SEARCH

ComfyUI安装教程：从零开始搭建你的AI绘图工作流，释放无限创意

2025-08-22 08:50:51

ComfyUI安装教程：轻松入门AI图像生成，打造你的专属工作流

欢迎来到ComfyUI的奇妙世界！如果您正在寻找一个功能强大、高度灵活且性能卓越的AI图像生成工具，那么ComfyUI无疑是您的理想选择。它以其独特的节点式工作流（Node-based Workflow）设计，让用户能够以前所未有的自由度定制和优化图像生成过程。本篇ComfyUI安装教程将为您详细介绍如何在不同操作系统下，从零开始搭建ComfyUI环境，让您快速掌握AI绘画的核心技术。

无论您是AI绘画新手，还是经验丰富的Stable Diffusion老用户，ComfyUI都能为您带来全新的体验。我们承诺，通过这份详尽的教程，您将能够顺利完成ComfyUI的安装与配置，并为接下来的创意之旅做好充分准备。

安装ComfyUI前的准备：确保你的系统就绪

在开始ComfyUI安装之前，我们需要确保您的系统满足基本的硬件和软件要求。一个良好的准备工作能让安装过程事半功倍，避免不必要的麻烦。

1. 硬件要求：GPU是AI绘画的核心

  • 图形处理器（GPU）： ComfyUI对GPU的性能依赖性极高。强烈建议您拥有一块支持CUDA的NVIDIA显卡。显存（VRAM）至少8GB，12GB及以上则更加流畅，能处理更复杂的模型和更高分辨率的图像。例如，RTX 3060/3080/4090等。
  • 处理器（CPU）： 现代多核CPU即可，对性能要求不高，但会影响加载速度。
  • 内存（RAM）： 建议16GB或以上，32GB能提供更好的体验，尤其是在处理大型模型或多任务时。
  • 存储空间： 至少预留100GB的SSD空间。ComfyUI本身不大，但AI模型文件（如Checkpoint、LoRA、ControlNet等）非常庞大，且会持续增加。SSD能显著提高加载和生成速度。

2. 操作系统：Windows、Linux与macOS均可

  • Windows： Windows 10/11是主流选择，安装相对简单。
  • Linux： Ubuntu、CentOS等发行版均可，适合熟悉命令行操作的用户。通常性能表现更优。
  • macOS： 针对配备Apple Silicon（M系列芯片）的Mac电脑，ComfyUI提供了Metal后端支持，性能表现不俗。

3. 必备软件：Python与Git

  • Python： ComfyUI基于Python运行。推荐安装Python 3.10.x 或 3.11.x 版本。
    • 如何检查Python版本： 打开命令行（Windows: `cmd` 或 PowerShell；Linux/macOS: 终端），输入 `python --version` 或 `python3 --version`。
    • 如何安装Python： 访问Python官方网站 (https://www.python.org/downloads/)，下载对应您操作系统的安装包。在Windows安装时，务必勾选“Add Python to PATH”选项。
  • Git： 用于从GitHub克隆ComfyUI项目代码，并方便后续更新。
    • 如何检查Git版本： 打开命令行，输入 `git --version`。
    • 如何安装Git： 访问Git官方网站 (https://git-scm.com/downloads)，下载并安装。Windows用户在安装过程中保持默认选项即可。

4. 驱动程序：NVIDIA CUDA（仅限NVIDIA用户）

  • 确保您的NVIDIA显卡驱动程序是最新版本，并已正确安装CUDA工具包。通常，最新的显卡驱动会包含最新的CUDA运行时库。

ComfyUI安装教程核心步骤：选择你的安装方式

ComfyUI提供了多种安装方式，您可以根据自己的操作系统、习惯和需求选择最适合的一种。

方式一：最推荐 - Git克隆安装（Windows/Linux）

这是官方推荐的安装方式，优点是能方便地获取最新代码并进行更新，环境配置灵活。

  1. 创建安装目录：

    在您希望安装ComfyUI的硬盘上创建一个新文件夹，例如 `D:ComfyUI` 或 `~/ComfyUI`。

  2. 打开命令行或终端：

    导航到您刚刚创建的文件夹。
    在Windows上，您可以在文件资源管理器中打开该文件夹，然后在地址栏输入 `cmd` 或 `powershell` 并回车。
    在Linux/macOS上，使用 `cd` 命令导航：`cd /path/to/your/ComfyUI_folder`

