ComfyUI安装过程中要注意什么

AI技术
小华
2025-12-06

ComfyUI安装注意事项清单
一 环境与硬件前置检查

  • 操作系统与驱动
  • Windows 10/11、Linux(如 Ubuntu)、macOS 均可;NVIDIA 显卡需安装匹配版本的驱动,建议版本号≥525.60.11以获得良好的 CUDA 12.x 支持。
  • 先用命令确认驱动与 GPU 状态:nvidia-smi(查看驱动版本、CUDA 运行时、显存)。
  • Python 与虚拟环境
  • 建议使用 Python 3.10(不少教程与实践更顺畅),并用 conda/venv 建立独立环境,避免包冲突。
  • 激活环境后再执行安装命令(pip install -r requirements.txt)。
  • 硬件与显存
  • 最低可用:4 GB 显存;推荐:8–12 GB 显存(如 RTX 3060 12GB);高配:24 GB+(如 RTX 4090)。显存越大,可跑模型越多、分辨率越高、速度越快。
  • 内存建议≥16 GB,存储建议预留1 TB以上(模型与依赖体积大)。

二 安装方式与路径关键点

  • 三种常见方式
  • 源码安装:灵活、可扩展,适合进阶用户(git clone + 建虚拟环境 + pip 安装依赖)。
  • Windows 便携包:解压即用,适合新手(含启动脚本,注意解压到无中文路径)。
  • 官方桌面版(Comfy-Org/desktop):一键安装、自动部署依赖,适合 Windows/macOS 快速上手(公测阶段稳定性略弱于整合包)。
  • 路径与目录
  • 模型统一放在 ComfyUI/models/ 下的对应子目录(如 checkpoints、loras、controlnet),路径错误会导致节点不生效或找不到模型。
  • 与 WebUI 共享模型:将 extra_model_paths.yaml.example 重命名为 extra_model_paths.yaml,设置 base_path 指向 WebUI 根目录,重启后可直接复用模型。

三 依赖与版本匹配要点

  • PyTorch 与 CUDA 对齐
  • 先查 nvidia-smi 显示的 CUDA 运行时版本,再安装匹配的 PyTorch(如 cu121 对应 CUDA 12.1)。若显示 ≤11.8,请改用 cu118 版本索引。
  • 示例(Linux/Conda 场景):pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu121
  • Windows 加速组件
  • 视 CUDA 版本安装匹配的 onnxruntime / onnxruntime-gpuxformers,可显著提升速度与显存效率(版本需与 CUDA 对齐)。
  • 常见报错预防
  • 未激活虚拟环境导致包装到系统 Python;ModuleNotFoundError: No module named 'yaml' 等缺依赖问题,按提示 pip install pyyaml 等即可。

四 插件、模型与工作流注意事项

  • 插件安装与网络
  • 自定义节点放入 ComfyUI/custom_nodes/;插件管理器(如 ComfyUI-Manager)便于一键安装,但在国内常因网络失败,建议准备本机或服务器端代理,或使用离线包安装。
  • 插件/管理器在启动时会自检和更新,网络不稳可能导致 ComfyUI 启动卡死或失败,需保证网络或改用离线安装。
  • 模型放置与复用
  • 主模型(.ckpt/.safetensors)放 models/checkpoints/,LoRA 放 models/loras/,ControlNet 放 models/controlnet/,路径与节点类型需一一对应。
  • 多工具共用模型可显著节省磁盘:配置 extra_model_paths.yaml 指向 AUTOMATIC1111 WebUI 目录后重启。
  • 启动与访问
  • 默认本地访问地址:http://127.0.0.1:8188;远程服务器需显式开放:python main.py --listen 0.0.0.0 --port 8188,并确保防火墙放行端口。
  • 桌面版限制
  • 桌面版自动部署基础环境,但节点与模型仍需手动添加,与源码/便携包的使用方式一致。

五 常见问题快速排查

  • 驱动/库不匹配
  • nvidia-smitorch 的 CUDA 版本不一致,或 libcusparse 等 CUDA 错误:重装与驱动匹配的 PyTorch 版本,必要时升级驱动。
  • 插件安装失败或启动卡死
  • 多为网络问题:改用本机/服务器代理离线安装;必要时暂时关闭管理器自动更新。
  • 模型不显示或节点不可用
  • 核对模型是否在正确目录(如 checkpoints/loras/controlnet),文件名与节点参数是否匹配。
  • 无法远程访问
  • 启动命令需包含 --listen 0.0.0.0,并在云服务器安全组/防火墙放行 8188 端口。
亿速云提供售前/售后服务

售前业务咨询

售后技术保障

400-100-2938

7*24小时售后电话

官方微信小程序