ComfyUI本地部署指南
部署环境
Rocky Linux release 9.7系统
NVIDIA显卡（NVIDIA GeForce RTX 4070 12GB显存）
Anconda/Python 3.13
CUDA 11.8及对应cuDNN
bash
[root@askpcb-incampro-server2 system]# nvidia-smi
Thu Feb 12 15:54:17 2026
+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 580.126.09 Driver Version: 580.126.09 CUDA Version: 13.0 |
+-----------------------------------------+------------------------+----------------------+
| GPU Name Persistence-M | Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap | Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|=========================================+========================+======================|
| 0 NVIDIA GeForce RTX 4070 On | 00000000:61:00.0 On | N/A |
| 0% 47C P8 11W / 210W | 1501MiB / 12282MiB | 2% Default |
| | | N/A |
+-----------------------------------------+------------------------+----------------------+安装步骤
我们默认安装在/home/data/stable目录下
bash
mkdir -p /home/data/stable
cd /home/data/stable && ls通过Git克隆官方仓库：
bash
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI创建Python虚拟环境并激活：
bash
# 创建隔离python环境
python3.13 -m venv /home/data/stable/ComfyUI/comfyui_313_env
source /home/data/stable/ComfyUI/comfyui_313_env/bin/activate # 激活环境
# 安装依赖项(加"-i https://pypi.tuna.tsinghua.edu.cn/simple"使用国内环境安装依赖)
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
# 漫长的等待时我们同时下载需要的大模型大模型下载与管理
推荐模型源
国外常用下载网站推荐(需要科学上网才能访问):
Hugging Face仓库（需注册账号）,Hugging Face仓库地址,
CivitAI社区（包含NSFW(无限制,你懂的,请遵纪守法)过滤选项）,CivitAI社区地址,
官方模型库（稳定但更新较慢）
下载方法
通过命令行下载（需安装git-lfs）：
bash
git lfs install
git clone https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0手动下载后放置路径：
ComfyUI/models/checkpoints/ 用于基础模型
ComfyUI/models/loras/ 用于LoRA模型
ComfyUI/models/controlnet/ 用于ControlNet模型
模型验证
下载完成后运行：
bash
cd /home/data/stable/ComfyUI && ls
python main.py --listen --port 7861 --lowvram # 显存小于4GB时加上--lowvram低显存参数,土豪随意浏览器访问http://localhost:7861检查模型加载状态,成功后能看到如下图页面(默认是英文空白页面):
工作流模板使用
内置模板位置
ComfyUI/web/templates/目录包含官方模板
ComfyUI/custom_nodes/可扩展第三方模板
模板加载方式
启动界面点击"Load"按钮
拖拽.json文件到工作区
通过API接口导入（需启用--enable-cors-header）
常用模板类型
基础文生图流程（txt2img）
图生图流程（img2img）
ControlNet控制流程
LoRA微调流程
高清修复流程（Hires.fix）
自定义模板创建
可视化编辑
在工作区构建节点连接
右键点击节点调整参数
使用"Save"按钮导出JSON
手动编写模板
JSON结构示例：
json
{
"last_node_id": 4,
"nodes": [
{
"id": 1,
"type": "CLIPTextEncode",
"inputs": {"text": "prompt"},
"outputs": ["conditioning"]
}
]
}高级自定义技巧
通过Python脚本扩展节点：
python
from nodes import register_node
@register_node
class CustomNode:
@classmethod
def INPUT_TYPES(cls):
return {"required": {"input": ("STRING",)}}
FUNCTION = "process"
RETURN_TYPES = ("STRING",)
def process(self, input):
return (input.upper(),)我们也可以直接使用自带的模版学习创作工作流
自定义工作流
调试与优化
启用--verbose参数查看详细日志
使用--auto-launch自动打开浏览器
通过--highvram/--lowvram调整显存策略
ComfyUI 使用与错误解决
核心概念
-
ComfyUI 通过连接不同的节点来构建工作流。
-
一个基础的 SVD 工作流是：加载图片 → SVD模型节点 → VAE解码 → 保存视频 。
问题1: 缺失自定义节点 (如
CLIPTextEncode错误)
原因 : 加载的工作流需要特定的功能节点，但未安装对应插件。
解决方案（最佳） : 安装 ComfyUI Manager 来管理插件。bashcd /home/data/stable/ComfyUI/custom_nodes git clone https://github.com/ltdrdata/ComfyUI-Manager.git重启 ComfyUI，在 Web 界面使用 Manager 的 "Install Missing Custom Nodes" 功能一键安装缺失节点(下载会比较慢)。
问题2: 节点兼容性错误
原因 : 插件与 ComfyUI 核心版本不兼容。
解决方案 :更新 ComfyUI 和所有插件：在 Manager 界面点击 "Update All" 。
如果无效，在 Manager 界面使用 "Install via Git URL" 手动重新安装问题插件的仓库地址。
环境与依赖管理总结
关键要点
- 虚拟环境是必须的: 为每个项目创建独立环境，避免包版本冲突。
- 使用国内镜像源 : 使用
-i https://pypi.tuna.tsinghua.edu.cn/simple加速安装。 - PyTorch 版本匹配 : 确保
torch,torchvision,xformers等包的 CUDA 版本与系统环境一致。使用 PyTorch 官方命令安装最可靠。 - 模型文件本地化 : 提前下载模型并设置
local_files_only=True，彻底解决网络问题。
推荐的工作流
对于快速验证和生成，推荐使用第二部分提供的原生 Python 脚本方案，它更直接、受环境依赖影响更小。ComfyUI 适合进行可视化的参数调整和复杂工作流构建。
最后我们看看生成的效果
-
电商广告
-
美妆模拟
-
形象设计
-
最爱擦边
-
场景模拟
-
虚拟主播