  3. 克隆ComfyUI仓库：

    在命令行中执行以下命令，将ComfyUI的代码下载到当前目录：

    git clone https://github.com/comfyanonymous/ComfyUI.git

  4. 进入ComfyUI目录：

    代码下载完成后，会生成一个名为 `ComfyUI` 的子文件夹。进入该文件夹：

    cd ComfyUI

  5. 安装依赖：

    ComfyUI依赖于一些Python库。根据您的GPU类型选择对应的安装命令：

    • 对于NVIDIA显卡用户（推荐）：

      pip install -r requirements.txt --extra-index-url https://download.pytorch.org/whl/cu121

      或根据您的CUDA版本（例如cu118）：
      pip install -r requirements.txt --extra-index-url https://download.pytorch.org/whl/cu118
      如果不确定CUDA版本，可以尝试不带 `--extra-index-url` 参数的命令，它会尝试安装CPU或默认GPU版本：
      pip install -r requirements.txt

    • 对于AMD显卡用户（Linux）：

      pip install -r requirements.txt --extra-index-url https://download.pytorch.org/whl/rocm5.7

    • 对于Apple Silicon (M系列) Mac用户：

      pip install -r requirements.txt --extra-index-url https://download.pytorch.org/whl/nightly/cpu

      ComfyUI会自动检测并使用Metal后端。

    • 对于纯CPU运行（不推荐，速度极慢）：

      pip install -r requirements.txt --extra-index-url https://download.pytorch.org/whl/cpu

    注意： 如果您遇到 `pip` 命令权限问题，可以尝试 `python -m pip install ...`。

  6. 运行ComfyUI：

    安装完成后，您就可以启动ComfyUI了。在 `ComfyUI` 文件夹内执行：

    python main.py

    第一次运行可能需要下载一些必要的组件。成功启动后，ComfyUI会在您的浏览器中自动打开（通常是 `http://127.0.0.1:8188`）。

方式二：便捷之选 - 独立便携包安装（Windows）

此方式适合不想折腾Python环境的用户。ComfyUI官方或第三方会提供预打包的便携版，包含了Python环境和所有依赖。

  1. 下载便携包：

    访问ComfyUI的GitHub发布页面或相关社区提供的下载链接，寻找带有“portable”字样的压缩包（通常是`.7z`或`.zip`格式）。
    例如：`ComfyUI_windows_portable_nvidia_cu121_and_cpu.7z`

  2. 解压文件：

    将下载的压缩包解压到您希望安装ComfyUI的目录，例如 `D:ComfyUI_Portable`。
    注意： 避免解压到路径中包含中文或特殊字符的目录，这可能导致一些未知问题。

  3. 运行ComfyUI：

    进入解压后的文件夹，您会找到一个名为 `run_nvidia_gpu.bat` (NVIDIA用户) 或 `run_cpu.bat` (CPU用户) 的批处理文件。双击执行即可。
    如果是AMD显卡或MAC用户，可能会有对应的 `run_amd_gpu.bat` 或 `run_mac_gpu.sh` 等脚本。

    优势： 安装简单，无需手动配置Python和Git。
    劣势： 便携包可能不会及时更新到ComfyUI的最新版本，且对自定义配置的灵活性较低。

方式三：进阶 - Conda/Miniconda环境安装（通用）

对于需要管理多个Python项目环境的用户，使用Conda或Miniconda创建独立的ComfyUI环境是一个非常好的选择。

  1. 安装Miniconda/Anaconda：

    如果尚未安装，请访问Miniconda (https://docs.conda.io/en/latest/miniconda.html) 或 Anaconda 官网下载并安装。

  2. 创建并激活Conda环境：

    打开Conda命令行（Anaconda Prompt）或终端，执行以下命令：

    conda create -n comfyui python=3.10

    conda activate comfyui

  3. 克隆ComfyUI仓库并安装依赖：

    激活环境后，接下来的步骤与“Git克隆安装”方式的步骤3、4、5、6相同。
    例如：

    git clone https://github.com/comfyanonymous/ComfyUI.git

    cd ComfyUI

    pip install -r requirements.txt --extra-index-url https://download.pytorch.org/whl/cu121

    python main.py

    优势： 环境隔离，避免不同项目间的Python库冲突；方便管理和切换版本。

方式四：macOS安装（针对M系列芯片）

macOS用户，特别是M系列芯片用户，ComfyUI通过PyTorch的MPS (Metal Performance Shaders) 后端提供原生加速。

  1. 安装Homebrew（如果未安装）：

    Homebrew是macOS的包管理器，非常方便。打开终端执行：

    /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

  2. 安装Python和Git：

    通过Homebrew安装最新版本的Python和Git：

    brew install python git

    注意： Homebrew安装的Python版本通常是最新版，可能与系统自带的Python共存。建议使用 `python3` 命令来调用Homebrew安装的Python。

