comfyui便携版的基础使用

一、什么是便携版

ComfyUI_windows_portable 是 ComfyUI 的 Windows 便携版，是官方发布的独立封装版本，集成了运行所需的独立 Python 环境（python_embeded），无需额外配置，解压后双击批处理文件即可运行，支持 Nvidia GPU 或 CPU 启动。

二、如何启动

run_cpu.bat、run_nvidia_gpu.bat任选一个启动

会出现终端界面，出现ip地址+端口，浏览器访问对应本地网站即可使用

三、启动不了gpu.bat的原因

遇到的这个 RuntimeError 核心问题是：你的 NVIDIA 显卡驱动版本（CUDA 11.6）太旧，无法兼容当前 ComfyUI 便携版内置的 PyTorch/CUDA 运行库，系统要求更新驱动或适配对应版本的 PyTorch

四、如何解决这个故障

方案 1：更新 NVIDIA 显卡驱动

打开报错里的链接：NVIDIA 官方驱动下载页
自动检测（推荐）：点击页面上的「自动检测我的 NVIDIA 显卡」，按提示安装检测插件，系统会识别你的显卡型号并推荐适配的最新驱动。
手动选择（备用）：
- 选择你的显卡型号（如 GeForce RTX 4090）、操作系统（Windows 10/11 64 位）、语言。
- 下载驱动安装包，双击运行，按提示完成安装（建议选择「清洁安装」）。
安装完成后重启电脑，再双击 ComfyUI 的run_nvidia_gpu.bat即可正常运行。

方案 2：替换适配 CUDA 11.6 的 PyTorch

打开 ComfyUI 便携版文件夹，找到 python_embeded 目录（这是内置的 Python 环境）。
双击打开 python_embeded\Scripts\cmd.bat，会弹出一个命令行窗口。

在命令行中输入以下命令，卸载旧版 PyTorch 并安装适配 11.6 的版本：

复制代码

pip uninstall torch torchvision torchaudio -y
pip install torch==2.0.1+cu116 torchvision==0.15.2+cu116 torchaudio==2.0.2+cu116 --index-url https://download.pytorch.org/whl/cu116

等待安装完成后关闭命令行窗口，重新启动 ComfyUI 即可。

五、如果没有cmd.bat如何处理

方法：打开 \ComfyUI_windows_portable\python_embeded

在文件夹空白处按住Shift键 + 右键，选择「在此处打开 PowerShell 窗口」（或「在此处打开命令窗口」）。

复制代码

# 使用本地的python和pip
.\python.exe -m pip uninstall torch torchvision torchaudio -y

# 清除pip缓存
.\python.exe -m pip cache purge

六、踩坑经历

（一）当前状况分析

当前的 PyTorch 是 2.6.0+cu126 版本（编译用的 CUDA 12.6），但系统 NVIDIA 驱动仅支持 CUDA 11.6（版本号 11060），版本差距太大导致 CUDA 无法启用（显示 False），所以只能pytorch去适应cuda编译版本

复制代码

> .\python.exe -c "import torch; print('=== PyTorch 版本信息 ==='); print('PyTorch版本：', torch.__version__); print('CUDA编译版本：', torch.version.cuda); print('CUDA是否可用：', torch.cuda.is_available())"
=== PyTorch 版本信息 ===
PyTorch版本： 2.6.0+cu126
CUDA编译版本： 12.6
D:\network\andriod_server\ComfyUI_windows_portable_nvidia\ComfyUI_windows_portable\python_embeded\Lib\site-packages\torch\cuda\__init__.py:129: UserWarning: CUDA initialization: The NVIDIA driver on your system is too old (found version 11060). Please update your GPU driver by downloading and installing a new version from the URL: http://www.nvidia.com/Download/index.aspx Alternatively, go to: https://pytorch.org to install a PyTorch version that has been compiled with your version of the CUDA driver. (Triggered internally at C:\actions-runner\_work\pytorch\pytorch\pytorch\c10\cuda\CUDAFunctions.cpp:109.)
  return torch._C._cuda_getDeviceCount() > 0

系统中已经安装了11.6的pytorch，还需要在comfyui中重新安装，不能直接调用。原因是：ComfyUI 便携版的设计逻辑就是 "解压即用"，所以它自带了独立的 Python 解释器、依赖库（包括 PyTorch），不会读取系统里的任何环境配置。哪怕系统里装了适配的 PyTorch 11.6，便携版也只会用自己python_embeded里的版本，所以必须在它的内置环境里单独安装适配的 PyTorch。

