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】ComfyUI The 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
Python	3.10 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 / macOS	source venv/bin/activate	Intel 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 8888	8188 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	比 --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】ComfyUI The 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