本文介绍如何使用 Python Embed 环境部署 ComfyUI 源码，实现便携独立的运行环境。主要步骤包括安装 Visual Studio 和 Git，下载 ComfyUI 源码及 Python Embed 版本，配置 pip 及阿里源，安装 CUDA、CUDNN 和 PyTorch 依赖。通过创建启动脚本并修改 main.py 解决路径问题，安装 Manager 插件管理节点。最后提供快捷键说明及常见 Module 报错、CUDA 版本匹配问题的排查方法，帮助用户从零搭建专属 ComfyUI 整合包。
传统的 ComfyUI 部署方式面对复杂的环境配置、依赖冲突和模型路径等问题，而使用 Python Embed（嵌入式 Python）环境来部署 ComfyUI 你会得到专属整合包：
进入 Visual Studio 官网：https://visualstudio.microsoft.com/zh-hans/
下载社区版（Community），在安装时更改安装位置，并勾选'使用 C++ 的桌面开发'模块，其他默认即可。
进入 Git 官网：https://git-scm.com/
下载最新版，在安装时更改位置，其他默认按推荐设置即可。
下载 ComfyUI
进入 GitHub 官网：https://github.com/
搜索 ComfyUI，选择 ComfyUI 官方的项目地址 comfyanonymous/ComfyUI，在本地磁盘新建一个自己想要安装 ComfyUI 的文件夹（如 ComfyUI）并进入，在该文件夹下打开 cmd 命令行，复制项目地址，通过 git clone 安装 ComfyUI 项目 (也可以下载 ZIP 解压到文件夹)。
下载 Python Embed 版本
在 Python 官网 https://www.python.org
在 Downloads 选择相应系统，下滑选择你需要的 Windows embeddable package 版本，下载后解压放进 ComfyUI 文件夹即可。
Python Embed 是一个极简的、可嵌入的 Python 分发版，需要进行配置以满足基本使用功能。
配置 pip
下载 get-pip.py，打开 https://bootstrap.pypa.io/get-pip.py
复制里面的内容，保存到 TXT 文档里，并改文件名与后缀为 get-pip.py，并放在 Python-Embed 的文件夹中。在此文件夹页面上方路径栏中输入 cmd 打开命令提示符输入并执行：
.
python.exe get-pip.py
执行后显示 Successfully installed pip-25.3 即 pip 配置成功，会生成 Lib 与 Scripts 的文件夹，并将其加入环境变量中（可选，不加入则下载包需加上对应地址，否则会到系统变量地址中）。
库加载索引修改
进入 Python-Embed 文件夹中，打开 python312._pth 文件，去掉 import site 前的 # 后，保存。在文件夹中打开 cmd，验证安装成功：
.
python.exe -m pip -V
配置 pip 阿里源
在 Python Embed 文件夹，新建一个 pip.ini 文件，内容输入：
[global]
index-url = http://mirrors.aliyun.com/pypi/simple/
[install]
trusted-host=mirrors.aliyun.com
添加包的方法
必须用嵌入式的解释器进行安装，如：
D:\python-embed> .\python.exe -m pip install pandas -t .\Lib\site-packages
# 验证安装
D:\python-embed> .\python -c "import pandas as pd; print(pd.__version__)"
D:\python-embed> .\python pandas -V
注意：解释器必须是嵌入式解释器 . python.exe，同时通过 -t 参数来指定三方库的位置，也就是说，必须安装到项目的目录中，而不是系统的默认开发环境目录。
embed 版的 python 过于精简，可能 tar 包也无法安装，可以下载 wheel 格式的直接安装。一个查找 wheel 的网址：https://www.piwheels.org/packages.html
Embed 版本默认缺少部分标准库，可按需添加：从完整 Python 安装中复制所需库，粘贴到 embed 环境的 lib 目录下。
在安装 CUDA 之前，必须知道的信息:
除了 CUDA 版本，必须的对应关系：
注意它们是一一嵌套的关系，在安装是要注意它们之间的版本。
CUDA 安装与卸载
在英伟达开发者官网下载 CUDA：https://developer.nvidia.com/downloads
下滑点击"CUDA Toolkit",再点击"download now"，选择"archive of previous CUDA releases"，选择对应版本的 CUDA（如 12.6、12.8）下载即可。50 系显卡仅适用于 12.8 与 12.9 版本的 CUDA！
初始安装界面显示的是临时解压目录，安装完会自动删除。安装选项选择自定义，在 CUDA 选项下取消"visual studio integration"的勾选（因为已经提前安装好了），其他默认。安装位置建议不做更改（因其后续可能影响到环境变量）。后续直接安装即可，安装后在 cmd 中输入 nvcc -V 看到 CUDA 版本即为安装成功，且查看系统环境变量可以发现已经添加到环境变量里了。
如果安装错了 CUDA 版本或者需要更新，查看已安装的 CUDA 版本（nvcc -V），打开系统程序卸载页面，卸载所有对应版本的 CUDA。
CUDNN 安装
在英伟达开发者官网下载 CUDNN：https://developer.nvidia.cn/rdp/cudnn-archive
找到对应版本（for CUDA 12.x）进行下载，注意需要登录。下载后解压，打开 CUDA 的安装地址，把 CUDNN 中对应的内容粘贴进去（最小单元文件，不是文件夹整个粘贴），除了 LICENSE。CUDNN 安装完成。
在安装依赖包之前，建议先安装 PyTorch，以免版本不对应引发报错。获得 CUDA 版本信息后，进入 PyTorch 官网：https://pytorch.org/
下滑到 install pytorch 模块，选择"pip, python, 12.X（向下兼容的版本即可）"。通过了解驱动对应的最高 CUDA 版本与 pytorch 对应的可选 CUDA 版本，我们明确了需要安装的 CUDA 版本。选择对应版本后复制代码并在 Python Embed 文件夹打开 cmd 运行：
.
