【亲测免费】 ComfyUI-TeaCache 项目安装与配置指南

1. 项目基础介绍

ComfyUI-TeaCache 是一个开源项目，它将 TeaCache 缓存技术集成到了 ComfyUI 中。TeaCache 是一种无需训练的缓存方法，通过估计并利用模型在不同时间步的输出之间的波动差异，从而加速推理过程。该项目适用于图像扩散模型、视频扩散模型和音频扩散模型，能够提高这些模型在 ComfyUI 环境下的运行效率。

该项目主要使用的编程语言是 Python。

2. 项目使用的关键技术和框架

• TeaCache 缓存技术：用于加速模型推理过程。
• ComfyUI：一个可视化编程界面，用于构建和运行各种模型。

3. 项目安装和配置的准备工作

在开始安装之前，请确保您的系统中已安装以下环境和依赖：

• Python：建议使用 Python 3.7 或更高版本。
• pip：Python 包管理器。
• ComfyUI：确保已经安装了 ComfyUI 环境。

详细安装步骤

1. 克隆项目仓库

   打开命令行窗口，进入到 ComfyUI 的 custom_nodes 目录下：

   cd path/to/ComfyUI/custom_nodes/
   

   然后使用 git 克隆项目：

   git clone https://github.com/welltop-cn/ComfyUI-TeaCache.git
   

2. 安装依赖

   在项目克隆完成后，使用 pip 安装项目 requirements.txt 文件中列出的所有依赖：

   pip install -r ComfyUI-TeaCache/requirements.txt
   

3. 安装 ComfyUI-TeaCache

   在 ComfyUI 的节点列表中搜索 ComfyUI-TeaCache 并点击安装。如果需要手动安装，可以按照以下步骤：

   • 将 ComfyUI-TeaCache 目录移动到 ComfyUI 的 custom_nodes 目录下。
   • 重新启动 ComfyUI 界面，新的节点应该会出现。

4. 使用 ComfyUI-TeaCache

   在 ComfyUI 工作流中，将 TeaCache 节点添加到 Load Diffusion Model 节点或 Load LoRA 节点之后。根据您使用的模型，调整 rel_l1_thresh 和 max_skip_steps 参数以获得最佳的性能和速度平衡。

至此，您已经完成了 ComfyUI-TeaCache 的安装和配置。您可以开始使用 TeaCache 来加速您的模型推理过程了。