在 Stable Diffusion 生态中WebUI 以其直观的图形界面长期占据主流但对于追求更高自定义程度、更稳定工作流和更强性能控制的用户来说ComfyUI 是一个绕不开的选择。它采用节点式编程界面将 AI 图像生成的每一个步骤都可视化、模块化这种设计不仅让生成过程变得透明可控更在批量处理、复杂工作流编排和资源管理上展现出巨大优势。然而其相对“硬核”的界面和依赖项配置也让许多新手在第一步“安装”上就望而却步。网络上流传的整合包、一键安装脚本虽然降低了门槛但也带来了版本混乱、依赖冲突、插件管理困难等问题。本文将围绕 ComfyUI 的安装提供一个清晰、可复现的路径。我们不会只给一个“万能”整合包的下载链接而是会从底层原理讲起让你理解 ComfyUI 运行需要什么然后分别介绍从零开始的“纯净安装”和使用“秋叶aaaki整合包”的“便捷安装”两种主流方案。无论你是想彻底掌控自己的 AI 绘画环境还是希望快速上手体验都能找到对应的步骤。更重要的是我们会详细说明安装后的关键配置、模型放置、插件管理以及如何验证安装成功并附上从环境变量到端口冲突等一系列常见问题的排查清单。目标是让你不仅能把 ComfyUI 跑起来更能理解它为什么能跑起来为后续深入学习工作流打下坚实基础。1. 理解 ComfyUI节点式工作流引擎与安装核心依赖在动手安装之前先理解 ComfyUI 是什么以及它依赖什么能有效避免后续很多“知其然不知其所以然”的困惑。1.1 ComfyUI 的核心设计可视化节点编程ComfyUI 不是一个带有预设按钮的图形界面而是一个可视化编程环境。它将 Stable Diffusion 模型推理的每一个步骤——如加载模型、编码提示词、采样、解码——都抽象成独立的“节点”。用户通过连接这些节点的输入输出端口来构建一个完整的图像生成“工作流”。这种设计的优势在于完全透明你可以清晰看到 latent space 如何一步步转化为最终图像便于调试和优化。极致灵活可以自由组合、循环、分支实现文生图、图生图、高清修复、ControlNet 控制等复杂流程甚至超越常规 UI 的功能。可复用与分享工作流可以保存为.json或.png文件他人导入后能完全复现你的生成过程包括所有参数。资源高效由于流程固定ComfyUI 在连续生成时无需重复加载模型内存管理更高效适合批量作业。1.2 安装前的必备认知Python、Git 与 PyTorchComfyUI 本身是一个 Python 应用程序。因此它的运行离不开 Python 环境。网络上所有的整合包其核心工作就是为你预先配置好一个包含正确版本 Python 和相关库的隔离环境。Python是 ComfyUI 的运行时。必须安装特定版本通常为 3.10 或 3.11版本不匹配会导致依赖库安装失败。Git用于克隆 ComfyUI 的源代码仓库以及后续安装和管理插件很多插件也托管在 GitHub 上。虽然整合包可能内置但自己安装 Git 是良好的开发习惯。PyTorch这是深度学习框架是 Stable Diffusion 模型运行的引擎。PyTorch 版本必须与你的显卡驱动和 CUDA 版本严格匹配否则无法调用 GPU 进行加速会退回到极慢的 CPU 模式。依赖库包括torchvision,transformers,accelerate等数十个 Python 包它们提供了模型加载、数据处理、性能优化等功能。“纯净安装”需要你手动处理以上所有依赖的版本协调而“整合包安装”则替你完成了这一步。下面我们将分两条路径展开。2. 方案一纯净安装 ComfyUI适合开发者与追求可控性的用户这条路径让你完全掌控环境便于后续开发插件或深度定制。它更接近软件开发的原始流程。2.1 环境准备安装 Python、Git 与 CUDA首先确保你的系统满足以下基础要求组件要求检查/安装方法操作系统Windows 10/11, Linux 或 macOS系统信息显卡NVIDIA GPU (推荐) 或 AMD GPU (通过ROCm) 或仅CPU设备管理器或nvidia-smi(Linux)Python3.10 或 3.11(3.12可能存在兼容性问题)访问 python.org 下载安装包。安装时务必勾选 “Add Python to PATH”。安装后在终端输入python --version验证。Git最新版即可访问 git-scm.com 下载安装。安装后在终端输入git --version验证。