1. 拿你喜欢的 ai 图，
我这里拿这位佬的现成的图打个样

(你也可以像我一样把这提示词做成 gem 或者 gpt 会更好用。)

把图上传到哈基米或者 chatgpt，输入以下提示词:

将此图像转换为 JSON 提示字符，包括尺寸和所有视觉细节

2, 拿到 json 后，就可以对 ai 提出要求，要修改的，随便你怎么发挥吧 (本文主要就是分享提取，下面的演示只是用法之一)
一般在上一步解析出来之后 ai 会友情提示

我比较直接 我对 ai 提出的要求如下:

3. 复制 ai 按你要求修改后的 json，咱们直接新建对话直接粘贴，记得开启 "大香蕉" 或 "创建图片"

至此，艺术已成

over .

AMD 7800XT 显卡 Windows 本地部署 ComfyUI + Z-Image 保姆级教程

前言

作为一名 AMD Yes! 用户，想在本地跑 AI 生图实在费劲。

网上很多教程推荐使用 WSL（Linux 子系统）或者双系统，我折腾了一圈，全部以失败告终，不仅步骤繁琐，还容易报错。

经过多次尝试，我终于摸索出了一套 在 Windows 下最稳、最简单的方案：利用 秋叶大神的整合包 + ZLUDA。现在我也能愉快地生图了，把踩过的坑分享给大家，希望能帮到同样使用 A 卡的佬友。

第一步：搞定驱动

AMD 跑 AI，驱动是重中之重。这里有两个巨大的坑，请严格按照以下步骤操作：

1. 下载并安装专用驱动

你需要安装特定的 PRO 版本驱动来支持 ROCm/HIP 环境。请按顺序下载：

• HIP 支持驱动 (必须安装) ：

  • 版本：AMD-Software-PRO-Edition-23.Q4-Win10-Win11-For-HIP
  • 下载地址：点击下载

• 显卡核心驱动 (配合使用) ：

  • 版本：AMD-Software-PRO-Edition-25.Q3 (由于官方链接失效，请使用第三方备份)
  • 下载地址：DriversCloud 下载

避坑指南 1：禁止驱动自动更新！

非常重要！ 安装完上述驱动后，一定要在 AMD 驱动软件设置里，把 “自动更新” 关掉！

如果不关，重启电脑后它会自动更新到最新的游戏驱动，会导致环境失效（比如提示显存不足、报错等），那时候就得全部重来了。

第二步：安装 ComfyUI 整合包

为了省去繁琐的代码部署，我们直接使用 B 站秋叶大佬的整合包，开箱即用。

• 下载地址：夸克网盘
• 解压密码：bilibili-秋葉aaaki

操作步骤：

1. 下载并解压 ComfyUI-aki-v2。
2. 点击 启动器 运行。

启动器设置（启用 ZLUDA）

进入启动器界面后，不要急着点运行：

1. 在启动器设置或内核选择中，找到 ZLUDA 选项并选中它（这是让 A 卡模拟 N 卡环境运行的关键）。
2. 确保显卡选项已正确识别你的 7800XT。

第三步：更新内核（避坑指南 2）

这里是很多人失败的地方。整合包自带的核心可能较旧，直接跑新模型会报错。

操作方法：

在启动器界面，找到 “版本管理” 或 “更新” 选项，选择 “最新代码”，点击 一键更新。

更新完成后，务必 重启软件，否则工作流可能无法正常加载。

第四步：模型选择与配置（性能优化篇）

避坑指南 3：显存不够怎么办？

我的 7800XT 虽然有 16G 显存，但在跑完整版 Z-Image (Flux) 模型时，显存依然捉襟见肘。

• 完整版现状：生一张图需要 500 秒 左右（严重爆显存，速度极慢）。
• 优化方案：使用 FP8 Scala 版本 的模型。

优化后的效果：

• 显存占用：仅需 6-7G。
• 生成速度：缩短至 50 秒 一张图（速度提升 10 倍！）。
• 画质损失：几乎肉眼不可见。

必备模型下载清单

Z-Image Turbo 需要三个核心组件才能运行：主模型、文本模型、VAE。 请按照下面的清单下载，并严格放入对应的文件夹中（找不到文件夹就根据路径自己新建一个，注意文件名不要改动太大）。

