你可能遇到过这种情况:Automatic1111 能很快生成第一张图,但一旦加入 ControlNet、放大、修复和批量命名,参数就开始散落在各处。
最快解法是:手动试图优先选 Automatic1111,复杂编排、工作流共享和 API 自动化优先选 ComfyUI;Mac 用户在决定前,先验证目标模型、扩展和 Apple Silicon 后端是否能稳定运行。
本周建议动作:
- 第 1 天:拿同一个模型和固定测试图,分别启动两个环境。
- 第 2 天:复现一条包含采样、控制、放大和保存的最小流程。
- 第 3 天:测试批量输入、失败重试和产物命名。
- 第 4 天:锁定版本、记录模型路径,决定保留、双轨还是迁移。
这篇文章适合三类人:从传统 Stable Diffusion WebUI 转向节点工作流的用户;想在 Mac 上快速手动出图、但担心学习成本的创作者;以及需要批量生产、团队复用和自动化接口的开发者。
第一步:先按你的工作方式分流
不要先问“哪个界面更漂亮”。先问你每天重复最多的动作是什么。
如果你主要修改提示词、采样器、尺寸、种子和几项扩展参数,Automatic1111 的表单式界面更直接。它的官方项目定位就是 Stable Diffusion Web UI,核心操作集中在 txt2img、img2img、局部重绘、放大和参数探索等页面中。你可以参考其官方项目说明与功能列表。
但“第一张图出得快”不等于后续维护简单。你的流程一旦加入多个模型、不同条件图、放大器、后处理和多路输出,表单里的状态会变得难以复盘。此时,ComfyUI 的节点图能把输入、处理顺序和输出关系显式保存下来。官方文档将它定义为节点式界面和推理引擎,工作流由节点与连接组成,而不是只依赖一组页面参数。(docs.comfy.org)
场景 A:手动探索参数
首选:Automatic1111。
适合你反复试提示词、比较种子、调整采样器,或者已经熟悉传统 WebUI 的操作方式。学习成本主要集中在模型、采样参数和扩展本身,不必先理解节点之间的输入输出关系。
备选:ComfyUI。
如果你虽然刚开始手动出图,但已经确定以后要把流程交给脚本或团队复用,可以直接学习 ComfyUI。前期需要理解节点、连线和模型加载方式,换来的好处是同一条路径更容易保存和复制。
不适合:
- 只想临时生成几张图,却不愿意维护工作流文件;
- 依赖某个只提供 Automatic1111 扩展的旧工具;
- 目标扩展没有明确支持当前 macOS 或 Apple Silicon 环境。
因此,Mac 上的工具选择应按工作方式判断:短期手动创作偏向 Automatic1111,长期流程化生产偏向 ComfyUI。
第二步:把复杂工作流拆成可验收的链路
复杂流程不能只看“有没有某个功能”。你要把它拆成几段:模型加载、提示词编码、条件控制、采样、放大、后处理和文件保存。
ComfyUI 的优势在于这些阶段可以用节点图表达。你能看到一张输入图经过哪个控制节点,再进入哪个采样节点,最后由哪个保存节点输出。部分节点还可以折叠为可复用的子图,适合把“基础出图”“人像修复”“批量放大”拆成不同模块。官方节点文档也明确区分了核心节点和社区自定义节点,并说明缺失节点会导致导入的工作流无法正常运行。(docs.comfy.org)
Automatic1111 则更适合把复杂能力交给扩展。优点是熟悉的控件较多,缺点是每个扩展可能有自己的安装脚本、参数位置和依赖关系。其扩展机制允许在 extensions 目录放入扩展代码,并执行扩展安装脚本或加载脚本;这意味着扩展版本、依赖和启动顺序都可能成为维护变量。(github.com)
场景 B:ControlNet、放大与后处理串联
首选:ComfyUI。
当你的流程超过三个处理阶段,或者需要保留多个分支时,节点图更容易检查。你可以把固定部分锁住,只替换输入图、提示词、种子或模型。
备选:Automatic1111。
如果现有项目已经依赖大量成熟扩展,且你的任务仍由人工逐张确认,继续使用 Automatic1111 往往比立即迁移更稳妥。迁移本身也会产生新的风险:参数含义可能不同,扩展输出可能不同,模型路径也需要重新整理。
不适合:
- 把第三方节点当成 ComfyUI 核心功能;