CUDA(NVIDIA)版本需与 PyTorch 匹配查看 PyTorch 官网 获取推荐版本。可通过nvidia-smi查看驱动支持的最高 CUDA 版本。注意Python 版本是第一个关键点。很多整合包问题源于使用了不兼容的 Python 版本。如果你系统已有其他 Python 版本强烈建议使用conda或venv创建独立的虚拟环境。2.2 获取 ComfyUI 源代码与创建虚拟环境我们使用 Git 克隆代码并用 Python 内置的venv创建隔离环境。打开终端Windows 用 PowerShell 或 CMD建议管理员模式。选择一个合适的目录例如D:\AI\ComfyUI然后在此目录打开终端。克隆仓库git clone https://github.com/comfyanonymous/ComfyUI.git cd ComfyUI创建并激活虚拟环境# 创建虚拟环境环境文件会保存在当前目录下的 venv 文件夹 python -m venv venv # 激活虚拟环境 # Windows (PowerShell) .\venv\Scripts\Activate.ps1 # Windows (CMD) .\venv\Scripts\activate.bat # Linux/macOS source venv/bin/activate激活后终端提示符前会出现(venv)字样表示后续所有 Python 操作都局限在此环境中。2.3 安装 PyTorch 及其他依赖这是最易出错的步骤核心是安装与你的 CUDA 版本匹配的 PyTorch。确定 PyTorch 安装命令。访问 PyTorch 官网 根据你的系统、包管理工具pip、CUDA 版本生成安装命令。例如对于 Windows、CUDA 11.8命令可能如下pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118如果你的显卡不支持 CUDA 或只想用 CPU则选择 CUDA 版本为 “CPU”。在激活的(venv)环境中执行上一步获取的 PyTorch 安装命令。安装 ComfyUI 的其他依赖。在 ComfyUI 代码根目录下通常有一个requirements.txt文件pip install -r requirements.txt这个过程会下载安装数十个依赖包需要一定时间。2.4 下载模型并放置到正确位置ComfyUI 不会自带任何模型。你需要将已有的 Stable Diffusion 模型文件放入指定文件夹。准备模型文件你需要至少一个基础检查点模型如sd_xl_base_1.0.safetensors通常从 CivitAI 或 Hugging Face 下载。了解模型目录结构ComfyUI 启动时会扫描以下文件夹相对于 ComfyUI 根目录models/checkpoints/存放基础模型.ckpt,.safetensors。models/vae/存放 VAE 模型。models/loras/存放 LoRA 模型。models/controlnet/存放 ControlNet 模型。models/upscale_models/存放超分辨率模型如 ESRGAN。input/存放用于图生图的输入图片。output/ComfyUI 默认输出图片的文件夹。放置模型将下载的模型文件放入对应的文件夹。例如将sd_xl_base_1.0.safetensors放入ComfyUI/models/checkpoints/。2.5 启动与验证安装完成以上步骤后就可以启动 ComfyUI 了。启动服务。在 ComfyUI 根目录的激活虚拟环境下运行python main.py如果一切顺利你将看到类似下面的输出表明服务已启动ComfyUI startup time: 2.6s To see the GUI go to: http://127.0.0.1:8188访问 Web UI。打开浏览器访问http://127.0.0.1:8188。你应该能看到一个空白的节点编辑器界面。加载一个简单工作流。为了验证模型加载和生成功能正常你可以右键点击画布 -Load-Default加载一个默认的工作流。确保Checkpoint Loader节点中的模型名称是你已放入checkpoints文件夹的模型。点击Queue Prompt按钮。如果看到进度条走动并最终在Save Image节点看到生成的图片说明安装完全成功。