ComfyUI安装与配置全攻略：从环境搭建到工作流部署

1. 先搞清楚 ComfyUI 到底解决什么问题，再决定要不要装

ComfyUI 是一个用节点拖拽方式搭建 AI 绘图工作流的工具，和 Stable Diffusion WebUI 那种一键出图的界面不同，它把生成过程的每个环节——比如加载模型、写提示词、调整参数、后处理——都拆成了可视化的节点。如果你之前用过 WebUI 但觉得功能太黑盒、参数调整不够细，或者需要批量处理时控制每个环节，ComfyUI 会更适合。

但新人最容易踩的坑是：一看到别人分享的酷炫工作流就急着安装，结果连基础环境都没配好，启动就报错。所以安装前先确认三点：

• 你的硬件能不能跑：ComfyUI 本身不训练模型，只调用已有的模型（比如 Stable Diffusion 1.5、SDXL、ControlNet）。如果本地跑，需要显卡支持 CUDA（N 卡）或 MPS（Mac M 系列芯片）。Windows 集显或老 Mac Intel 芯片也能用 CPU 模式跑，但生成一张图可能几分钟到十几分钟，只适合学习流程，不适合日常使用。
• 你愿不愿意花时间理解节点逻辑：如果只是偶尔想快速出图，WebUI 更直接；但如果想深入控制生成细节、复用复杂流程、或者对接自动化脚本，ComfyUI 的节点自由度更高。
• 有没有必要装一堆插件：ComfyUI 的核心功能足够完成大部分基础绘图，插件（自定义节点）是扩展功能用的，比如人脸修复、风格控制、视频生成等。新手建议先跑通基础流程再按需安装插件。

我一般会建议新人先别急着装插件，用最简环境把一张图跑通，再决定要不要深入。下面按 Windows 和 Mac 分别说清安装时的关键注意点。

2. Windows 安装：重点盯住路径、权限和依赖版本

Windows 环境复杂，不同机器上的 Python、Git、显卡驱动状态可能差异很大。很多人卡在第一步不是因为 ComfyUI 本身复杂，而是基础环境没理顺。

2.1 选择安装方式：便携包还是手动安装

便携包（推荐新手）
秋叶大佬的整合包是目前最省心的方式，解压即用，内置了常用插件和模型管理工具。下载后直接双击run_nvidia.bat（N 卡）或run_cpu.bat（集显/CPU）就能启动。

但便携包也有坑点：

• 默认解压路径不要带中文或空格，比如D:\AI\ComfyUI可以，C:\用户\桌面\ComfyUI整合包容易出权限问题。
• 如果启动后浏览器没自动打开，手动访问http://127.0.0.1:8188。如果端口被占，编辑extra_model_paths.yaml改端口号。
• 整合包里的 Python 环境是独立的，如果要手动装插件，需要用整合包内的python_embeded/python.exe来安装依赖，而不是系统全局的 Python。

手动安装（适合有 Python 经验的人）
如果你本机已经有 Python 3.8~3.11 和 Git，可以手动克隆源码安装：

# 克隆官方仓库 git clone https://github.com/comfyanonymous/ComfyUI.git cd ComfyUI # 安装依赖（建议先建虚拟环境） pip install -r requirements.txt # 启动 python main.py

手动安装的优势是版本可控，方便跟进官方更新；缺点是容易和本机其他 Python 项目冲突。如果启动时报torch版本错误或 CUDA 不可用，大概率是环境问题。

2.2 安装后先验证基础功能

无论哪种安装方式，启动后先做三件事：

1. 加载检查点模型：在界面里右键点击，选择Load Checkpoint节点，从ComfyUI/models/checkpoints目录下放一个基础模型（如v1-5-pruned-emaonly.safetensors）。如果节点报错“No checkpoints found”，说明模型路径不对，检查extra_model_paths.yaml中的路径映射。
2. 连接基础节点：按Load Checkpoint→CLIP Text Encode（写提示词）→KSampler（采样器）→VAE Decode→Save Image的顺序连线，这是最简工作流。
3. 跑一张测试图：在CLIP Text Encode节点输入简单提示词（如“a cat”），点击Queue Prompt生成。如果卡住或报错，看终端日志——常见问题有显存不足（调小分辨率或批量数）、模型文件损坏（重新下载）、依赖缺失（缺torchvision等）。

