在 Windows 10/11 环境下部署 ComfyUI 的系统要求与步骤。核心内容包括确认 NVIDIA 显卡及驱动版本、选择匹配的 Python 3.12 与 PyTorch（支持 CUDA 12.8 或 12.1）版本组合。通过 Conda 或 venv 创建虚拟环境，安装 PyTorch GPU 支持版，克隆 ComfyUI 代码并运行。同时提供了模型路径配置、插件兼容性检查及常见错误排查方法，确保稳定运行。
在本地部署 ComfyUI 时，确保 Python、PyTorch、CUDA 等组件的版本能完美匹配，这对避免安装报错和保证稳定运行至关重要。 以下内容是整合了一份核心组件的版本适配对照表，并配上不同显卡的配置建议，希望能帮助你顺利部署。
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
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
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
nvidia-smi 在终端查看当前驱动版本及支持的 CUDA 最高版本。根据 ComfyUI 官方'System Requirements'页面：
因此，你可根据自己的 GPU 架构及驱动状态，选择适合的版本路线。下面以一种较通用、稳定的方案为主。
下面是根据当前社区经验 + ComfyUI 官方建议整理的一个 参考版本组合。你可根据自己显卡架构／驱动情况做调整。
| 组件 | 推荐版本 | 说明 |
|---|---|---|
| Python | 3.12.x | 官方推荐。若已有 3.10/3.11，也可，但建议使用最新兼容版本。 |
| PyTorch | 2.7.x（带 cu12.8 支持） | 如果你的显卡为较新一代（如 RTX 50 系列），建议使用带 cu128 的 PyTorch。 |
| CUDA（或 PyTorch 自带 CUDA 支持） | 12.8 (即 cu128) 或 12.1 (cu121) | 若你的 GPU 及驱动支持，使用 12.8 能更好支持新架构。官方文档中'pytorch-cuda=12.1'示例用于安装。 |
| cuDNN | 与所用 CUDA 支持版本匹配 | 若你手动安装 CUDA Toolkit，则需安装匹配的 cuDNN。若使用 PyTorch 二进制包，可省略手动 cuDNN 安装。 |
| ComfyUI 本体版本 | 最新稳定版本 | 建议下载 ComfyUI 官方最新稳定版；便于插件、节点支持。 |
| 显存 | 至少 8 GB，推荐 12 GB+ | 对于基础图片生成，8 GB 基本可用；但若用到扩展、高清分辨率建议更多。 |
提示：如果你的显卡较旧（如 GTX 10 系列或 8 GB 以下显存）仍可运行，但可能受限如分辨率低、速度慢、插件支持弱。
下面是详细步骤，从无环境状态开始。这里是部署 ComfyUI 所需的 Python／GPU 环境。
cmd）输入 python --version 确认版本。conda create -n comfyui_env python=3.12
conda activate comfyui_env
（或使用 python -m venv comfyui_env + .\comfyui_env\Scripts\activate）
根据你的显卡／驱动，选择适当 CUDA 版本：
或使用 pip 方式：
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128
注意：若安装完毕输入 python -c "import torch; print(torch.cuda.is_available())" 返回 True，表示 GPU 支持正常。
若你的驱动较新、显卡为 RTX 50 系列或类似，建议使用 cu128：
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia
（上述命令示例为 12.1 版本，若已有 12.8 也可查 PyTorch 官方 cu128 wheel）
从 ComfyUI 官方 GitHub 仓库或官网克隆代码：
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
（或下载 zip 文件解压）
安装依赖：
pip install -r requirements.txt
启动 ComfyUI：
python main.py
或根据 README 中提示执行启动脚本。启动后，通常浏览器会自动打开 ComfyUI 界面。
若你仅安装了 PyTorch + CUDA，通常不需要额外安装 CUDA Toolkit 本身。
models/checkpoints 或类似路径，将你的 Stable Diffusion 模型（如 .safetensors 文件）放入该目录。extra_model_paths.yaml 文件进行。在虚拟环境中运行 Python，输入以下代码验证：
import torch
print("Python version:", torch.__version__)
print("CUDA available:", torch.cuda.is_available())
print("CUDA version:", torch.version.cuda)
print("GPU device:", torch.cuda.get_device_name(0))
如果输出显示 CUDA available: True 且能够正确识别 GPU，则说明环境配置基本正常。
Torch not compiled with CUDA enabled 之类错误，说明你安装的 PyTorch 版本不含 GPU 支持版本。nvidia-smi 检查你的驱动是否支持所选 CUDA 版本。若使用 Portable 版本（预打包）时，可能不需要手动安装 PyTorch / CUDA Toolkit。社区中有人指出：
'Cuda and pytorch are already included in comfyui Portable' 但手动安装方式仍建议按上述流程。
若将来升级显卡（如 RTX 50 系列），可能需要切换至 cu128 版本的 PyTorch。社区提醒：
'To get your nvidia 50 series GPU working with ComfyUI you need a pytorch that has been built against cuda 12.8'