3. 方案二使用秋叶aaaki整合包安装适合新手快速上手“秋叶aaaki”发布的整合包在社区内非常流行它集成了 Python、Git、预配置的依赖库、常用插件以及一个启动器极大简化了安装过程。3.1 获取整合包与注意事项获取整合包通过可靠的渠道如秋叶的B站视频简介、GitHub仓库或AI社区下载最新的整合包。注意核对发布日期和版本例如“2026整合包”是一个未来版本代号实际应下载当前最新的稳定版。防病毒软件误报由于整合包内包含 Python 可执行文件、脚本和机器学习模型非常容易被 Windows Defender 或其他杀毒软件误报为病毒。在下载和解压前建议暂时关闭实时防护或将解压目录添加到杀毒软件的排除列表。目录路径解压整合包到一个英文路径且路径中不要有空格或特殊字符。例如D:\AI\ComfyUI-aki。中文路径可能导致某些插件或脚本运行异常。3.2 整合包目录结构与启动解压后你会看到类似如下的结构ComfyUI-aki/ ├── ComfyUI/ # ComfyUI 主程序目录 ├── python_embeded/ # 内置的 Python 环境 ├── update/ # 更新脚本 ├── 启动器.exe # 图形化启动器 └── 其他说明文件.txt核心启动方式使用启动器推荐双击启动器.exe。启动器界面通常提供一键启动直接启动 ComfyUI。高级选项设置监听端口、自定义参数、清理空间等。插件管理安装、更新、禁用社区插件。版本更新更新 ComfyUI 本体和内置插件。使用脚本启动如果启动器有问题可以进入ComfyUI目录直接运行run_nvidia_gpu.batN卡或run_cpu.batCPU。3.3 整合包的特有配置与模型管理整合包的优势在于开箱即用但仍需进行一些初始配置。模型路径配置整合包通常预置了模型目录。但你的模型可能放在其他位置如原先 Stable Diffusion WebUI 的models目录。你可以通过修改配置文件来添加模型路径避免重复下载。找到ComfyUI目录下的extra_model_paths.yaml.example文件。复制一份并重命名为extra_model_paths.yaml。用文本编辑器打开参考示例格式添加你的模型路径。例如a111: base_path: D:/sd-webui/models # 你的 WebUI 模型根目录 checkpoints: Stable-diffusion vae: VAE loras: Lora upscale_models: ESRGAN保存后重启 ComfyUI它就会同时从内置目录和你的自定义目录加载模型。插件安装整合包自带了一些常用插件。通过启动器的“插件管理”功能可以方便地浏览、安装新插件。安装后通常需要重启 ComfyUI。4. 安装后的关键配置与验证无论采用哪种安装方式成功启动后以下配置和验证步骤能确保你更好地使用 ComfyUI。4.1 基础配置与优化修改默认端口如果 8188 端口被占用可以通过启动参数修改。在启动命令后添加--port 8189例如在run_nvidia_gpu.bat中修改python main.py为python main.py --port 8189。启用跨域访问如果你需要通过局域网其他设备访问需要允许跨域。添加参数--enable-cors-header。性能调优VRAM 优化对于显存较小的显卡如 8GB可以在启动参数中添加--lowvram或--normalvram。整合包启动器通常提供选项。使用 xFormersxFormers 可以优化注意力机制提升生成速度并降低显存占用。整合包通常已集成。纯净安装需运行pip install xformers并在启动命令添加--use-split-cross-attention或--use-pytorch-cross-attention。工作流与模型管理导入工作流将下载的.json或.png工作流文件拖入 ComfyUI 浏览器界面即可加载。安装自定义节点插件除了通过整合包启动器还可以通过 ComfyUI 内置的 “Manager” 插件如果已安装进行管理或手动将插件克隆到ComfyUI/custom_nodes/目录下。4.2 验证安装完整性一个完整的 ComfyUI 环境应能顺利执行以下操作链你可以据此检查服务正常启动无红色错误日志输出访问地址。界面正常加载浏览器访问端口出现节点编辑器界面。