- 只保存一张工作流截图,不保存节点版本和模型清单;
- 没有固定输入图,却试图比较两个环境的结果。
⚠️ 经验提醒:Apple Silicon 安装扩展时,不要只看“能安装”。还要检查依赖是否进入了正确的虚拟环境、启动日志是否有
import failed,以及扩展是否调用了 CUDA 专用代码。ComfyUI 官方文档建议查看扩展的说明、依赖版本和常见问题;对于不受信任的自定义节点,还应先审查来源和代码。(docs.comfy.org)
第三步:用批量任务判断自动化价值
“能批量生成”不等于“适合批量生产”。真正需要测试的是四件事:任务排队、输入替换、失败恢复和产物命名。
ComfyUI 更适合把工作流保存成结构化文件,再由脚本替换提示词、图片路径、种子或其他输入。其官方 API 文档说明,工作流可以保存为 API 格式的 JSON;任务提交后会返回任务标识,客户端再通过轮询或 WebSocket 查看状态并取回结果。(docs.comfy.org)
这对内容团队很重要。你可以把“人物海报”“商品背景”“社交媒体横图”分别保存成模板,再由自动化程序替换输入。即使某一张失败,也可以根据任务标识重新提交,而不必手动重复整个页面操作。
Automatic1111 也可以通过 API 或扩展接入自动化,但你需要先确认具体接口来自核心项目还是第三方扩展。对于已经存在的脚本,继续用 Automatic1111 可能更省时间;对于刚开始建设的新管道,ComfyUI 更适合先把流程结构化,再决定脚本如何调用。
场景 C:批量生产图片
首选:ComfyUI。
满足以下任意两项,就应该优先评估 ComfyUI:
- 每批任务使用相同处理链,只替换输入;
- 需要同时保存多个版本的工作流;
- 需要记录每次任务的输入、输出和失败原因;
- 需要由脚本提交任务,而不是人工点击生成。
备选:Automatic1111。
已有脚本稳定运行,且主要任务是批量改提示词或种子时,可以暂时保留。不要为了追求“更现代”的界面,破坏已经能交付的生产流程。
不适合:
- 只比较单张图片的生成速度;
- 没有统一输出目录和文件命名规则;
- 任务失败后无法判断是模型、扩展、输入图片还是环境问题。
第四步:把团队共享从截图升级为版本包
团队复用最容易忽略的不是工作流本身,而是旁边的依赖信息。
ComfyUI 至少应同时保存:
- 工作流文件,最好包含普通界面格式和 API 格式;
- 使用的模型、VAE、LoRA 及其实际文件名;
- 自定义节点列表、版本或提交记录;
- Python 环境和依赖文件;
- 一张固定测试输入与预期输出;
- Mac 的系统版本、PyTorch 后端和启动参数。
ComfyUI 自定义节点可以通过管理器、Git 或压缩包安装,但不同方式对版本控制和依赖管理的能力不同。官方文档指出,直接下载 ZIP 会失去 Git 版本历史,不利于后续回滚。(docs.comfy.org)
Automatic1111 也需要类似的版本包,只是记录重点不同:核心 WebUI 提交版本、扩展目录、扩展安装脚本、模型路径和启动参数。你不能只把一张参数截图发给同事,因为截图无法说明扩展版本和依赖状态。
第五步:先验收 Apple Silicon,再决定是否长期运行
Apple Silicon 不是“安装成功就等于稳定”。底层通常依赖 macOS 的 Metal 和 PyTorch 的 MPS 后端。PyTorch 官方文档说明,MPS 用于在 macOS 上调用 Metal GPU;当前文档还提示,MPS 可用性取决于设备、系统版本以及安装的 PyTorch 是否启用了该后端。(docs.pytorch.org)
建议你按下面顺序验收:
-
确认 Python 环境。
Automatic1111 的官方排障文档以 Python 3.10.6 作为测试版本,并建议使用项目自己的虚拟环境,避免污染系统 Python。(github.com) -
确认 MPS 是否可用。
在目标环境中检查torch.backends.mps.is_available(),不要只凭界面能打开来判断 GPU 是否真正参与计算。 -
固定一个最小测试。
使用同一个模型、同一张输入图、同一组提示词和同一个种子。先不要安装十几个扩展。 -