注意：第一次运行会下载 CLIP 模型等依赖文件，网络不好时可能卡住，耐心等终端日志滚动完成。

3. Mac 安装：M 芯片和 Intel 芯片配置差异大

Mac 分为 M 系列芯片（支持 MPS 加速）和 Intel 芯片（只能跑 CPU 模式），安装步骤类似，但性能差距明显。

3.1 环境准备：Homebrew 和 Python 环境

先检查本机是否有 Homebrew 和 Python 3：

# 检查 Homebrew brew --version # 如果没有，安装 Homebrew（需网络稳定） /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)" # 检查 Python 3 python3 --version # 如果版本低于 3.8，用 brew 安装新版本 brew install python

M 芯片用户：建议用 Conda 或 Venv 单独管理环境，避免和系统 Python 冲突。MPS 加速在 PyTorch 2.0+ 支持较好，但部分插件可能还不兼容 MPS。

Intel 芯片用户：CPU 模式也能跑，但生成速度慢，建议把分辨率调到 512x512 以下，批量数设为 1。

3.2 安装 ComfyUI 和依赖

# 克隆仓库 git clone https://github.com/comfyanonymous/ComfyUI.git cd ComfyUI # 创建虚拟环境（可选但推荐） python3 -m venv comfy_env source comfy_env/bin/activate # 安装依赖（M 芯片需要装支持 MPS 的 PyTorch） pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu pip3 install -r requirements.txt # 启动 python3 main.py --force-fp16 # M 芯片加 --use-mps 参数

如果启动时报Library not loaded错误，通常是 OpenCV 或其他库的依赖问题，尝试brew install opencv或重装虚拟环境。

3.3 Mac 特有坑点：权限和路径格式

• 权限问题：Mac 默认禁止运行不明开发者的应用，如果启动脚本报权限错误，需在系统设置-隐私与安全性中允许运行。如果是源码启动，给脚本加执行权限：chmod +x main.py。
• 路径大小写敏感：Mac 系统默认路径不区分大小写，但 Python 导入模块时可能区分，遇到ModuleNotFound错误时检查大小写。
• 模型存放位置：手动安装时，模型默认放在ComfyUI/models/checkpoints，如果从其他工具（如 WebUI）迁移模型，注意软链接或拷贝完整文件，不要只移 .safetensors 漏掉配套配置文件。

4. 插件安装：只装必要的，按顺序测试

ComfyUI 的插件（自定义节点）能扩展功能，但也是导致启动失败、冲突崩溃的主要原因。新手最容易犯的错是一次性装太多插件，出问题后不知道是哪个插件导致的。

4.1 安装方式选择：Manager 优先，手动补漏

ComfyUI Manager（推荐）
如果用的是秋叶整合包或新版本 ComfyUI，大概率内置了 Manager。在界面中点右键，找Manager菜单，里面可以浏览、安装、更新插件。Manager 会自动处理依赖，但要注意：

• 安装时看终端日志，如果有WARNING或ERROR，可能是依赖版本冲突或网络超时。
• 安装完成后必须重启 ComfyUI，刷新浏览器页面才能看到新节点。
• 如果 Manager 里搜不到某个插件，说明该插件没在官方 registry 注册，需手动安装。

手动安装（Git 或 ZIP）
以安装 “ComfyUI-Impact-Pack” 为例：

# 进入 custom_nodes 目录 cd ComfyUI/custom_nodes # 用 Git 克隆（可后续更新） git clone https://github.com/ltdrdata/ComfyUI-Impact-Pack.git # 或下载 ZIP 解压到 custom_nodes 目录 # 然后安装依赖 cd ComfyUI-Impact-Pack pip install -r requirements.txt # 注意用 ComfyUI 对应的 Python 环境

手动安装的插件，如果启动时报ImportError，检查两点：

1. 依赖是否装对环境：比如 ComfyUI 用的虚拟环境是comfy_env，但 pip 装到了系统全局。
2. 插件是否兼容当前 ComfyUI 版本：有些插件更新慢，可能只支持老版本 API。

4.2 插件安装后的验证顺序

每装一个插件，按这个顺序检查：

1. 重启 ComfyUI，看启动日志有没有ImportError或SyntaxError。有错误就先解决，不要继续装下一个。
2. 刷新浏览器页面，在节点列表里搜插件名，看节点是否出现。
3. 加载插件示例工作流（如果有），跑通最基本功能。比如装 ControlNet 插件后，先试一张图能不能正常调用 ControlNet 模型。
4. 记录插件版本和 ComfyUI 版本：出问题时方便回退。可以用 Manager 的“已安装”列表查看，或手动记下 git commit hash。

