ComfyUI 本地部署完整指南:从克隆仓库到首次出图
2026/9/8 9:26:51 网站建设 项目流程

ComfyUI 本地部署完整指南:从克隆仓库到首次出图

【免费下载链接】ComfyUIThe most powerful and modular diffusion model GUI, api and backend with a graph/nodes interface.项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI

ComfyUI 是一款基于节点图界面的扩散模型工具,核心关键词就一句:把模型、采样器、VAE 这些环节拆成节点,你只需要把它们连线就能搭出一条完整的生成流水线。它同时提供 Web 界面和本地 API,跑图、跑视频、跑 3D 都靠同一套工作流。如果你不想每次生成都依赖云端服务,或者想把整套流程装进自己的项目里,它是最省心的选择。

项目速览:它和其他 SD 工具差在哪

维度ComfyUI 的做法
操作方式节点连线搭建流水线,每个环节(加载模型、采样、解码、保存)都是独立节点
支持的模型SD1.x / SDXL / SD3、视频、音频、3D,覆盖 models/ 下的全部子目录
扩展性通过 custom_nodes 目录加载插件,用 comfy_extras/ 提供官方扩展节点
与同类工具的差异参数面板固定死的是"填表工具",ComfyUI 的流程图结构可以整体导出、复用、改造,适合二次开发

一条最典型的工作流长这样:加载主模型、叠加 LoRA、采样、VAE 解码、保存图像,五个节点连起来就是一张图。

开跑前:3 分钟检查清单

先花几分钟确认环境,能避开后面九成以上的报错。

检查项要求确认命令
Python3.10 及以上(3.12 / 3.13 均可)python --version
GPU 驱动NVIDIA 装好 CUDA 驱动即可nvidia-smi
磁盘至少 20GB 可用(含模型文件)自行确认
Git用于克隆仓库git --version

显存 4GB 能跑 SD1.x,8GB 起步体验更好;AMD 与 Apple 芯片后面用差异卡说明。

三条路怎么选

方式适合谁上手时间代价
官方桌面应用完全不想碰命令行的人5 分钟版本更新节奏受发布页控制
便携压缩包不想装 Python 的 Windows 用户10 分钟只覆盖 NVIDIA 等少数平台
克隆仓库手动装想自定义路径、装插件、接 API 的人20 分钟左右需要装 Python 和 Git

后两条路本质相同:装好依赖后运行main.py。下面以手动安装为主线,因为跨平台最通用,也最方便日后维护。

5 分钟最小化部署

在仓库目录外执行下面这条命令,克隆 ComfyUI 源码到本地:

git clone https://gitcode.com/GitHub_Trending/co/ComfyUI cd ComfyUI

接下来创建虚拟环境并激活,把依赖和系统环境隔开:

python -m venv venv source venv/bin/activate

不同系统激活方式有差异,这是唯一的分叉点:

系统激活虚拟环境备注
Linux / macOSsource venv/bin/activateIntel 芯片 Mac 启动时加--cpu
Windows(PowerShell)venv\Scripts\Activate.ps1若提示脚本被禁止,先执行Set-ExecutionPolicy -Scope CurrentUser RemoteSigned

环境就绪后先装 PyTorch,这一步耗时最长,NVIDIA 显卡用下面的 CUDA 构建(其他平台装默认版本即可):

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu129

再装项目其余依赖,列表在 requirements.txt:

pip install -r requirements.txt

全部完成后启动服务:

python main.py

启动成功的画面是这样的:终端持续输出,并提示服务监听在http://127.0.0.1:8188,浏览器自动打开后能看到节点编辑界面——左边是工作流画布,底部有状态栏。AMD 用户需要换 ROCm 构建的 PyTorch,个别显卡还要在启动前加HSA_OVERRIDE_GFX_VERSION=11.0.0这类环境变量指定架构。

跑起来之后:模型、路径和常用启动参数

模型是"放对地方就能被识别"的逻辑:检查点进models/checkpoints/,VAE 进models/vae/,LoRA 进models/loras/,每个子目录里都有占位文件提示用途。放好后刷新页面,对应节点的下拉框里就会出现模型名。

如果你已经有一批存在别处的权重(比如 A1111 的模型目录),不用复制文件。把仓库里的 extra_model_paths.yaml.example 复制为extra_model_paths.yaml,按其中注释配置各路径,重启后两套目录就会合并显示。

参数解决什么场景
--port 88888188 端口被占用
--listen让局域网内其他设备访问这个服务
--cpu没有可用 GPU 时强制 CPU 运行(慢但能跑)
--lowvram显存吃紧,把文本编码器挪到 CPU
--novram--lowvram更激进的显存降级
--preview-method taesd采样过程中想看实时预览
--reserve-vram 1.0给系统和其他软件预留显存(单位 GB)

卡住了?按现象对号入座

终端闪退,报 ModuleNotFoundError原因:依赖没装全或装到了别的 Python 环境里。解决:确认虚拟环境已激活(提示符前有(venv)),然后重装一次依赖并刷新版本。

pip install -r requirements.txt --upgrade

终端显示已启动,但页面一直转圈原因:浏览器访问的端口和实际端口不一致,或者用了别的机器访问却没开监听。解决:核对终端里打印的实际地址,或显式指定端口后用http://127.0.0.1:8888重新打开。

界面能打开,但模型下拉框是空的原因:权重文件没放进对应子目录,或文件名不被识别。解决:确认文件位于 models/ 下的正确分类目录,刷新页面再试。

生成报 out of memory,或速度不可接受原因:显存装不下当前工作流。解决:优先降低出图分辨率,其次依次尝试--lowvram--novram--cpu-vae(VAE 解码放到 CPU)。

下一步:从"跑通"到"用起来"

仓库内置了文档,界面里可以直接查看,不用翻外部网站。想把生图接进自己的脚本,script_examples/ 里有调用本地 API 的示例可以直接改。想装第三方插件,启动时加--enable-manager即可启用管理器,在界面里搜索安装。模型路径规划好了、工作流跑顺了之后,剩下的事基本都是在画布上连节点。

【免费下载链接】ComfyUIThe most powerful and modular diffusion model GUI, api and backend with a graph/nodes interface.项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询