再加入扩展。
每次只添加一个扩展,并记录安装命令、依赖文件和启动日志。这样出错时才能定位。 -
测试内存压力与长任务。
Mac 的统一内存会同时承担系统、模型和图像处理任务。短时间出图正常,不代表连续批量任务不会触发交换或进程退出。 -
保存验收记录。
记录启动命令、模型文件名、节点或扩展版本、输出文件哈希,以及失败时的日志片段。需要远程交付时,可先查看 VPSSpark 帮助中心 了解连接和环境管理方式。
ComfyUI 官方仓库给出了 Apple Mac silicon 的安装路径,但同时要求按照当前 PyTorch 和项目安装说明操作。Automatic1111 也提供 Apple Silicon 安装说明,并明确提醒部分功能、训练和某些处理路径可能存在限制。因此,本文不把任何第三方扩展的兼容性视为核心项目承诺。(github.com)
旧项目迁移时,先决定保留还是重建
从 Automatic1111 转到 ComfyUI 时,不要按“一键导入”来估算工作量。两者的保存方式不同:Automatic1111 更接近页面参数、扩展和脚本集合,ComfyUI 则把处理步骤组织成节点图和连接关系。对于简单的模型、提示词、采样器和尺寸参数,你可以人工对照迁移;加入控制图、放大、修复和特殊扩展后,更现实的做法是按功能重建,再逐项验收。
你可以使用下面的决策条件:
- 若旧项目依赖的 Automatic1111 扩展超过核心功能,且交付稳定: 先保留原环境,不要立即迁移。
- 若旧项目有稳定输出,但新项目需要批量 API: 采用双轨方案,旧任务继续在 Automatic1111,新管道用 ComfyUI 重建。
- 若项目刚开始,没有历史扩展包袱: 直接以 ComfyUI 工作流为基础,先建立版本和测试输入规范。
- 若目标扩展只支持 CUDA 或未说明 Apple Silicon: 暂停迁移,先在目标 Mac 或远程 Mac 上做最小复现。
- 若团队成员不愿维护节点和依赖: 选择更熟悉的界面,或者把 ComfyUI 封装成固定模板,不要求每个人直接编辑节点。
最终选择:按交付方式做决定
| 使用场景 | 首选方案 | 备选方案 | 不适用条件 |
|---|---|---|---|
| 手动试提示词、种子和采样参数 | Automatic1111 | ComfyUI | 不想学习表单操作或依赖旧扩展 |
| 多模型、控制图、放大、后处理串联 | ComfyUI | Automatic1111 | 只需要一次性简单出图 |
| 批量替换输入并自动提交任务 | ComfyUI | Automatic1111 API | 没有失败重试和输出命名需求 |
| 团队共享、版本回滚、流程复用 | ComfyUI | Automatic1111 固定环境 | 只共享截图,不保存依赖 |
| 已有大量 Automatic1111 扩展 | 保留 Automatic1111 | 双轨迁移 | 扩展尚未在 Mac 上验证 |
| 新建 Mac AI 绘图自动化管道 | ComfyUI | 先用 Automatic1111 验证模型 | 目标插件只支持 CUDA |
如果你当前方案是单台本地 Mac 上长期堆叠扩展,常见缺点是环境容易被更新打乱、模型和依赖占用本机空间、批量任务需要占用你的桌面时间;如果改用普通远程主机,又可能遇到图形后端、驱动、模型路径和浏览器连接不一致的问题。对于需要临时测试模型、验证 ComfyUI 工作流,或让团队短期复现同一环境的场景,租赁 VPSSpark 的 Mac 环境通常更省事:你可以把重点放在工作流验收,而不是先处理本地系统冲突。部署前仍建议先按 VPSSpark 帮助中心 的连接说明确认访问方式;如果你需要的是长期稳定重负载、物理接口或完全掌控硬件,自购 Mac 仍可能更合适。
在云端 Mac 上更快开始你的 ComfyUI 工作流
VPSSpark 提供 Mac mini M4 云端实例,16GB 或 24GB 内存可选,适合部署和体验 ComfyUI、Automatic1111 等图像生成环境。
需要批量生成、复杂流程或多人协作时,可选择更高配置、扩容存储与并联服务,减少本地设备限制。