模型正常加载在Checkpoint Loader节点中能看到你放置在models/checkpoints/下的模型列表。简单图生文成功加载默认工作流填入提示词点击生成能输出图片到output文件夹。GPU 调用正常在生成过程中通过任务管理器Windows或nvidia-smiLinux查看 GPU 使用率是否显著上升。如果一直是 CPU 高负载而 GPU 闲置说明 PyTorch 的 CUDA 版本未正确安装。5. 常见问题排查清单安装和运行 ComfyUI 时90%的问题可以通过以下清单解决。问题现象可能原因检查与解决步骤启动时报Python找不到或版本错误1. Python未安装或未添加到PATH。2. 多个Python版本冲突。1. 终端输入python --version确认版本是否为3.10/3.11。2. 使用虚拟环境(venv)隔离确保激活。启动时报torch相关错误或CUDA不可用1. PyTorch版本与CUDA版本不匹配。2. 未安装GPU版本的PyTorch。1. 在Python环境中运行python -c import torch; print(torch.__version__); print(torch.cuda.is_available())。2. 若输出False去PyTorch官网重装对应CUDA版本的PyTorch。启动时卡在下载CLIP或VAE模型首次运行需下载依赖模型网络不畅。1. 耐心等待或使用网络工具。2. 可尝试手动下载相关文件并放入models/clip/等目录需根据日志提示确定具体文件。访问http://127.0.0.1:8188无响应1. 服务未成功启动。2. 端口被占用。1. 检查终端是否有错误日志。2. 尝试更换端口启动如--port 8189。3. 检查防火墙是否阻止了该端口。Checkpoint Loader中看不到模型1. 模型未放入正确目录。2. 模型文件格式或结构损坏。1. 确认模型文件在models/checkpoints/目录下。2. 确认文件扩展名正确.safetensors或.ckpt。3. 重启ComfyUI以刷新列表。点击生成后无反应或报错OutOfMemory1. 显存不足。2. 工作流过于复杂。1. 使用--lowvram参数启动。2. 尝试生成更小尺寸的图片如512x512。3. 关闭其他占用GPU的程序。整合包启动器闪退或报错1. 路径包含中文或特殊字符。2. 被杀毒软件拦截。3. 运行库缺失。1. 移动整合包至纯英文路径。2. 关闭杀毒软件实时防护并添加排除。3. 安装 Visual C Redistributable 等系统运行库。安装插件后界面错乱或报错1. 插件与当前ComfyUI版本不兼容。2. 插件依赖未安装。1. 禁用或卸载该插件。2. 查看插件README安装其额外依赖。3. 更新ComfyUI和插件到最新版本。6. 生产环境与长期维护建议如果你计划长期使用 ComfyUI 并用于半生产环境以下几点建议能提升稳定性和效率。环境隔离即使使用整合包也建议将其放在独立的磁盘分区或文件夹中。避免与系统或其他Python项目混用便于备份和迁移。模型管理建立规范的模型目录。可以按类型、版本、作者进行分类存储。利用extra_model_paths.yaml配置文件将模型库集中管理而不是散落在各个整合包内。工作流版本化将常用的、稳定的工作流.json文件用 Git 或网盘进行备份。记录工作流对应的模型版本和插件版本避免因更新导致工作流失效。定期更新ComfyUI 本体和插件迭代迅速。定期通过官方Git仓库或整合包启动器的更新功能进行更新以获取性能优化和新功能。但注意更新前备份你的custom_nodes和workspace文件夹。日志监控关注启动和运行时的终端日志。错误信息通常能直接指明问题所在。对于复杂问题可以尝试用--verbose参数启动以获得更详细的日志。资源监控在长时间批量生成时监控GPU温度、显存和系统内存使用情况防止硬件过载。ComfyUI 的安装只是探索其强大能力的第一步。它的学习曲线在于理解节点间数据流如LATENT,IMAGE,CONDITIONING的含义以及如何组合它们。建议从加载官方示例工作流开始逐个节点理解其作用再尝试修改参数和连接最终创造出符合自己需求的工作流。这个由节点构成的画布不仅是图像生成的管道更是你理解和操控生成式AI模型内部过程的窗口。