ComfyUI安装与配置指南:Windows/Mac/Linux全平台部署教程
详细讲解ComfyUI在Windows、macOS和Linux三大平台上的安装与配置方法,包括Python环境配置、依赖安装、插件管理、模型部署等完整流程,帮助AI漫剧创作者快速搭建AI绘画工作环境。
一、ComfyUI简介
什么是ComfyUI
ComfyUI是一款基于节点的Stable Diffusion图形用户界面,由comfyanonymous开发并开源。与传统的Stable Diffusion WebUI(AUTOMATIC1111)不同,ComfyUI采用节点式工作流设计,用户通过连接不同功能的节点来构建图像生成流程。
ComfyUI的核心优势:
- 节点式工作流:可视化编程,灵活组合各种功能模块
- 高度可定制:500+自定义节点插件,功能无限扩展
- 性能优秀:内存管理高效,支持大模型和复杂工作流
- 工作流可复用:保存和分享工作流,一键复现生成效果
- API支持:完善的API接口,支持自动化批量生成
系统要求
在安装ComfyUI之前,请确认你的系统满足以下最低要求:
| 组件 | 最低要求 | 推荐配置 |
|---|---|---|
| 操作系统 | Windows 10 / macOS 12 / Ubuntu 20.04 | Windows 11 / macOS 14 / Ubuntu 22.04 |
| GPU | NVIDIA GTX 1060 6GB | NVIDIA RTX 4070 Ti / RTX 4090 |
| 显存 | 6GB | 12GB+ |
| 内存 | 8GB | 16GB+ |
| 硬盘 | 20GB可用空间 | 100GB+ SSD |
| Python | 3.10 | 3.10-3.12 |
[!WARNING] ComfyUI目前主要支持NVIDIA显卡。AMD显卡用户需要使用ROCm版本,配置较为复杂。Mac用户可以使用MPS加速(Apple Silicon),但性能和兼容性不如NVIDIA GPU。如果你使用AMD显卡或Intel显卡,建议使用云端GPU服务。
二、Windows平台安装
2.1 方法一:官方便携版安装(推荐新手)
ComfyUI官方提供了Windows便携版,内置了所有依赖,无需手动配置Python环境。
步骤1:下载ComfyUI
# 访问ComfyUI官方GitHub发布页面
# https://github.com/comfyanonymous/ComfyUI/releases
# 下载最新的Windows便携版
# 文件名类似:ComfyUI_windows_portable.zip
步骤2:解压并运行
# 1. 将下载的zip文件解压到目标目录
# 建议解压到D盘或E盘,避免C盘空间不足
# 例如:D:\ComfyUI\
# 2. 进入解压后的目录
cd D:\ComfyUI
# 3. 运行启动脚本
# 双击 run_nvidia_gpu.bat(NVIDIA显卡用户)
# 或双击 run_cpu.bat(仅CPU运行,速度极慢)
步骤3:等待初始化
首次启动时,ComfyUI会自动下载必要的依赖文件(PyTorch等),这可能需要几分钟到十几分钟,取决于网络速度。
正在下载依赖...
Installing torch...
Installing torchvision...
Installing transformers...
...
ComfyUI已启动!
请在浏览器中打开: http://127.0.0.1:8188
[!TIP] 如果下载速度很慢,可以设置国内镜像源。在
ComfyUI\update\目录下找到comfyui.bat,在开头添加以下环境变量:set PIP_INDEX_URL=https://pypi.tuna.tsinghua.edu.cn/simple set TORCH_INDEX_URL=https://download.pytorch.org/whl/cu121
2.2 方法二:Git克隆安装(推荐进阶用户)
如果你熟悉命令行操作,推荐使用Git克隆方式安装,方便后续更新。
步骤1:安装前置软件
# 1. 安装Git
# 下载地址:https://git-scm.com/download/win
# 2. 安装Python 3.10
# 下载地址:https://www.python.org/downloads/
# 安装时勾选 "Add Python to PATH"
# 3. 安装NVIDIA CUDA Toolkit(如果尚未安装)
# 下载地址:https://developer.nvidia.com/cuda-downloads
# 推荐 CUDA 12.1 或更高版本
步骤2:克隆ComfyUI仓库
# 打开命令提示符(CMD)或PowerShell
# 克隆ComfyUI
git clone https://github.com/comfyanonymous/ComfyUI.git
# 进入目录
cd ComfyUI
# 创建并激活虚拟环境
python -m venv venv
venv\Scripts\activate
# 安装依赖
pip install -r requirements.txt
步骤3:启动ComfyUI
# 确保在虚拟环境中
venv\Scripts\activate
# 启动ComfyUI
python main.py
# 或指定监听地址和端口
python main.py --listen 0.0.0.0 --port 8188
2.3 方法三:使用整合包
国内社区提供了多个ComfyUI整合包,内置了常用插件和模型,适合不想折腾的用户。
秋叶ComfyUI整合包:
- 特点:内置ComfyUI-Manager、常用节点、中文界面
