LogoWonderful Launcher
  • 首頁
  • 定價
  • 文件
  • 下載
這篇翻譯尚未標記為與英文已驗證來源同步。它可以作為參考閱讀,但不會被加入站點地圖。

手動安裝

Needs verification

從源碼手動安裝 ComfyUI,獲得完全控制權。

手動安裝讓你可以完全控制 Python 環境、PyTorch 版本和 CUDA 配置。此方法推薦給開發者和高級用戶。

前置條件

開始之前請先安裝以下工具:

  1. Python 3.12 或 3.13(推薦 3.13)— 從 python.org 下載
    • 安裝時勾選 "Add Python to PATH"
  2. Git — 從 git-scm.com 下載
  3. NVIDIA GPU 驅動 — 從 nvidia.com 下載

第一步:克隆倉庫

打開命令提示符或 PowerShell:

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

第二步:創建虛擬環境(推薦)

python -m venv venv
venv\Scripts\activate

你應該會在命令提示符的開頭看到 (venv)。

第三步:安裝 PyTorch

安裝與你的 NVIDIA 驅動匹配的 CUDA 版本的 PyTorch。首先檢查你的驅動版本:

nvidia-smi

然後選擇正確的 PyTorch 安裝命令:

NVIDIA GPU — CUDA 版本對照

驅動版本CUDA 版本PyTorch 命令
560+CUDA 12.6pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu126
570+CUDA 12.8pip install torch==2.8.0 torchvision==0.23.0 torchaudio==2.8.0 --index-url https://download.pytorch.org/whl/cu128
575+CUDA 13.0pip install torch==2.9.1 torchvision==0.24.1 torchaudio==2.9.1 --index-url https://download.pytorch.org/whl/cu130

RTX 50 系列用戶

RTX 5070 Ti / 5080 / 5090 需要 CUDA 12.8 或更高版本。確保你的驅動版本為 570+,並使用 CUDA 12.8 或 13.0 的 PyTorch 構建。詳見 GPU 兼容性 獲取完整的驅動-CUDA-PyTorch 對照表。

如果你不確定,CUDA 12.6 構建適用於大多數 RTX 20/30/40 系列顯卡:

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu126

AMD GPU(Linux + ROCm)

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm6.2.4

僅 CPU

pip install torch torchvision torchaudio

第四步:安裝依賴

不要盲目運行 pip install -r requirements.txt。

  1. 先確認當前激活的 Python 環境(where python 或 which python)
  2. 檢查 requirements.txt —— 看是否鎖定了 torch、numpy、opencv 的版本
  3. 儘量只安裝缺失的包:pip install <包名>
  4. 安裝後運行 pip check 驗證沒有引入衝突
pip install -r requirements.txt

更快的替代方案:uv

uv 是一個更快的 Python 包安裝器(用 Rust 編寫)。安裝後,你可以將任何 pip install 命令替換為 uv pip install,下載速度提升 10-100 倍:

pip install uv
uv pip install -r requirements.txt

第五步:下載模型

將至少一個 checkpoint 模型放入 models/checkpoints/:

ComfyUI/
└── models/
    └── checkpoints/    ← 將 .safetensors 文件放在這裡

參見 下載模型 獲取模型推薦。

第六步:運行 ComfyUI

python main.py

看到 Starting server 後,在瀏覽器中打開 **http://127.0.0.1:8188**。

使用 comfy-cli(替代方案)

comfy-cli 是一個命令行工具,可以自動化手動安裝流程:

pip install comfy-cli
comfy install

它可以一條命令完成克隆、虛擬環境創建、PyTorch 安裝和依賴配置。

更新

cd ComfyUI
git pull

不要盲目運行 pip install -r requirements.txt。

  1. 先確認當前激活的 Python 環境(where python 或 which python)
  2. 檢查 requirements.txt —— 看是否鎖定了 torch、numpy、opencv 的版本
  3. 儘量只安裝缺失的包:pip install <包名>
  4. 安裝後運行 pip check 驗證沒有引入衝突

故障排除

問題解決方案
找不到 python 命令重新安裝 Python 並勾選 "Add to PATH",或者使用 python3
安裝 PyTorch 後 CUDA not availablePyTorch 的 CUDA 版本與你的驅動不匹配。使用 nvidia-smi 檢查後重新安裝匹配的 PyTorch
ModuleNotFoundError確保虛擬環境已激活,然後運行 pip install -r requirements.txt
pip install 時出現構建錯誤安裝 Visual Studio Build Tools — 某些包需要 C++ 編譯器
torch.cuda.OutOfMemoryError使用 python main.py --lowvram 運行

下一步

  • 生成你的第一張圖片
  • 下載模型
  • 安裝自定義節點
  • 系統要求
  • 常見問題排查

先按上面的步驟定位根因。還卡住時,可以下載 Wonderful Launcher 檢查目前機器;啟動器原生修復、任務日誌和執行階段檢查會集中在一起。credits 只用於圖片生成和按量工具。

下載 Wonderful Launcher查看 credits 方案

這篇文件解決了你的問題嗎?

你的回饋會幫助我們優先補強真實 ComfyUI 排障文件。

目錄

前置條件
第一步:克隆倉庫
第二步:創建虛擬環境(推薦)
第三步:安裝 PyTorch
NVIDIA GPU — CUDA 版本對照
AMD GPU(Linux + ROCm)
僅 CPU
第四步:安裝依賴
第五步:下載模型
第六步:運行 ComfyUI
使用 comfy-cli(替代方案)
更新
故障排除
下一步