提示：由于涉及 HuggingFace 和 Civitai，部分网络可能需要魔法才能打开。

1. 主模型 (Checkpoints)

这是画图的主力核心，我们选用的是针对显存优化的量化版本，非常适合 7800XT 这样的 16G 显卡。

• 模型名称：Z-Image-Turbo (Quantized)

• 下载地址：点击前往 Civitai 下载

• 存放路径：

  ComfyUI-aki-v2\models\checkpoints
  

2. 文本模型 (Text Encoder / CLIP)

这是 AI 的 “耳朵”，用来听懂你的提示词。Z-Image 使用的是 Qwen (通义千问) 的 3.4B 版本作为文本编码器。

• 模型名称：qwen_3_4b.safetensors

• 下载地址：点击前往 HuggingFace 下载

• 存放路径：

  ComfyUI-aki-v2\models\clip
  

  (注：如果文件夹里没有 clip 文件夹，找一下有没有 text_encoders ，或者直接手动新建一个 clip 文件夹)

3. VAE 模型 (解码器)

这是 AI 的 “眼睛”，负责将计算好的数据解码成我们在屏幕上看到的像素图片。如果没有它，生成的图可能是一片灰色或彩色噪点。

• 模型名称：ae.safetensors
• 下载地址：点击前往 HuggingFace 下载
• 存放路径：

ComfyUI-aki-v2\models\vae

1. 主模型 (Checkpoints) ：下载 fp8 版本的 Z-Image/Flux 模型。
2. 文本编码器 (Text Encoder) ：下载 Qwen 8B (或对应的 Clip/T5) 文本模型。没有它，AI 听不懂你的提示词，点击下载。
3. VAE 模型：下载对应的 AE/VAE 模型。没有它，生成的图片会是一片灰或者噪点，点击下载。

第五步：愉快生图

将下面的内容保存为 json

{ "2": { "inputs": { "text": "a beautiful landscape, high quality, 8k", "clip": ["16", 0] }, "class_type": "CLIPTextEncode", "_meta": { "title": "正向提示词" } }, "4": { "inputs": { "seed": , "steps": 8, "cfg": 1, "sampler_name": "euler", "scheduler": "simple", "denoise": 1, "model": ["15", 0], "positive": ["2", 0], "negative": ["9", 0], "latent_image": ["5", 0] }, "class_type": "KSampler", "_meta": { "title": "K采样器" } }, "5": { "inputs": { "width": 768, "height": 768, "batch_size": 1 }, "class_type": "EmptyLatentImage", "_meta": { "title": "空Latent图像" } }, "6": { "inputs": { "vae_name": "ae.safetensors" }, "class_type": "VAELoader", "_meta": { "title": "加载VAE" } }, "7": { "inputs": { "samples": ["4", 0], "vae": ["6", 0] }, "class_type": "VAEDecode", "_meta": { "title": "VAE解码" } }, "8": { "inputs": { "filename_prefix": "ComfyUI", "images": ["7", 0] }, "class_type": "SaveImage", "_meta": { "title": "保存图像" } }, "9": { "inputs": { "text": "blurry, ugly, bad, lowres, jpeg artifacts, watermark, distorted, noisy, artifact, glitch, oversaturation, neon tones, harsh contrast or glow, color cast, pixelated, blocky", "clip": ["16", 0] }, "class_type": "CLIPTextEncode", "_meta": { "title": "反向提示词" } }, "15": { "inputs": { "ckpt_name": "zImageTurboQuantized_fp8ScaledE4m3fnKJ.safetensors" }, "class_type": "CheckpointLoaderSimple", "_meta": { "title": "加载主模型" } }, "16": { "inputs": { "clip_name": "qwen_3_4b.safetensors", "type": "stable_diffusion" }, "class_type": "CLIPLoader", "_meta": { "title": "加载CLIP文本编码器" } } } 

在工作流界面，按住 Ctrl+O，选择刚才的 json，导入后会形成如下工作流，点击运行即可。

这套工作流非常强大，不仅可以用来提示词生图，还能先炼丹，用 lora 脸模、腿模等配合提示词生图，还能生成视频，不过生成视频的模型需要更高的版本才支持，这属于进阶篇了，我折腾了几天目前这套已经足够使用了。