注意：有些插件需要额外下载模型（如 ControlNet、IP-Adapter），这些模型通常不自动下载，需手动放入ComfyUI/models/controlnet等对应目录。

5. 工作流部署：从单张测试到批量任务

ComfyUI 的核心价值是工作流可复用。新手常遇到的困惑是：为什么别人的工作流我加载后报错？为什么批量处理时卡住？

5.1 工作流文件放哪里

工作流文件（.json）可以放在任意位置，但建议在ComfyUI/workflows下建分类文件夹，如test、portrait、batch。加载时点界面上的Load按钮选择 .json 文件。

如果加载后节点缺失或报错，通常是缺插件或模型。工作流文件里只保存节点连接关系和参数，不包含插件代码和模型数据。所以加载别人分享的工作流前，先确认：

• 工作流用了哪些插件，你是否已安装。
• 工作流用了哪些模型（检查点、LoRA、ControlNet 等），你是否有对应模型文件。
• 工作流是否依赖特定 ComfyUI 版本（节点 API 可能变）。

5.2 批量任务配置要点

ComfyUI 本身不支持图形界面的批量队列，但可以通过以下方式实现批量：

• 用文本文件列表输入：安装ComfyUI-CSV-Loader等插件，从 CSV 或文本读取提示词列表，自动依次生成。
• 用 API 调用：启动时加--listen参数开放网络接口，用 Python 脚本批量发送请求。这是最稳定的批量方案，适合生产环境。
• 手动队列：在界面点Queue Prompt后不中断，连续提交新提示词，ComfyUI 会按顺序处理。但界面关掉后任务终止，不适合长时间批量。

批量任务最常卡住的原因是显存泄漏或输出路径权限问题。建议：

• 每生成 10~20 张图重启一次 ComfyUI 释放显存。
• 输出路径用英文目录，避免权限拦截。
• 批量前先用单张测试整个流程，确认输出命名规则和存储位置。

5.3 资源监控和稳定性调整

长时间运行 ComfyUI 时，资源占用会逐渐增加。建议开着系统监控工具（如 Windows 任务管理器、Mac 活动监视器），关注：

• 显存占用：如果显存持续增长不释放，可能是模型缓存或插件内存泄漏。调低分辨率、批量数或换小模型可缓解。
• 内存占用：处理多张图或高分辨率时，系统内存可能爆满。ComfyUI 本身占用不大，但模型加载和图片解码会吃内存。
• CPU 占用：CPU 模式运行时，ComfyUI 会吃满一个核心。如果同时做其他工作，需调整进程优先级。

稳定性方面，如果经常崩溃，按这个顺序排查：

1. 卸掉最近装的插件，回退到稳定状态。
2. 降低分辨率（如从 1024x1024 降到 512x512）和采样步数（如从 50 步降到 20 步）。
3. 换回官方基础工作流测试，排除工作流复杂度的干扰。
4. 更新显卡驱动、PyTorch 版本到稳定版。

6. 常见报错排查清单

ComfyUI 的报错信息通常能在启动终端或浏览器开发者工具（F12 Console）里看到。遇到错误先别急着重装，按这个顺序查：

启动时报错

• No module named 'torch'：Python 环境不对，没装 PyTorch 或装错了环境。
• CUDA out of memory：显存不足，调小分辨率、批量数，或加--lowvram参数。
• Address already in use：端口被占，改启动参数--port 8189。

运行时节点报错

• Checkpoint not found：模型路径不对，检查extra_model_paths.yaml和模型文件实际位置。
• Invalid input image：图片格式或路径问题，确认图片是 RGB 模式、非空、路径无中文。
• Node class not found：插件没装或没重启，检查插件是否在custom_nodes目录下。

插件相关错误

• ImportError: cannot import name 'xxx'：插件版本和 ComfyUI 版本不兼容，回退插件或更新 ComfyUI。
• AttributeError: 'NoneType' object has no attribute '...'：工作流节点连接不全，检查连线是否断掉。

性能问题

• 生成速度慢：确认用的是 GPU 模式（看终端日志有无Using GPU或Using MPS），不是 CPU 模式。
• 预览图不更新：浏览器缓存问题，硬刷新（Ctrl+F5）或换浏览器试试。

最后给新人的建议是：ComfyUI 的学习曲线前期较陡，但一旦熟悉节点逻辑，后续控制力和效率会比传统工具高很多。不要追求一步到位装完所有插件，先核心功能跑通，再按实际需求扩展。遇到问题多查终端日志和社区讨论，大部分坑都有现成解决方案。