discord 社区规模仍是同类工具里第一梯队，README 里徽章直接挂着邀请链接和实时人数；官方在招人（comfy.org/careers），说明它已从个人项目变成有商业实体的产品。另一个信号更微妙：Trending 榜上围绕它的衍生工具（工作流管理、节点市场、云端托管）越来越多，一个工具成为”平台”的标志，就是它的寄生生态开始繁荣。当然挑战同样真实：节点图的学习曲线依然劝退大多数人，各家云厂商的”简单模式”产品在不断收割它懒得服务的用户——两者服务的其实不是同一群人。

对普通开发者的启示是：当你在为”AI 生图选哪个工具”纠结时，真正的问题是你要的是消费级答案还是生产级管线。前者按月付费即可，后者值得把 ComfyUI 装起来，把它的默认工作流拆开看懂每个节点在干什么——那才是 AI 内容生产的底层语法。

核心观点：单日千星的”老工具”说明市场正在从尝鲜转向工业化，而工业化奖励可复现和可组合。如果你有一张闲置 GPU，装一次 ComfyUI、跑通一条社区工作流，你对生图管线的理解会超过刷一百张随机图。