- 下载:在B站搜索"秋叶 ComfyUI"找到最新下载链接
- 优势:一键安装,开箱即用
- 注意:更新可能不如官方版本及时
SD整合包中的ComfyUI:
- 许多SD WebUI整合包也包含了ComfyUI
- 如"LiblibAI"等平台提供的整合包
- 适合已经使用SD WebUI的用户
三、macOS平台安装
3.1 Apple Silicon(M1/M2/M3/M4)安装
Mac的Apple Silicon芯片支持MPS(Metal Performance Shaders)加速,可以在ComfyUI中使用GPU加速。
步骤1:安装Homebrew和Python
# 安装Homebrew(如果尚未安装)
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
# 安装Python 3.10
brew install [email protected]
# 验证安装
python3.10 --version
步骤2:克隆并安装ComfyUI
# 克隆ComfyUI
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
# 创建虚拟环境
python3.10 -m venv venv
source venv/bin/activate
# 安装依赖
pip install -r requirements.txt
# 安装PyTorch MPS版本
pip install torch torchvision torchaudio
步骤3:启动ComfyUI
# 激活虚拟环境
source venv/bin/activate
# 使用MPS加速启动
python main.py --device mps
# 浏览器打开 http://127.0.0.1:8188
[!WARNING] macOS上的ComfyUI性能不如Windows上的NVIDIA GPU。MPS加速对部分操作不支持,某些节点可能无法正常工作。如果遇到问题,可以尝试使用CPU模式运行(
python main.py --device cpu),但速度会非常慢。对于AI漫剧的批量生成任务,建议Mac用户使用云端GPU服务。
3.2 Intel Mac安装
Intel Mac的安装过程与Apple Silicon类似,但不支持MPS加速,只能使用CPU运行。
# 安装Python
brew install [email protected]
# 克隆并安装
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
python3.10 -m venv venv
source venv/bin/activate
pip install -r requirements.txt
# CPU模式启动(Intel Mac没有GPU加速)
python main.py --device cpu
[!INFO] Intel Mac运行ComfyUI的速度非常慢,生成一张SDXL图片可能需要几分钟甚至更长时间。强烈建议Intel Mac用户使用云端GPU服务(如AutoDL、RunPod)进行AI绘画工作。
四、Linux平台安装
4.1 Ubuntu/Debian安装
步骤1:安装系统依赖
# 更新系统
sudo apt update && sudo apt upgrade -y
# 安装基础依赖
sudo apt install -y git python3 python3-venv python3-pip \
libgl1 libglib2.0-0 libsm6 libxext6 libxrender-dev
# 安装NVIDIA驱动(如果尚未安装)
sudo apt install -y nvidia-driver-535
# 或安装最新版本
sudo ubuntu-drivers autoinstall
# 验证GPU
nvidia-smi
步骤2:安装CUDA Toolkit
# 安装CUDA 12.1
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-keyring_1.1-1_all.deb
sudo dpkg -i cuda-keyring_1.1-1_all.deb
sudo apt update
sudo apt install -y cuda-toolkit-12-1
# 配置环境变量
echo 'export PATH=/usr/local/cuda-12.1/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-12.1/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc
# 验证CUDA
nvcc --version
步骤3:安装ComfyUI
# 克隆ComfyUI
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
# 创建虚拟环境
python3 -m venv venv
source venv/bin/activate
# 安装PyTorch(CUDA 12.1版本)
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
# 安装ComfyUI依赖
pip install -r requirements.txt
步骤4:启动ComfyUI
# 启动
source venv/bin/activate
python main.py --listen 0.0.0.0 --port 8188
# 后台运行(使用nohup)
nohup python main.py --listen 0.0.0.0 --port 8188 > comfyui.log 2>&1 &
