RTX 2080 Ti魔改22GB显卡的最优解ComfyUI教程

第一部分：基础环境搭建与安装

1. 从Git克隆安装ComfyUI

这是获取最新官方代码的最佳方式。

打开命令行（CMD或PowerShell）。
克隆仓库 ：执行以下命令，这会在当前目录创建ComfyUI文件夹。

bash
复制代码
```
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
```

创建并激活虚拟环境（强烈推荐，避免包冲突）：

bash

复制代码

# 创建虚拟环境
python -m venv venv
# 激活虚拟环境
# Windows:
venv\Scripts\activate
# Linux/Mac:
# source venv/bin/activate

安装依赖：使用国内镜像加速安装所有必需的Python包。

bash
复制代码
```
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
```

2. PyTorch与CUDA的专属安装（关键步骤）

由于显卡是Turing架构，需安装匹配的CUDA 12.x版本以获得最佳兼容性。

卸载可能存在的旧版本（如有）：

bash
复制代码
```
pip uninstall torch torchvision torchaudio
```
安装定制版PyTorch ：前往 PyTorch官网，选择以下配置生成安装命令：
- PyTorch Build: Stable (2.x.x)
- Your OS: Windows
- Package: Pip
- Language: Python
- Compute Platform : CUDA 12.1 （或12.6，需与你的NVIDIA驱动版本匹配）

复制生成的命令并执行，例如：

bash

复制代码

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

验证安装：运行以下Python代码，确保一切正常。

python

复制代码

import torch
print(f"PyTorch版本: {torch.__version__}")
print(f"CUDA是否可用: {torch.cuda.is_available()}") # 应返回 True
print(f"GPU型号: {torch.cuda.get_device_name(0)}") # 应显示你的2080 Ti
print(f"是否报告支持bf16: {torch.cuda.is_bf16_supported()}") # 对20系通常为 False

第二部分：模型、插件与节点管理

1. 模型下载与管理教程

核心原则：2080 Ti 22G的硬件，模型格式首选 FP16，避开 BF16。

模型类型	推荐存放路径	下载与使用要点
检查点 (Checkpoint)	`ComfyUI/models/checkpoints/`	1. 从CivitAI、Hugging Face下载。 2. 文件名认准 `fp16`、`F16` 或 `float16` ，避开 `bf16`。 3. 22G大显存优势：可加载多个模型或运行极高分辨率。
LoRA/LyCORIS	`ComfyUI/models/loras/`	1. 同样优先下载`fp16`格式。 2. 在ComfyUI中通过 "Load LoRA" 节点加载，并与主模型连接。
VAE	`ComfyUI/models/vae/`	1. 部分模型自带，也可单独下载。 2. 在 "KSampler" 节点或 "VAE Loader" 节点中选择。
ControlNet	`ComfyUI/models/controlnet/`	1. 下载`.safetensors`或`.pth`文件。 2. 使用 "Apply ControlNet" 等节点接入工作流。

2. 插件（自定义节点）安装教程

插件极大地扩展了ComfyUI的功能。

安装方法：
- 通过ComfyUI Manager（推荐）：这是管理插件的"应用商店"。
  - 安装：在ComfyUI根目录下运行 git clone https://github.com/ltdrdata/ComfyUI-Manager.git custom_nodes/ComfyUI-Manager，然后重启ComfyUI。界面会出现一个"Manager"按钮。
  - 使用：在Manager界面中浏览、一键安装/更新/删除插件。
- 手动安装 ：将插件项目的Git仓库克隆到 ComfyUI/custom_nodes/ 目录下，然后重启ComfyUI。
  
  bash
  复制代码
```
cd custom_nodes
git clone <插件仓库的git地址>
```
维护与更新：
- 通过Manager更新：在Manager的"Update"标签页可一键更新所有已安装插件。
- 手动更新 ：进入插件目录（如custom_nodes/ComfyUI-Manager），执行 git pull。

3. 节点（Node）使用基础教程

节点是构建工作流的基本单元。

添加节点 ：在ComfyUI界面中右键点击空白处，通过搜索或分类菜单选择节点。
连接节点 ：从一个节点的输出点 拖动到另一个节点的输入点。
核心节点类型：
- 加载器 (Loader) ：如 Load Checkpoint、Load LoRA，负责载入模型。
- 采样器 (Sampler) ：如 KSampler，是图像生成的核心引擎，设置步数、提示词影响等。
- 编码/解码器 (Encoder/Decoder) ：如 VAE Encode、VAE Decode，负责在图像和潜在空间之间转换。
- 图像处理 (Image Processing) ：如 Image Scale、Blur，用于后处理。
- 工具 (Utility) ：如 Primitive（输入文本或数字）、Note（添加注释），用于辅助。

第三部分：工作流与高级维护

1. 工作流下载、安装与使用

工作流（.json或.png文件）是保存的节点连接图。

下载工作流 ：从CivitAI、"ComfyUI工作流分享"等社区找到喜欢的效果图，下载其附带的.json文件或.png文件（工作流信息可能内嵌在图片中）。
加载工作流：
- 打开ComfyUI，点击右侧的 "Load" 按钮。
- 选择下载的.json文件，或拖拽包含工作流的.png图片到界面。
- 系统会自动重建节点图。
关键步骤 ：加载后，务必检查所有红色（未连接）或黄色的警告节点。通常需要：
- 根据你本地的模型路径，重新选择对应的检查点、LoRA等。
- 确认所有必需节点都已正确连接。

2. 整体更新与维护教程

保持系统最新可以修复错误并获取新功能。

更新对象	更新方法	频率与建议
ComfyUI 主程序	在ComfyUI根目录执行： `git pull` 如有冲突，可先备份`custom_nodes`和`models`，然后重新`git clone`。	稳定即可，无需频繁更新。重大版本发布或需要新功能时再更新。
自定义节点 (插件)	使用 ComfyUI Manager 一键更新最方便。	可定期在Manager中检查更新。更新前注意查看插件说明，避免不兼容。
Python 依赖包	在激活的虚拟环境中执行： `pip install -r requirements.txt --upgrade`	在主程序更新后，或遇到奇怪的模块错误时执行。
模型文件	手动从模型发布页下载新版覆盖。	按需更新，新版本可能带来质量提升或新特性。

第四部分：针对2080 Ti 22G的优化配置与启动

在 extra_model_paths.yaml 中配置好模型路径后，推荐使用以下启动命令：

bash

复制代码

python main.py --listen 0.0.0.0 --port 8188 --force-fp16 --cuda-device 0

启动参数解析：

--listen 0.0.0.0：允许局域网内其他设备访问ComfyUI的Web界面。
--port 8188：指定访问端口。
--force-fp16：强制使用FP16精度，这是针对你显卡的核心优化，能提升速度并增加稳定性。
--cuda-device 0：指定使用第一块GPU（你的2080 Ti）。

总结：从安装到日常使用的流程

安装：git clone → 创建虚拟环境 → 安装依赖和正确的PyTorch。
配置：创建模型文件夹 → 下载FP16格式模型放入对应位置 → 可选安装ComfyUI Manager。
启动：使用 --force-fp16 参数启动。
使用：加载工作流 → 检查并替换为本地的模型 → 生成图像。
维护：定期通过Manager更新插件，按需更新主程序和模型。