python.exe -m pip install torch torchvision --index-url https://download.pytorch.org/whl/cu128 -t .\Lib\site-packages
安装完 Pytorch 后，把 ComfyUI 文件夹中的 requirements.txt 复制到 Python Embed 文件夹，打开 Python Embed 文件夹 cmd 窗口，输入以下代码安装 ComfyUI 所需依赖包：
.
python.exe -m pip install -r requirements.txt -t .\Lib\site-packages
到此，基础环境已经配置完毕!
执行完上述步骤后，你的文件夹会呈现以下结构：
ComfyUI/
├── Python-Embed/ # 你放进去的嵌入式 Python
│ ├── python.exe # python 可执行文件
│ ├── python312.dll # (Windows 关键文件)
│ └── ... # 其他 Embed 文件
├── main.py # ComfyUI 主启动文件
├── requirements.txt # ComfyUI 依赖列表
└── （其他你自己的代码和文件）
在 ComfyUI 文件夹下新建一个 TXT 文件，命名与后缀为 start.bat，用记事本编辑，写入以下内容：
@echo off
set PATH=%~dp0Python-Embed;%PATH%
Python-Embed\python.exe main.py
pause
双击 start.bat 文件尝试运行项目。由于 Python Embed 过于简洁，导致用其运行 main.py 文件时，无法定位到 ComfyUI 文件夹下的 comfy 文件夹，导致出现以下报错：
Traceback (most recent call last):
File "D:\ComfyUI\main.py", line 1, in <module>
import comfy.options
ModuleNotFoundError: No module named 'comfy'
请按任意键继续...
处理方法是，先备份一个原始的 main.py 副本以确保操作可退回，再打开 main.py 文件在最开头添加以下代码（在 import comfy.options 之前）：
import sys
import os
# 获取 main.py 文件所在的目录绝对路径
current_dir = os.path.dirname(os.path.abspath(__file__))
# 如果当前目录不在 Python 模块搜索路径中，就将其添加到最前面
if current_dir not in sys.path:
sys.path.insert(0, current_dir)
# 可选：打印调试信息
print(f"当前目录：{current_dir}")
print(f"Python 路径是否包含此目录：{current_dir in sys.path}")
# 现在继续原有的导入，文件其余部分保持不变
保存后双击 start.bat 开始运行。
打开 ComfyUI 文件夹的 custom_nodes 文件夹，进入 GitHub 官网搜索 comfyui 找到 manager，再使用 git clone 安装。
Manager 插件介绍：
Ctrl+ 左键点击 http://127.0.0.1:8188 即可打开 ComfyUI
To see the GUI go to: http://127.0.0.1:8188
先通过网站或者网盘分享下载 checkpoint 模型，放进 ComfyUI\models\checkpoints 文件夹并刷新 ComfyUI 网页。常见资源站点：
在"Checkpoint 加载器'中选择你下载好的模型，点击运行生成你的第一张图片。
快捷键（全是小写）
Module 报错
一般 Module 报错是环境中没安装相应的库，通过 pip install 就可以安装完善，若需安装的库很多，则可能是没安装项目依赖库（requirements.txt）。但并非所有报错缺失的库名与需要安装的库名都相同。 如：ModuleNotFoundError: No module named 'yaml'，需安装 pyyaml 库。
CUDA 与 pytorch 版本匹配报错
在运行 ComfyUI 的命令行中，若出现以下信息，则是 CUDA 与 pytorch 版本匹配警告：
D:\Python312\Lib\site-packages\torch\cuda\__init__.py:283: UserWarning:
Found GPU0 NVIDIA GeForce RTX 5060 Ti which is of cuda capability 12.0.
Minimum and Maximum cuda capability supported by this version of PyTorch is
(6.1) - (9.0)
warnings.warn(
...
可通过以下代码进一步验证：
import torch
print(torch.__version__)
print(torch.cuda.is_available())
print(torch.cuda.get_device_name(0) if torch.cuda.is_available() else "No CUDA available")
如果输出显示 false 或者错误信息，则需要重新安装对应版本。若对应版本是正确的还报错，则需要注意显卡的版本，50 系显卡仅适用于 12.8 与 12.9 版本的 CUDA（向下兼容在此无效）。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML 转 Markdown 互为补充。 在线工具，Markdown 转 HTML在线工具，online