# 或使用screen/tmux
screen -S comfyui
python main.py --listen 0.0.0.0 --port 8188
# 按 Ctrl+A, D 分离会话
4.2 Docker安装(推荐服务器部署)
Docker安装是最简洁的部署方式,特别适合服务器和云平台。
步骤1:安装Docker
# Ubuntu/Debian
sudo apt install -y docker.io docker-compose
sudo systemctl start docker
sudo systemctl enable docker
# 将当前用户加入docker组
sudo usermod -aG docker $USER
# 重新登录后生效
步骤2:使用ComfyUI Docker镜像
# 拉取ComfyUI官方Docker镜像
docker pull ghcr.io/ai-dock/comfyui:latest
# 运行ComfyUI容器
docker run -d \
--name comfyui \
--gpus all \
-p 8188:8188 \
-v /path/to/models:/app/ComfyUI/models \
-v /path/to/output:/app/ComfyUI/output \
ghcr.io/ai-dock/comfyui:latest
# 查看运行状态
docker ps
# 查看日志
docker logs comfyui
使用Docker Compose部署:
# docker-compose.yml
version: '3.8'
services:
comfyui:
image: ghcr.io/ai-dock/comfyui:latest
container_name: comfyui
ports:
- "8188:8188"
volumes:
- ./models:/app/ComfyUI/models
- ./output:/app/ComfyUI/output
- ./input:/app/ComfyUI/input
- ./custom_nodes:/app/ComfyUI/custom_nodes
deploy:
resources:
reservations:
devices:
- driver: nvidia
count: all
capabilities: [gpu]
restart: unless-stopped
# 启动
docker-compose up -d
# 停止
docker-compose down
# 查看日志
docker-compose logs -f
五、插件管理
5.1 ComfyUI-Manager(必备插件)
ComfyUI-Manager是ComfyUI最重要的插件,提供了插件市场、一键安装、工作流管理等核心功能。
安装ComfyUI-Manager:
# 进入ComfyUI目录
cd ComfyUI
# 克隆ComfyUI-Manager
cd custom_nodes
git clone https://github.com/ltdrdata/ComfyUI-Manager.git
cd ..
# 重启ComfyUI
安装完成后,在ComfyUI界面中会出现"Manager"按钮,提供以下功能:
- Install Missing Custom Nodes:自动安装工作流中缺失的节点
- Install Custom Nodes:浏览和安装社区插件
- Update All:一键更新所有插件
- Load Default Workflow:加载默认工作流
5.2 AI漫剧必备插件推荐
| 插件名称 | 功能 | 安装命令 |
|---|---|---|
| ComfyUI-Manager | 插件管理器 | git clone https://github.com/ltdrdata/ComfyUI-Manager.git |
| ComfyUI-Impact-Pack | 图像处理增强 | 通过Manager安装 |
| ComfyUI-ControlNetAux | ControlNet预处理器 | 通过Manager安装 |
| ComfyUI-IP-Adapter-Plus | IP-Adapter增强 | 通过Manager安装 |
| ComfyUI-Inspire-Pack | 灵感辅助工具 | 通过Manager安装 |
| ComfyUI-Advanced-living | 动态效果增强 | 通过Manager安装 |
| ComfyUI-WD14-Tagger | 自动打标工具 | 通过Manager安装 |
| ComfyUI-VideoHelperSuite | 视频处理工具 | 通过Manager安装 |
| ComfyUI-AudioScheduler | 音频调度工具 | 通过Manager安装 |
| ComfyUI-LCM | LCM加速采样 | 通过Manager安装 |
通过ComfyUI-Manager安装插件:
- 打开ComfyUI界面
- 点击"Manager"按钮
- 选择"Install Custom Nodes"
- 搜索插件名称
- 点击"Install"按钮
- 重启ComfyUI
5.3 插件管理最佳实践
# 查看已安装的插件
ls ComfyUI/custom_nodes/
# 更新所有插件
cd ComfyUI/custom_nodes
for dir in */; do
if [ -d "$dir/.git" ]; then
echo "更新 $dir"
cd "$dir" && git pull && cd ..
