ComfyUI设置时需注意哪些点

ComfyUI 设置要点清单
一 环境与依赖

• 建议使用Python 3.11.x、Git，并匹配正确的 CUDA/cuDNN 与对应的 PyTorch CUDA 版本；安装 PyTorch 时优先选择官方带索引的 CUDA 版本（如常见可用 cu118 包）。Windows 安装 Python 时勾选 Add python.exe to PATH。显存较小或兼容性一般时，可在启动命令中加入 --force-fp16 降低显存占用。使用 venv/conda 隔离环境，避免依赖冲突。更新时依次执行：git pull、pip install -r requirements.txt，或使用 ComfyUI Manager 的 Update All。

二 模型与目录

• 模型默认放在 ComfyUI/models/checkpoints/，优先使用更安全的 .safetensors 格式，避免 .ckpt 潜在安全风险。与 A1111 WebUI 共享模型时，复制并重命名 extra_model_paths.yaml.example 为 extra_model_paths.yaml，在 a1111 段落填入 WebUI 根路径（如 C:/Users/xxx/stable-diffusion-webui/ 或 /Users/xxx/stable-diffusion-webui/），即可复用模型、LoRA、VAE 等，避免重复占用数百 GB 磁盘。若把模型放在移动硬盘，务必使用 USB 3.0/Type‑C 与固态硬盘，否则加载会显著变慢。

三 工作流与关键节点

• 基础链路为：Load Checkpoint → CLIP Text Encode（正/负提示）→ KSampler → Save Image。Load Checkpoint 输出 MODEL/CLIP/VAE 三路；Prompt 建议关键词前置、用逗号分隔，长度控制在约 75 个 token；关键词权重可用 (keyword:1.2) 语法调整。Empty Latent Image 设置 width/height（需能被 8 整除）与 batch_size；常用分辨率：SD v1.5 为 512×512（部分微调可 768×768），SDXL 为 1024×1024。KSampler 常用：steps（步数）、seed（种子）、cfg（建议 6–8）、sampler_name、scheduler、denoise（默认 1）。不同模型（如 SDXL‑Turbo）的最佳 CFG/步数 可能差异很大，优先参考模型作者推荐。

四 性能与显存优化

• 启动参数：显存充足可用 --highvram 减少 CPU/GPU 往返；多工作流切换可用 --async-offload 与 --cache-lru N 降低显存占用并保持命中率；UNet 半精度可用 --fp16-unet 提升速度；NVIDIA 显卡可启用 --fast autotune 让 cuDNN 自动选最优卷积算法；部分新架构可尝试 FP8（如 --supports-fp8-compute --fast fp8_matrix_mult，属实验性）。采样器与调度器：快速预览可用 UniPC/LCM，在保持质量的同时显著缩短步时；步数与分辨率强相关，低分辨率（如 512×512）可适当减少步数而不明显损失细节。

五 调试、预览与协作

• 预览与效率：安装 ComfyUI Manager 后在设置里将 Preview method 设为 Auto，可在 KSampler 节点看到生成过程预览；调试时用 Bypass（跳过节点、继续向后）与 Mute（暂停该节点及其后续）提高效率；需要连续出图可用 Batch_size 或开启 Auto Queue。界面与远程：双击空白处唤出搜索框；需要同网段访问时，启动命令加 --listen 0.0.0.0 并用机器 IP 访问。常见问题速排：模型不出现在下拉框，检查是否在正确目录且为 .ckpt/.safetensors；启动失败或 GPU 报错，核对 PyTorch 与 CUDA 版本匹配、驱动是否正常；显存不足时降低分辨率/步数或启用 fp16。