  3. 克隆ComfyUI仓库并安装依赖：

    与“Git克隆安装”方式类似，但安装Python依赖时，请使用针对CPU/Metal的指令：

    git clone https://github.com/comfyanonymous/ComfyUI.git

    cd ComfyUI

    pip install -r requirements.txt --extra-index-url https://download.pytorch.org/whl/nightly/cpu

    python3 main.py

    ComfyUI会自动检测并使用Metal加速。

首次运行与模型下载：AI创作的第一步

成功安装ComfyUI后，还需要下载必要的AI模型才能开始生成图像。

1. 启动ComfyUI

无论您选择哪种安装方式，最终都是通过执行 `python main.py`（或便携包中的批处理文件）来启动ComfyUI。启动后，请耐心等待，直到命令行窗口显示 `http://127.0.0.1:8188` 等字样，这表示ComfyUI已在您的本地浏览器中打开。

2. 下载基础模型

ComfyUI本身不包含任何AI模型，您需要手动下载。如果您之前使用过Stable Diffusion WebUI，那么恭喜您，ComfyUI可以直接使用WebUI的模型文件！

  • Checkpoint模型（大模型）：

    这是AI生成图像的基础模型，通常以 `.safetensors` 或 `.ckpt` 为后缀。
    存放路径： 将下载的模型文件放到 `ComfyUI/models/checkpoints/` 目录下。
    推荐下载： civitai.com, huggingface.co 等网站。例如，SDXL系列的 `sd_xl_base_1.0.safetensors` 或 `sd_xl_refiner_1.0.safetensors` 是很好的起点。

  • VAE模型：

    用于解码生成图像的细节和色彩，通常与Checkpoint模型配套使用，后缀为 `.safetensors` 或 `.vae.pt`。
    存放路径： `ComfyUI/models/vae/` 目录下。

  • LoRA模型：

    用于微调图像风格或生成特定对象，后缀为 `.safetensors`。
    存放路径： `ComfyUI/models/loras/` 目录下。

  • ControlNet模型：

    用于精确控制图像构图、姿态等，需要与对应的预处理器一起使用。
    存放路径： `ComfyUI/models/controlnet/` 目录下。

温馨提示： 模型文件通常非常大（几GB甚至几十GB），请确保您的网络环境良好且硬盘空间充足。

ComfyUI进阶：安装自定义节点（Custom Nodes）

ComfyUI的强大之处还在于其丰富的自定义节点生态。这些节点扩展了ComfyUI的功能，例如更强大的图像处理、视频生成、特定模型的支持等。

  1. 安装ComfyUI Manager（推荐）：

    ComfyUI Manager是一个非常方便的自定义节点，它能帮助您图形化地安装、管理和更新其他自定义节点。

    • 打开ComfyUI安装目录下的 `ComfyUI/custom_nodes/` 文件夹。
    • 在该文件夹内打开命令行/终端，执行：

      git clone https://github.com/ltdrdata/ComfyUI-Manager.git

    • 重启ComfyUI（关闭命令行窗口，再执行 `python main.py`）。
    • 重启后，您会在ComfyUI界面的右侧看到一个“Manager”按钮。点击它即可进入管理器界面，轻松搜索和安装其他自定义节点。
  2. 手动安装自定义节点（如果管理器不支持或您偏爱手动）：

    大多数自定义节点项目的GitHub页面都会提供详细的安装指南。通常步骤如下：

    • 在 `ComfyUI/custom_nodes/` 目录下，使用 `git clone` 命令克隆目标节点的仓库。
      例如：`git clone https://github.com/someuser/ComfyUI-AwesomeNode.git`
    • 进入新克隆的节点文件夹（例如 `ComfyUI-AwesomeNode`），查看是否有 `requirements.txt` 文件。如果有，执行：

      pip install -r requirements.txt

      以安装该节点所需的额外Python依赖。
    • 重启ComfyUI。

ComfyUI更新与维护

由于ComfyUI社区活跃，项目更新频繁，定期更新ComfyUI是获取新功能和修复bug的好习惯。

  • 更新ComfyUI核心：

    如果您是Git克隆安装，只需在 `ComfyUI` 目录下打开命令行/终端，执行：

    git pull

    这会拉取最新的代码。之后可能还需要重新运行依赖安装命令 `pip install -r requirements.txt` 以确保所有依赖都是最新版本。

  • 更新自定义节点：

    如果安装了ComfyUI Manager，直接通过管理器进行更新。
    如果是手动安装的节点，则进入每个节点各自的文件夹，执行 `git pull`。

  • 便携包更新：

    便携包通常需要下载新的完整包进行替换，无法像Git一样进行增量更新。

常见问题（FAQ）

1. 如何解决ComfyUI启动报错，提示缺少CUDA或显存不足？

这通常意味着您的NVIDIA显卡驱动未正确安装、CUDA版本不兼容或显存不足。请检查：

  • 确保已安装最新的NVIDIA显卡驱动。
  • 在安装ComfyUI依赖时，确认使用了正确的 ` --extra-index-url https://download.pytorch.org/whl/cuXXX ` 参数，匹配您的CUDA版本。
  • 尝试降低生成图像的分辨率或批次大小，或尝试使用更小的Checkpoint模型，以减少显存占用。
  • 在Windows上，确保您的系统电源模式设置为“高性能”。