fi
done
# 备份插件列表
ls ComfyUI/custom_nodes/ > my_plugins_list.txt
# 批量安装插件(从列表)
while read plugin; do
cd ComfyUI/custom_nodes
git clone "$plugin"
done < plugins_to_install.txt
[!TIP] 不要安装过多的插件。每个插件都会增加ComfyUI的启动时间和内存占用。建议只安装实际使用的插件,定期清理不需要的插件。对于AI漫剧创作,核心插件(Manager、Impact-Pack、ControlNetAux、IP-Adapter-Plus)已经能满足大部分需求。
六、模型部署
6.1 模型文件结构
ComfyUI的模型文件按照类型存放在不同的目录下:
ComfyUI/
├── models/
│ ├── checkpoints/ # 主模型(SD 1.5、SDXL、Flux等)
│ ├── lora/ # LoRA模型
│ ├── controlnet/ # ControlNet模型
│ ├── ipadapter/ # IP-Adapter模型
│ ├── vae/ # VAE模型
│ ├── clip/ # CLIP模型
│ ├── embeddings/ # Embedding/Textual Inversion
│ ├── ultralytics/ # YOLO检测模型
│ ├── upscale_models/ # 超分辨率模型
│ └── style_models/ # 风格模型
6.2 下载和安装模型
下载SDXL基础模型:
# 创建目录
mkdir -p ComfyUI/models/checkpoints
# 下载SDXL Base 1.0
cd ComfyUI/models/checkpoints
wget https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/resolve/main/sd_xl_base_1.0.safetensors
# 下载SDXL Refiner 1.0
wget https://huggingface.co/stabilityai/stable-diffusion-xl-refiner-1.0/resolve/main/sd_xl_refiner_1.0.safetensors
下载ControlNet模型:
# 下载SDXL ControlNet模型
mkdir -p ComfyUI/models/controlnet
cd ComfyUI/models/controlnet
# Canny边缘检测
wget https://huggingface.co/xinsir/controlnet-openpose-sdxl-1.0/resolve/main/controlnet-openpose-sdxl-1.0.safetensors
# OpenPose姿态
wget https://huggingface.co/xinsir/controlnet-canny-sdxl-1.0/resolve/main/controlnet-canny-sdxl-1.0.safetensors
# Depth深度
wget https://huggingface.co/diffusers/controlnet-depth-sdxl-1.0/resolve/main/diffusion_pytorch_model.safetensors
下载IP-Adapter模型:
# 下载IP-Adapter Plus模型
mkdir -p ComfyUI/models/ipadapter
cd ComfyUI/models/ipadapter
# IP-Adapter Plus SDXL
wget https://huggingface.co/h94/IP-Adapter/resolve/main/sdxl_models/ip-adapter-plus_sdxl_vit-h.safetensors
# CLIP Vision模型(IP-Adapter需要)
mkdir -p ComfyUI/models/clip_vision
cd ComfyUI/models/clip_vision
wget https://huggingface.co/h94/IP-Adapter/resolve/main/models/image_encoder/model.safetensors
6.3 模型下载推荐网站
| 网站 | 地址 | 特点 |
|---|---|---|
| Civitai | https://civitai.com | 全球最大的AI模型社区 |
| Hugging Face | https://huggingface.co | 官方模型仓库 |
| LiblibAI | https://www.liblib.art | 国内AI模型平台 |
| Tensor.art | https://tensor.art | AI模型社区 |
| 吐司Tiamat | https://tiamat.world | 国内AI创作平台 |
[!WARNING] 下载模型时注意版权问题。部分模型有特定的使用限制(如禁止商用)。在AI漫剧创作中使用模型前,请仔细阅读模型的License。Civitai上的模型通常标注了使用许可(Creative Commons等),请遵守相关规定。
七、常见问题排查
7.1 启动问题
问题:启动报错 "CUDA out of memory"
# 原因:GPU显存不足
# 解决方案1:使用低显存模式启动
python main.py --lowvram
# 解决方案2:使用CPU模式(速度极慢)
python main.py --device cpu
# 解决方案3:减小模型尺寸
# 使用SD 1.5模型代替SDXL(显存需求更低)
问题:启动报错 "ModuleNotFoundError"
# 原因:缺少Python依赖
# 解决方案:重新安装依赖
pip install -r requirements.txt
# 如果是插件缺少依赖
cd custom_nodes/插件名称
pip install -r requirements.txt
问题:端口被占用
