3步轻松部署!ComfyUI容器化实战:从零开始的AI绘图工具Docker部署教程
2026-04-20 12:20:11作者:咎岭娴Homer
ComfyUI-Docker是一个专注于AI绘图工具ComfyUI的容器化部署方案,通过Docker技术将ComfyUI及其依赖项打包成可移植容器,让新手也能轻松实现稳定扩散(Stable Diffusion)节点式GUI的快速部署。本文将详细介绍如何通过简单三步完成ComfyUI的Docker化部署,让你高效开启AI创作之旅。
一、环境准备清单:部署前的必要检查
在开始部署ComfyUI-Docker前,请确保你的系统满足以下基础要求:
- Docker环境:已安装Docker Engine(推荐版本20.10+),可通过
docker --version命令验证安装状态 - 硬件支持:若需启用GPU加速(推荐),需确保已安装匹配的NVIDIA驱动和CUDA工具包
- 网络环境:稳定的互联网连接(用于拉取Docker镜像和依赖文件)
二、容器化部署实战:3步完成ComfyUI启动
1. 获取项目代码
打开终端,执行以下命令克隆项目仓库到本地:
git clone https://gitcode.com/gh_mirrors/co/ComfyUI-Docker
cd ComfyUI-Docker
2. 选择合适的镜像版本
项目提供多种镜像标签适配不同环境,主要分为以下几类:
- CUDA系列:如
cu124-slim(轻量版)、cu128-megapak(完整功能版) - CPU版:位于
cpu/目录,适合无GPU环境 - ROCM版:如
rocm7/目录下镜像,支持AMD显卡加速
3. 启动容器服务
以主流的cu124-slim镜像为例,执行以下命令启动容器:
docker run -it --rm --name comfyui \
--gpus all \
-p 8188:8188 \
-v "$(pwd)"/storage:/root/storage \
-e CLI_ARGS="" \
yanwk/comfyui-boot:cu124-slim
关键参数说明:
--gpus all:启用所有GPU资源(仅NVIDIA显卡需要)-p 8188:8188:映射Web界面端口-v:挂载本地存储目录,保存生成的图片和模型文件
三、访问与使用:开启AI绘图之旅
容器启动成功后,打开浏览器访问 http://localhost:8188 即可进入ComfyUI的节点式编辑界面。系统默认提供基础工作流模板,你可以:
- 通过左侧节点面板添加组件
- 连接节点构建图像生成流程
- 点击队列按钮开始渲染
项目配置文件位于各版本目录下的docker-compose.yml,可根据需要调整端口映射、环境变量等参数。启动脚本位于对应版本的runner-scripts/entrypoint.sh,高级用户可通过修改脚本实现自定义启动流程。
四、常见问题解决
- 镜像拉取缓慢:可尝试更换Docker镜像源或使用项目中的国内优化版本(如
cu124-cn/目录下镜像) - GPU不识别:检查
nvidia-docker是否正确安装,或使用--gpus device=0指定具体GPU - 存储空间不足:通过
-v参数挂载更大容量的本地目录
通过Docker容器化部署ComfyUI,不仅简化了环境配置过程,还确保了跨平台运行的一致性。无论是AI绘图爱好者还是开发者,都能通过这个项目快速搭建专业的稳定扩散工作环境,开启你的创意之旅。
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 StartedRust0576
MiniMax-H3MiniMax H3 是一个通用的全模态生成系统。它支持对由文本、图像、视频和音频组成的多模态上下文进行统一理解,并能生成分辨率高达 2K、时长可达 15 秒的带原生立体声音频的视频。得益于面向任务泛化的系统设计,H3 在预训练阶段就已具备广泛的多模态上下文理解与生成能力,能够出色地执行复杂的多模态指令。Python00
DataFlow基于大模型算子和工作流的高效文本大模型训练数据合成框架Python07
doraDORA (Dataflow-Oriented Robotic Architecture 面向数据流的机器人架构) 是为 AI 与具身智能机器人打造的高性能开发框架,以数据流范式重构开发逻辑,原生支持分布式部署与端边云协同 —— 无需复杂适配,即可实现一体端到端具身大小脑、VLA等模型部署,无缝衔接感知、推理、控制全链路,让 AI 能力与机器人动作深度融合。 依托 Rust 内核与零拷贝通信技术,它将具身大小脑、VLA等模型推理、多模态数据融合延迟压缩至微秒级,同时兼容 ROS2 生态与国产 AI 芯片,彻底降低具身智能机器人的开发门槛,让分布式部署下的 AI 赋能创新更高效、更灵活。Rust02
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
py-xiaozhi基于Python的Xiaozhi AI,适用于想要完整Xiaozhi体验而无需拥有专用硬件的用户。Python01
项目优选
收起
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
509
550
暂无描述
Markdown
852
5.68 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.04 K
2.48 K
deepin linux kernel
C
33
16
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
838
1.27 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
844
1.69 K
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.16 K
856
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++
1.25 K
1.37 K
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
502
345
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
783
410