ComfyUI Manager安装与使用完全指南
ComfyUI Manager是一个功能强大的ComfyUI扩展,专门用于管理自定义节点和模型文件。它提供了安装、移除、禁用和启用各种ComfyUI自定义节点的管理功能,同时还提供了集线器功能和在ComfyUI内访问广泛信息的便利功能。
系统要求与前置准备
在开始安装前,请确保你的系统满足以下基本要求:
系统要求:
- 操作系统:Windows 10/11、macOS 10.15+、Linux Ubuntu 18.04+
- Python版本:3.8-3.10(推荐3.10)
- 内存:至少8GB RAM
- 存储空间:2GB可用空间
环境验证: 打开终端或命令提示符,输入以下命令检查环境:
python --version
git --version
确保Python和Git正确安装并配置了环境变量。
安装方法详解
方法一:通用Git克隆安装(推荐大多数用户)
这是最直接可靠的安装方式,适合已有ComfyUI环境的用户:
-
定位ComfyUI目录 导航到你的ComfyUI安装目录下的custom_nodes文件夹:
cd path/to/ComfyUI/custom_nodes -
克隆仓库 使用以下命令克隆ComfyUI-Manager:
git clone https://gitcode.com/gh_mirrors/co/ComfyUI-Manager comfyui-manager -
重启ComfyUI 完成克隆后,重启ComfyUI应用程序
验证安装: 检查文件结构是否正确:
ComfyUI/
└── custom_nodes/
└── comfyui-manager/
├── __init__.py
├── js/
├── glob/
└── scripts/
方法二:便携版一键安装(Windows用户专属)
针对Windows便携版用户,提供了专用脚本:
-
下载安装脚本 获取脚本文件:scripts/install-manager-for-portable-version.bat
-
运行安装
- 将脚本复制到ComfyUI便携版根目录
- 双击运行,自动完成所有配置
-
等待完成 脚本会自动检查环境、创建目录并安装依赖
方法三:comfy-cli安装(推荐新用户)
使用comfy-cli可以同时安装ComfyUI和ComfyUI-Manager:
Windows:
python -m venv venv
venv\Scripts\activate
pip install comfy-cli
comfy install
Linux/macOS:
python -m venv venv
. venv/bin/activate
pip install comfy-cli
comfy install
方法四:Linux+venv环境安装
在Linux系统上使用venv环境安装ComfyUI和ComfyUI-Manager:
- 下载scripts/install-comfyui-venv-linux.sh到空的安装目录
chmod +x install-comfyui-venv-linux.sh./install-comfyui-venv-linux.sh
安装注意事项
正确做法:
- ComfyUI-Manager文件必须准确位于路径
ComfyUI/custom_nodes/comfyui-manager - 推荐使用git克隆方式安装,避免使用压缩文件格式
错误做法:
- 不要直接将压缩文件解压到
ComfyUI/custom_nodes位置 - 不要出现路径如
ComfyUI/custom_nodes/ComfyUI-Manager/ComfyUI-Manager的形式 - 不要出现路径如
ComfyUI/custom_nodes/ComfyUI-Manager-main的形式
功能使用指南
1. 主菜单操作
点击主菜单中的"Manager"按钮进入管理界面
2. 自定义节点安装
点击"Install Custom Nodes"或"Install Models",将打开安装程序对话框
数据库模式:
Channel (1day cache):使用有效期为一天的Channel缓存信息快速显示列表Local:使用本地存储在ComfyUI-Manager中的信息Channel (remote):从远程channel检索信息,始终显示最新列表
3. 安装操作
点击"Install"或"Try Install"按钮进行安装:
- Installed:此项目已安装
- Install:点击此按钮将安装该项目
- Try Install:这是无法确认安装信息的自定义节点
4. 工作流分享功能
- 点击主菜单底部的Share按钮
- 支持通过多个平台分享工作流
配置管理
配置文件位置
在ComfyUI-Manager V3.0及更高版本中,配置文件和动态生成的文件位于<USER_DIRECTORY>/default/ComfyUI-Manager/下
主要配置文件:
- 基础配置文件:
config.ini - 可配置channel列表:
channels.ini - 可配置pip覆盖:
pip_overrides.json - 快照文件:
snapshots目录
extra_model_paths.yaml配置
以下设置基于标记为is_default的部分应用:
custom_nodes:安装自定义节点的路径download_model_base:下载模型的路径
快照管理功能
快照保存
- 当你在Manager Menu中按下
Save snapshot或使用Update All时,当前安装状态快照将被保存 - 快照文件目录:
<USER_DIRECTORY>/default/ComfyUI-Manager/snapshots - 你可以重命名快照文件
快照恢复
- 按下"Restore"按钮可恢复到相应快照的安装状态
- 对于不受Git管理的自定义节点,快照支持不完整
命令行工具
ComfyUI-Manager提供了cm-cli命令行工具,允许你在不运行ComfyUI的情况下使用ComfyUI-Manager的功能。详细使用方法请参考cm-cli文档。
故障排除
常见问题解决
问题1:Manager按钮未显示
- 检查custom_nodes目录结构是否正确
- 确认__init__.py文件存在
- 查看ComfyUI启动日志是否有错误信息
问题2:SSL证书错误 编辑配置文件,添加以下内容:
bypass_ssl = True
问题3:Git路径问题 手动指定Git执行路径:
git_exe = C:/Program Files/Git/bin/git.exe
问题4:Windows事件循环错误 编辑配置文件,添加以下内容:
windows_selector_event_loop_policy = True
安全策略
通过编辑config.ini文件可以设置安全级别:
strong:不允许高风险和中风险功能normal:不允许高风险功能,中风险功能可用normal-:如果指定了--listen且不以127.开头,则不允许高风险功能weak:所有功能都可用
组件共享功能
复制粘贴
- 从剪贴板粘贴组件时,支持以下JSON格式的文本:
{
"kind": "ComfyUI Components",
"timestamp": <当前时间戳>,
"components":
{
<组件名称>: <组件节点数据>
}
}
拖放功能
- 拖放
.pack或.json文件将添加相应的组件 - 示例组件包:misc/Impact.pack
扫描器功能
当你运行scan.sh脚本时:
- 更新
extension-node-map.json - 更新
github-stats.json
环境变量配置
以下功能可以使用环境变量进行配置:
- COMFYUI_PATH:ComfyUI的安装路径
- GITHUB_ENDPOINT:对GitHub访问受限环境的反向代理配置
- HF_ENDPOINT:对Hugging Face访问受限环境的反向代理配置
总结
ComfyUI Manager为ComfyUI用户提供了强大的插件管理能力,使得自定义节点和模型的管理变得更加简单高效。通过选择合适的安装方法,用户可以快速开始使用这个强大的工具,提升AI绘画工作流的效率和管理水平。
建议定期检查插件更新,及时清理无用模型文件,并备份重要的工作流配置,以保持系统的最佳状态。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00