# 原因:8188端口已被其他程序使用
# 解决方案:使用其他端口
python main.py --port 8189
# 或查看并关闭占用端口的程序
# Windows:
netstat -ano | findstr 8188
# Linux/Mac:
lsof -i :8188
7.2 性能优化
启用xFormers加速:
# 安装xFormers
pip install xformers
# 启动时自动使用xFormers
# ComfyUI默认会检测并使用xFormers
启用TensorRT加速(高级):
# TensorRT可以显著提升推理速度
# 需要NVIDIA GPU和CUDA 11.8+
# 安装TensorRT
pip install tensorrt
# 在ComfyUI中使用TensorRT节点
# 通过ComfyUI-Manager安装 ComfyUI-TensorRT 插件
优化虚拟内存(Windows):
# 如果系统内存不足,可以增加虚拟内存
# 设置方法:
# 1. 右键"此电脑" → 属性 → 高级系统设置
# 2. 性能 → 设置 → 高级 → 虚拟内存 → 更改
# 3. 设置初始大小和最大大小为物理内存的1.5-2倍
7.3 网络问题
模型下载速度慢:
# 设置Hugging Face镜像
export HF_ENDPOINT=https://hf-mirror.com
# 设置pip镜像
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
无法访问GitHub:
# 使用GitHub镜像
git clone https://ghproxy.com/https://github.com/comfyanonymous/ComfyUI.git
# 或使用Gitee镜像(如果有)
八、ComfyUI基本操作入门
8.1 界面介绍
ComfyUI的界面由以下几个区域组成:
- 画布区域:主要工作区,用于放置和连接节点
- 侧边栏:显示已保存的工作流列表
- 菜单栏:提供文件操作、设置等功能
- 队列面板:显示待执行和已完成的任务
8.2 基本操作
添加节点:右键画布 → 选择节点类型
连接节点:从输出端口拖拽到输入端口
删除节点:选中节点 → 按 Delete 键
移动节点:左键拖拽节点
缩放画布:鼠标滚轮
平移画布:中键拖拽 / 空格+左键拖拽
保存工作流:Ctrl+S 或 菜单 → Save
加载工作流:菜单 → Load
8.3 创建第一个工作流
以下是一个最简单的文生图工作流的创建步骤:
- 添加Checkpoint Loader节点:右键 → Loaders → Checkpoint Loader (Simple)
- 添加CLIP Text Encode节点:右键 → conditioning → CLIP Text Encode (Prompt)(添加两个)
- 添加Empty Latent Image节点:右键 → latent → Empty Latent Image
- 添加KSampler节点:右键 → sampling → KSampler
- 添加VAE Decode节点:右键 → latent → VAE Decode
- 添加Save Image节点:右键 → image → Save Image
- 连接节点:按照数据流方向连接各节点
连接方式:
Checkpoint Loader → CLIP Text Encode (正向/反向)
Empty Latent Image → KSampler
CLIP Text Encode (正向) → KSampler (positive)
CLIP Text Encode (反向) → KSampler (negative)
Checkpoint Loader → KSampler (model)
KSampler → VAE Decode
VAE Decode → Save Image
Checkpoint Loader → VAE Decode (vae)
[!TIP] 如果觉得手动创建工作流太麻烦,可以加载ComfyUI自带的默认工作流(菜单 → Load Default),然后在此基础上修改。社区中也有大量现成的工作流可以下载使用,在Civitai、GitHub等平台搜索"ComfyUI workflow"即可找到。
九、总结
安装路径选择建议
| 用户类型 | 推荐安装方式 | 原因 |
|---|---|---|
| 完全新手 | Windows便携版 / 整合包 | 最简单,开箱即用 |
| 有一定基础 | Git克隆 + 虚拟环境 | 方便更新和管理 |
| 服务器部署 | Docker | 环境隔离,易于管理 |
| Mac用户 | Homebrew + Python | Apple Silicon支持MPS |
| Linux用户 | apt + pip | 原生支持,性能最佳 |
安装后检查清单
安装完成后,请按照以下清单检查:
- ComfyUI能正常启动,浏览器能访问 http://127.0.0.1:8188
- GPU被正确识别(启动日志中显示GPU信息)
- ComfyUI-Manager已安装并能正常使用
- 至少下载了一个Checkpoint模型
- 能成功生成一张测试图片
- 常用插件已安装(ControlNet、IP-Adapter等)
- 模型目录结构正确
[!INFO] ComfyUI的学习曲线相对陡峭,但一旦掌握了基本操作,你会发现它比SD WebUI更加强大和灵活。对于AI漫剧创作,ComfyUI的节点式工作流特别适合构建复杂的、可复用的生成流程。建议新手先从简单的工作流开始,逐步添加ControlNet、IP-Adapter等高级节点,循序渐进地提升技能。
相关教程

ComfyUI工作流详解:AI漫剧专业级画面生成方案
深入讲解ComfyUI在AI漫剧创作中的应用,包括安装配置、核心节点、角色一致性工作流、批量生成工作流,以及常用工作流模板推荐。

AI漫剧高效工作流搭建:从脚本到成片的标准化流水线
手把手教你搭建一套高效的AI漫剧创作工作流,包括极简方案、进阶方案和专业方案三套流水线,以及资产管理和复用方法。

AI漫剧工具全景对比:2026年最全的AI漫剧创作工具评测
全面对比2026年AI漫剧创作领域的所有主流工具,按创作环节分类评测,帮你找到最适合自己需求和工作流的最优工具组合。