课程 1：WSL + uv + ComfyUI 环境选择说明

1. 本节目标

说明为什么本次不使用 Conda，而使用 uv 管理 ComfyUI 环境；同时说明 WSL、NVIDIA 驱动、CUDA、PyTorch CUDA wheel 之间的关系。

本节重点不是安装 ComfyUI，而是先把环境认知理顺，避免后面把问题错误归因到 Conda、CUDA Toolkit 或 ComfyUI 本身。

2. 背景说明

ComfyUI 官方手动安装流程常见写法会使用 Conda，例如安装 PyTorch 时通过：

bash 复制代码

conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

但这不是唯一方式。对于已经习惯 Python 项目中使用 uv 的开发环境，可以采用：

text 复制代码

uv venv
uv pip install
uv run

来替代 Conda 的虚拟环境与依赖管理。

本次实践证明：

text 复制代码

WSL + uv + PyTorch CUDA wheel + ComfyUI

可以正常工作。

3. 关键认知

3.1 Conda 不是必须项

Conda 的主要作用是：

创建隔离环境
安装 Python 包
安装 PyTorch CUDA 相关依赖

如果使用 uv，也可以完成这些事情：

bash 复制代码

uv venv --python 3.12
source .venv/bin/activate
uv pip install ...

所以选择 uv 没有问题。

3.2 真正关键的是 PyTorch 是否支持 CUDA

ComfyUI 是否能用 GPU，核心取决于：

python 复制代码

torch.cuda.is_available()

而不是取决于你使用 Conda 还是 uv。

验证命令：

bash 复制代码

uv run python -c "import torch; print(torch.__version__); print(torch.cuda.is_available()); print(torch.version.cuda)"

理想结果：

text 复制代码

True

3.3 WSL 中不一定需要单独安装完整 CUDA Toolkit

大多数情况下，只要满足：

Windows 侧 NVIDIA 驱动正常
WSL 中 nvidia-smi 能看到显卡
安装的是 CUDA 版 PyTorch wheel

ComfyUI 就可以使用 GPU。

检查 WSL 是否识别 GPU：

bash 复制代码

nvidia-smi

4. 环境推荐

本次推荐环境：

text 复制代码

OS：Windows + WSL2
Python：3.12
依赖管理：uv
ComfyUI：源码安装
PyTorch：CUDA 12.1 wheel

推荐项目路径：

bash 复制代码

/home/wangjian/project/ComfyUI

5. 注意事项

注意 1：不要混用太多环境管理器

如果选择 uv，建议后续都用：

bash 复制代码

uv pip install
uv run
source .venv/bin/activate

不要一会儿 Conda、一会儿 pip、一会儿 uv，否则排错困难。

注意 2：激活虚拟环境后再安装插件依赖

推荐每次安装插件依赖前都执行：

bash 复制代码

cd /home/wangjian/project/ComfyUI
source .venv/bin/activate

注意 3：确认当前 Python 来自 `.venv`

执行：

bash 复制代码

which python

理想结果类似：

text 复制代码

/home/wangjian/project/ComfyUI/.venv/bin/python

6. 本节结论

本次环境可以采用：

text 复制代码

WSL + uv + PyTorch CUDA wheel

替代官方示例中的 Conda。

后续所有安装命令都围绕：

bash 复制代码

/home/wangjian/project/ComfyUI/.venv

这个虚拟环境进行，避免环境混乱。

课程 1：WSL + uv + ComfyUI 环境选择说明