生成式AI课程第二讲：从零搭建ComfyUI图像工作流

这是FurkanGozukara发布在X平台的14讲生成式AI完整课程第二讲，内容是从零开始用单个节点搭建ComfyUI图像生成工作流，跟踪数据从文字提示词到生成保存像素的完整流程。

本次课程基于Windows系统，使用Z-Image-Turbo连接模型加载器、条件控制、潜空间、采样器和解码器，然后在实际输出上测试各项控制参数。课程面向已经成功安装运行ComfyUI、想要理解图像生成底层图结构的学习者，如果需要Windows环境安装配置，需要先学习第一讲。

学完本课程你可以掌握：更新已安装的ComfyUI、查看分组模板、刷新模型文件、搭建连接工作流图、识别接口类型、统计首次生成耗时、测试结果可重复性、对比分辨率、采样步数和引导系数，以及从生成的PNG图片中还原工作流。

课程涵盖的主要内容包括：CLIP条件控制、潜空间图像、ModelSamplingAuraFlow、KSampler、VAE解码、固定随机种子、执行缓存、CFG、参数控制对比、PNG元数据和工作流JSON。你可以按章节顺序跟随搭建过程，也可以直接跳转到特定参数设置和对比环节。

相关资源链接：Windows AI环境需求指南、完整课程资源仓库、第一讲（Windows环境配置与首张图像生成）、完整课程播放列表、ComfyUI官方手动安装教程、Z-Image Turbo工作流和模型下载、SECourses Discord社区，视频也可在YouTube观看。如需帮助可以查看置顶评论、加入Discord或留言，也可以通过Patreon支持SECourses获取更多指南、脚本和资源。