ComfyUI:零基础上手扩散模型GUI的安装配置指南
2026-04-22 10:05:23作者:胡易黎Nicole
价值定位:为什么选择ComfyUI?
ComfyUI作为最强大且模块化的稳定扩散GUI,通过节点式可视化编程,让用户无需复杂代码即可构建专业级图像生成工作流。无论是AI绘画爱好者还是专业创作者,都能通过其直观的图形界面实现从简单图片生到复杂模型微调的全流程控制。
环境适配:跨平台兼容的系统准备
核心技术栈与环境要求
- 解决什么问题:PyTorch框架提供高效GPU加速计算能力,让扩散模型推理速度提升300%;节点式界面将复杂参数配置转化为可视化连接,降低80%学习成本
- 硬件要求:推荐NVIDIA显卡(显存≥4GB),CPU模式支持但生成速度会降低5-10倍
- 基础软件:
- Python 3.8+(必选)
- Git(用于代码获取)
- 系统依赖:Windows需7-Zip解压工具,Linux需gcc编译环境
环境验证步骤
📌 打开终端执行以下命令检查Python版本:
python --version
# 预期输出:Python 3.8.10 或更高版本
分步实施:5分钟完成部署的通用流程
1. 获取项目代码
📌 克隆仓库(全平台通用):
git clone https://gitcode.com/GitHub_Trending/co/ComfyUI
cd ComfyUI
2. 安装依赖包
📌 执行安装命令并验证:
pip install -r requirements.txt
# 预期输出:Successfully installed ...(无报错信息)
3. 系统差异补充配置
| 操作系统 | 额外步骤 | 验证方式 |
|---|---|---|
| Windows | 无需额外操作 | 直接进入下一步 |
| Linux | 安装系统依赖:sudo apt install libgl1-mesa-glx |
echo $? 输出0表示成功 |
| macOS | 安装PyTorch nightly:pip3 install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cpu |
python -c "import torch; print(torch.__version__)" 显示 nightly 版本 |
4. 模型文件部署
📌 将 Stable Diffusion 模型文件(.ckpt 或 .safetensors)复制到指定目录:
# 创建模型目录(如不存在)
mkdir -p models/checkpoints
# 复制模型文件到该目录(以实际文件名为准)
cp /path/to/your/model.ckpt models/checkpoints/
5. 启动应用并验证
📌 启动ComfyUI:
python main.py
# 预期输出:
# Serving on http://0.0.0.0:8188
# To see the GUI go to http://127.0.0.1:8188
打开浏览器访问 http://127.0.0.1:8188,能看到节点编辑界面即表示基础部署成功。
进阶配置:释放全功能的避坑指南
模型路径配置
📌 编辑配置文件 extra_model_paths.yaml(需先复制示例文件):
cp extra_model_paths.yaml.example extra_model_paths.yaml
添加自定义模型路径:
comfyui:
checkpoints: [./models/checkpoints, /path/to/other/checkpoints]
vae: [./models/vae]
节点类型配置示例
ComfyUI提供丰富的节点配置选项,通过代码定义输入类型实现参数控制:
图:节点输入选项配置界面,展示了required、default等参数设置方式
生成结果示例
成功配置后,可通过节点连接生成图像,以下是基础示例输出:
图:使用默认参数生成的示例图像,展示基础扩散模型效果
常见问题速查
💡 启动时报错"No module named 'torch'"
解决:重新安装PyTorch,确保版本与系统匹配:pip install torch --upgrade
💡 模型无法加载
解决:检查模型文件路径是否正确,文件名是否包含中文或特殊字符
💡 GPU内存不足
解决:在启动命令中添加参数限制显存使用:python main.py --lowvram
💡 界面无响应
解决:清除浏览器缓存或使用隐私模式访问,确保Python版本≥3.8
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust085- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
项目优选
收起
暂无描述
Dockerfile
693
4.48 K
Ascend Extension for PyTorch
Python
554
676
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
462
85
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
955
933
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
410
330
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.59 K
930
昇腾LLM分布式训练框架
Python
147
175
Oohos_react_native
React Native鸿蒙化仓库
C++
336
387
暂无简介
Dart
940
235
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
653
232