（二）解决步骤

先卸载当前高版本 PyTorch输入以下命令并回车，等待卸载完成：
复制代码
```
.\python.exe -m pip uninstall torch torchvision torchaudio -y
```
（-y表示自动确认卸载，无需手动输入 y）
安装适配 CUDA 11.6 的 PyTorch 版本复制以下完整命令粘贴到窗口中并回车：
复制代码
```
.\python.exe -m pip install torch==2.0.1+cu116 torchvision==0.15.2+cu116 torchaudio==2.0.2+cu116 --index-url https://download.pytorch.org/whl/cu116
```
- 这个命令会从 PyTorch 官方源下载适配 CUDA 11.6 的版本，避免镜像源出错；
- 安装过程中会显示进度条，耐心等待即可（视网络速度可能需要 1-5 分钟）。
- 如果这个报错ERROR: No matching distribution found for torch==2.0.1+cu116，说明PyTorch 官方源已经下架了 2.0.1+cu116 的旧版本包，现在需要换一个仍可下载的适配 CUDA 11.6 的 PyTorch 版本 ，比如2.2.2+cu116（这个版本目前还能在源里找到）。

经测试官方源的版本，均失败，使用清华源，最低只剩2.2.2版本（cpu版本），命令如下：

复制代码

.\python.exe -m pip install torch==2.2.2 torchvision==0.17.2 torchaudio==2.2.2 --trusted-host pypi.tuna.tsinghua.edu.cn -i https://pypi.tuna.tsinghua.edu.cn/simple

如果失败，则安装兼容 CUDA 11.6 的通用版本，在python_embeded文件夹的 PowerShell 窗口中输入（也是用清华源）：

复制代码

  .\python.exe -m pip install torch torchvision torchaudio -trusted-host pypi.tuna.tsinghua.edu.cn -i https://pypi.tuna.tsinghua.edu.cn/simple

这个命令会自动下载 CUDA 11.6 源中最新的可用版本（比如 2.3.x 系列），无需手动指定版本号。

验证安装结果安装完成后，再次执行版本查询命令：

复制代码

.\python.exe -c "import torch; print('PyTorch版本：', torch.__version__); print('CUDA编译版本：', torch.version.cuda); print('CUDA是否可用：', torch.cuda.is_available())"

正常输出应该是：

复制代码

PyTorch版本： 2.0.1+cu116
CUDA编译版本： 11.6
CUDA是否可用： True

只要CUDA是否可用显示True，就说明适配成功了。

如果发现报错：

复制代码

torch.device(torch._C._get_default_device()),  # torch.device('cpu'),
PyTorch版本： 2.2.2+cpu
CUDA编译版本： None
CUDA是否可用： False

则可能是：NumPy 版本不兼容 + PyTorch 装成了 CPU 版

numpy==1.26.4是适配的

解决方案：先降级 NumPy，再重装 CUDA 11.6 版 PyTorch

步骤 1：卸载冲突的 NumPy 2.x，安装兼容的 1.x 版本

在python_embeded文件夹的 PowerShell 窗口中输入：

复制代码

# 卸载高版本NumPy
.\python.exe -m pip uninstall numpy -y
# 安装适配PyTorch的NumPy 1.26.4（和CUDA 11.6版本完美兼容）
.\python.exe -m pip install numpy==1.26.4 --trusted-host pypi.tuna.tsinghua.edu.cn -i https://pypi.tuna.tsinghua.edu.cn/simple

步骤 2：彻底卸载当前的 CPU 版 PyTorch

复制代码

.\python.exe -m pip uninstall torch torchvision torchaudio -y

步骤 3：用清华镜像源重装 CUDA 11.6 版 PyTorch

复制代码

# 安装适配CUDA 11.6的PyTorch 2.2.2（清华源仍保留该版本）
.\python.exe -m pip install torch==2.2.2 torchvision==0.17.2 torchaudio==2.2.2 -f https://download.pytorch.org/whl/torch_stable.html --trusted-host pypi.tuna.tsinghua.edu.cn -i https://pypi.tuna.tsinghua.edu.cn/simple

-f https://download.pytorch.org/whl/torch_stable.html：告诉 pip 从 PyTorch 官方稳定版列表找 CUDA 11.6 的包，再通过清华源下载（相当于 "找地址 + 走清华通道"）；

七、最终选择离线下载

下载地址：https://download.pytorch.org/whl/cu116没有需要的wheel文件：torch-2.2.2+cu116-cp310-cp310-win_amd64.whl、torchvision-0.17.2+cu116-cp310-cp310-win_amd64.whl、torchaudio-2.2.2+cu116-cp310-cp310-win_amd64.whl。