运行 ComfyUI 所需的核心开发工具和依赖项的安装与配置。这些组件是 ComfyUI 及其自定义节点正常工作的基础，尤其在处理 AI 图像/视频生成、插件编译等任务时至关重要。
下表汇总了各组件的主要信息，后续将逐一详细说明。
| 组件 | 主要用途 | 推荐/常见版本 | 在 ComfyUI 中的作用 | 修改/升级原则 |
|---|---|---|---|---|
| Python | 运行 ComfyUI 及所有 Python 依赖包 | 3.10 或 3.11（64 位） | ComfyUI 的核心运行时环境 | 除非插件明确要求，否则不建议随意升级；若升级，需同步验证 PyTorch、CUDA 等依赖的兼容性 |
| Git | 版本控制，克隆插件仓库、更新代码 | 最新稳定版（Windows 版） | 用于通过 git clone 安装插件、更新 ComfyUI 内核 |
一般可随启动器自动更新；若遇到克隆失败，可手动升级 Git |
| FFmpeg | 视频/音频处理（提取帧、合成视频、转码等） | 无固定版本，建议安装较新版本 | 为 ComfyUI-FFmpeg 等视频处理节点提供后端支持 | 当需要处理新格式或出现编解码错误时，可升级 FFmpeg |
| Visual Studio Build Tools | 提供 C++ 编译器，用于编译部分 Python 依赖（如 xformers） | 包含 "C++ 桌面开发" 工作负载的版本 | 编译需要本地构建的 Python 包（如 xformers、某些自定义节点） | 除非编译出错，否则不建议更改；若需升级，应选择与 CUDA 版本兼容的 VS 版本 |
| CUDA Toolkit | GPU 加速计算库，为 PyTorch 等提供 GPU 支持 | 11.8（与 PyTorch 匹配） | 使 PyTorch 能够利用 NVIDIA GPU 进行加速计算 | 应严格与 PyTorch 版本匹配；升级 CUDA 通常需要同步升级 PyTorch 和相应插件 |
| CMake | 跨平台的构建系统生成工具，用于配置编译过程 | 无固定版本，较新版本即可 | 在编译 xformers 等需要本地构建的依赖时，生成对应的构建脚本 | 通常随 Ninja 一起使用；若编译失败，可尝试升级 CMake |
| Ninja | 高性能构建工具，加速编译过程 | 无固定版本，可通过 pip install ninja 安装 |
与 CMake 配合，显著加速 xformers 等包的编译速度 | 可通过 pip install -U ninja 升级；若编译速度慢或失败，可尝试更新 |
🔧 各组件的详细说明
1. Python
-
用途：ComfyUI 本身及绝大多数自定义节点都是 Python 编写的，Python 是运行整个系统的基础解释器。
-
版本 ：官方推荐 Python 3.10 或 3.11（64 位）。这两个版本与 PyTorch、CUDA 等关键依赖的兼容性最好。
-
作用：提供运行时环境，执行 ComfyUI 主程序、加载节点、运行 AI 推理等。
-
修改原则：
-
不要随意升级 Python 大版本（如从 3.10 到 3.12），除非所有插件都已明确支持。
-
若必须升级，应先创建虚拟环境，并重新安装 PyTorch、CUDA 等依赖，确保兼容性。
-
2. Git
-
用途：版本控制工具，用于克隆（clone）ComfyUI 官方仓库、自定义节点插件（通常托管在 GitHub 上）。
-
版本 ：建议安装 最新稳定版 的 Git for Windows。
-
作用 ：启动器通过 Git 自动下载/更新插件，用户也可手动使用
git命令管理仓库。 -
修改原则：
-
启动器通常会自动管理 Git 版本。
-
若遇到插件下载失败（如克隆超时），可尝试手动升级 Git，或检查网络代理设置。
-
3. FFmpeg
-
用途：开源的多媒体处理框架，能够进行视频/音频的编解码、转码、提取帧、合成等操作。
-
版本 ：无严格版本要求，但建议安装 较新版本 以支持更多编解码器。
-
作用 ：为 ComfyUI-FFmpeg 等视频处理节点提供后端支持。这些节点可以将视频拆解为帧供 AI 处理，再将处理后的帧合成为视频。
-
修改原则：
-
如果遇到视频格式不支持、编解码错误等问题，可以升级 FFmpeg 到最新版本。
-
安装时需将 FFmpeg 的
bin目录添加到系统 PATH 环境变量，否则节点可能找不到 FFmpeg 可执行文件。
-
4. Visual Studio Build Tools
-
用途 ：提供 C++ 编译器（MSVC）和相关的构建工具，用于编译那些包含 C/C++ 扩展的 Python 包。
-
版本 ：需要安装 "C++ 桌面开发" 工作负载。具体版本通常与 CUDA 兼容性相关，CUDA 11.8 对应 Visual Studio 2019/2022。
-
作用 ：在安装某些需要本地编译的 Python 包（如 xformers）时，必须要有 Visual Studio Build Tools 才能成功编译。
-
修改原则：
-
如果已经能正常编译所有依赖，不建议随意升级。
-
如果编译出现错误，可检查 CUDA 与 Visual Studio 版本的兼容性，必要时重新安装对应的 Build Tools。
-
5. CUDA Toolkit
-
用途：NVIDIA 推出的并行计算平台和编程模型，为 PyTorch 等深度学习框架提供 GPU 加速支持。
-
版本 ：官方推荐 CUDA 11.8，并与对应版本的 PyTorch 匹配。其他版本（如 12.1）也可能可用，但需要自行验证兼容性。
-
作用：使 PyTorch 能够利用 NVIDIA GPU 进行张量计算，大幅加速模型推理和训练。
-
修改原则：
-
必须与 PyTorch 版本严格匹配。例如，PyTorch 2.0.1 可能只支持 CUDA 11.7 或 11.8。
-
升级 CUDA 通常需要同时升级 PyTorch、以及依赖 CUDA 的插件（如 xformers），否则会导致运行时错误。
-
6. CMake
-
用途 ：跨平台的构建系统生成工具，能够根据
CMakeLists.txt配置文件生成适用于不同平台和编译器的构建脚本（如 Makefile、Ninja 文件）。 -
版本：无固定版本要求，较新版本即可。
-
作用 ：在编译 xformers 等需要本地构建的 Python 包时，CMake 用于配置编译过程，生成 Ninja 或 MSBuild 所需的构建文件。
-
修改原则：
- 通常与 Ninja 配合使用。如果编译失败，可以尝试升级 CMake 到最新版本。
7. Ninja
-
用途：高性能的构建工具，专注于速度，能够并行执行编译任务，显著加快构建过程。
-
版本 ：可通过
pip install ninja安装，无固定版本要求。 -
作用：在编译 xformers 等包时，Ninja 作为 CMake 的后端构建器，大幅提升编译速度。
-
修改原则：
-
可通过
pip install -U ninja升级。 -
如果编译速度较慢或出现构建错误，更新 Ninja 可能有助于解决问题。
-