ComfyUI Docker 镜像部署指南

一、项目简介

ComfyUI 是一款基于节点工作流的 Stable Diffusion 图形界面，支持通过可视化方式组合复杂的图像生成流程。

ComfyUI-BOOT 基于官方 ComfyUI 构建，内置：

• Python 运行环境
• PyTorch（按 CUDA / 架构区分）
• ComfyUI 本体
• 启动与下载脚本

用于简化 ComfyUI 的部署与启动流程。

二、运行前准备

1. 系统与硬件要求

• 操作系统：Linux（推荐 Ubuntu 20.04+）
• Docker：已安装并可正常运行（建议使用 Docker 20.10+ 以支持 --gpus 参数）
• GPU（可选）：NVIDIA GPU（是否可用取决于 PyTorch 对该架构的支持）

注意：

• CUDA 版本的可用性 由 PyTorch 官方预编译包决定，而非 NVIDIA 驱动或 CUDA Toolkit 本身。

• 即使系统未安装 CUDA Toolkit，也不影响使用对应 CUDA 标签的镜像。

2. 安装 Docker 环境

使用以下一键脚本快速部署 Docker 及相关组件（包含 Docker Engine、Docker Compose 等）：

less 复制代码

bash <(wget -qO- https://xuanyuan.cloud/docker.sh)

脚本执行完成后，通过以下命令验证 Docker 是否安装成功：

css 复制代码

docker --versiondocker compose version

若输出 Docker 版本信息（如 Docker version 26.1.4, build 5650f9b），则说明安装成功。

3. 配置 Docker 服务

启动 Docker 服务并设置开机自启：

bash 复制代码

sudo systemctl enable --now docker

对于 NVIDIA GPU 用户，需安装 NVIDIA Container Toolkit 以支持 GPU 资源调度：

bash 复制代码

distribution=$(. /etc/os-release;echo $ID$VERSION_ID)curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.listsudo apt-get update && sudo apt-get install -y nvidia-container-toolkitsudo systemctl restart docker

如需使用 NVIDIA GPU，请确保：

复制代码

nvidia-smi

可正常输出显卡信息。

三、镜像准备

拉取 ComfyUI-BOOT 镜像

使用以下命令通过轩辕镜像访问支持域名拉取推荐版本的 ComfyUI-BOOT 镜像：

arduino 复制代码

docker pull xxx.xuanyuan.run/yanwk/comfyui-boot:cu128-slim

说明：cu128-slim 为推荐标签，包含 CUDA 12.8 支持，适合新手使用。如需其他版本，可访问 ComfyUI-BOOT 镜像标签列表查看所有可用标签。

拉取完成后，通过以下命令验证镜像是否成功下载：

perl 复制代码

docker images | grep comfyui-boot

若输出类似以下内容，则说明镜像拉取成功：

arduino 复制代码

xxx.xuanyuan.run/yanwk/comfyui-boot   cu128-slim   abc12345   2 weeks ago   15.2GB

四、快速开始（NVIDIA GPU）

1. 创建本地目录

该目录结构 与官方 README 保持一致：

bash 复制代码

mkdir -p \  storage \  storage-models/models \  storage-models/hf-hub \  storage-models/torch-hub \  storage-user/input \  storage-user/output \  storage-user/workflows

2. 启动容器

bash 复制代码

docker run -it --rm \  --name comfyui \  --gpus all \  -p 8188:8188 \  -v "$(pwd)"/storage:/root \  -v "$(pwd)"/storage-models/models:/root/ComfyUI/models \  -v "$(pwd)"/storage-models/hf-hub:/root/.cache/huggingface/hub \  -v "$(pwd)"/storage-models/torch-hub:/root/.cache/torch/hub \  -v "$(pwd)"/storage-user/input:/root/ComfyUI/input \  -v "$(pwd)"/storage-user/output:/root/ComfyUI/output \  -v "$(pwd)"/storage-user/workflows:/root/ComfyUI/user/default/workflows \  xxx.xuanyuan.run/yanwk/comfyui-boot:cu128-slim

提示：如遇兼容性问题，可尝试添加 -e CLI_ARGS="--disable-xformers" 参数。

启动后，在浏览器中访问：

arduino 复制代码

http://localhost:8188

五、CUDA 与 GPU 架构兼容性说明

1. 官方兼容性矩阵（摘要）

CUDA 标签

Blackwell

Hopper

Ada

Ampere

Turing

Volta

Pascal

Maxwell

cu130

✔️

❌

cu128 ⭐

✔️

❌

cu126

❌

✔️

⭐ 官方推荐使用 CUDA 12.8（cu128）。

2. 重要说明（官方原意）

• 以上限制 并非 NVIDIA CUDA Toolkit 的限制
• 而是 PyTorch 官方为控制二进制体积而做出的支持取舍
• 是否可用以 PyTorch 官方发布为准

六、镜像标签说明

1. Slim（推荐新手）

• 仅包含 ComfyUI 与 Manager
• 预装大量依赖，便于后续安装自定义节点

可用标签示例：

• cu126-slim
• cu128-slim ⭐
• cu130-slim（无 xFormers）

2. Megapak（整合包）

• 包含常用自定义节点
• 包含编译工具链

示例：

• cu126-megapak
• cu128-megapak

3. 其他标签

• nightly：PyTorch 开发预览版
• rocm / rocm6：AMD GPU
• xpu-cn：Intel GPU（国内网络优化）
• cpu：仅 CPU
• archived：已退役版本

七、CLI_ARGS 参数说明

CLI_ARGS 用于向 ComfyUI 启动脚本传递参数（可选），例如：

ini 复制代码

  -e CLI_ARGS="--disable-xformers"

注意：

• 并非所有镜像都支持 xFormers（如 cu130 明确不支持）

• 参数是否可用取决于镜像标签与 PyTorch 构建方式

• 如遇启动异常，请优先移除 CLI_ARGS 进行排查

• 对新手来说，通常无需添加此参数即可正常使用

八、官方资源

官方文档

• ComfyUI-BOOT 官方 GitHub https://github.com/YanWenKun/ComfyUI-Docker：项目源代码及详细文档
• ComfyUI 官方文档 https://github.com/comfyanonymous/ComfyUI：ComfyUI 核心功能使用指南

镜像资源

• ComfyUI-BOOT 镜像文档（轩辕）https://xuanyuan.cloud/r/yanwk/comfyui-boot：轩辕镜像平台文档页面
• ComfyUI-BOOT 镜像标签列表 https://xuanyuan.cloud/r/yanwk/comfyui-boot/tags：所有可用镜像版本标签

技术社区

• ComfyUI 论坛 https://comfyui.com/forum：用户讨论与问题解答
• Docker 官方文档 https://docs.docker.com：Docker 容器技术详细指南
• NVIDIA Container Toolkit 文档 https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/index.html：GPU 容器化部署指南

结语

使用轩辕镜像访问支持可改善 ComfyUI-BOOT 镜像的访问体验，镜像来源于官方公共仓库。

如需进行目录定制、生产化部署、多 GPU 管理等高级配置，请在充分理解官方行为的前提下自行调整。

如遇问题，优先参考 GitHub Issues 与官方文档说明。