2. 为何我的ComfyUI界面显示空白或加载缓慢？

如果ComfyUI启动后浏览器界面显示空白或加载非常慢，可能有以下原因：

  • 浏览器缓存问题： 尝试清除浏览器缓存，或更换一个浏览器访问 `http://127.0.0.1:8188`。
  • 端口占用： 默认端口 `8188` 可能被其他程序占用。您可以在启动ComfyUI时指定一个不同的端口，例如 `python main.py --port 8189`。
  • 模型未下载： 如果没有下载任何Checkpoint模型，ComfyUI可能无法正确初始化工作流，导致界面异常。
  • 依赖未完全安装： 确保 `pip install -r requirements.txt` 命令执行成功，且没有报错。

3. 如何将Stable Diffusion WebUI的模型导入ComfyUI？

非常简单！ComfyUI和Stable Diffusion WebUI共享大部分模型文件格式。

  • 找到WebUI的 `stable-diffusion-webui/models/Stable-diffusion` 目录下的Checkpoint模型，将其复制到ComfyUI的 `ComfyUI/models/checkpoints` 目录下。
  • 将WebUI的 `stable-diffusion-webui/models/VAE` 目录下的VAE模型复制到ComfyUI的 `ComfyUI/models/vae` 目录下。
  • LoRA、ControlNet等模型也同样，找到WebUI对应的模型目录，复制到ComfyUI相应的 `ComfyUI/models/loras` 或 `ComfyUI/models/controlnet` 目录下即可。

4. ComfyUI安装后如何安装ControlNet模型？

ControlNet模型需要下载到 `ComfyUI/models/controlnet/` 目录下。此外，ControlNet通常还需要配套的预处理器（Preprocessors）。

  • 模型文件： 从Civitai或HuggingFace下载 `.safetensors` 格式的ControlNet模型，放入 `ComfyUI/models/controlnet/`。
  • 预处理器： 大多数ControlNet预处理器是作为自定义节点的一部分提供的。安装 `ComfyUI-Manager` 后，可以通过它来安装常用的ControlNet预处理器节点（例如 `ComfyUI_IPAdapter_plus` 或 `ComfyUI_ControlNet_Aux` 等）。安装完成后，重启ComfyUI即可在节点列表中找到它们。

5. ComfyUI和Stable Diffusion WebUI有什么区别？为何我需要ComfyUI？

ComfyUI和Stable Diffusion WebUI是两种不同的AI绘图前端，各有侧重：

  • ComfyUI： 采用节点式工作流，提供了极高的灵活性和透明度。用户可以自由组合、连接不同的模块（如加载模型、文本编码、采样器、VAE解码等），构建复杂的生成流程。其优点是性能通常优于WebUI（尤其是在低显存环境下），资源占用更少，适合进阶用户和科研。缺点是初期学习曲线相对陡峭。
  • Stable Diffusion WebUI (Automatic1111/Forge)： 提供直观的Web界面，功能集成度高，操作简便，插件生态丰富。优点是入门简单，各种功能一应俱全。缺点是性能不如ComfyUI精简，且在构建复杂工作流时，其固定的UI框架可能限制创意。
如果您追求更精细的控制、更高的性能效率或希望深入理解AI绘图的底层逻辑，ComfyUI无疑是您升级AI绘画体验的绝佳工具。

结语

通过本篇详尽的ComfyUI安装教程，相信您已经成功地在自己的电脑上搭建起了ComfyUI环境，并对ComfyUI的基本运作和模型管理有了初步了解。从现在开始，您就可以踏上ComfyUI的创意之旅了！

ComfyUI的强大之处在于它的可定制性和无限扩展性。不要害怕尝试各种节点组合，探索不同的工作流。随着您对ComfyUI的深入了解，您会发现它能帮助您实现前所未有的AI图像生成效果。祝您创作愉快，尽情释放您的无限创意！

如发现政治性、事实性、技术性差错和版权方面的问题及不良信息，请及时与我们联系。 365lvtu.com © 2019-2022. All Rights Reserved.