ComfyUI Windows 本地部署系统环境配置指南（含 Python PyTorch CUDA）

1. 安装 Python

1. 到 python.org 下载并安装 Python 3.12.x（建议勾选 'Add Python to PATH'）。
2. 建议安装 Miniconda（或 Anaconda）来管理虚拟环境，以便隔离项目。
3. 安装完成后，打开命令行（Win+R → cmd）输入 python --version 确认版本。

2. 创建虚拟环境

conda create -n comfyui_env python=3.12
conda activate comfyui_env

（或使用 python -m venv comfyui_env + .\comfyui_env\Scripts\activate）

3. 安装 PyTorch（带 GPU 支持）

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）

4. 下载并安装 ComfyUI

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。

5. 配置模型与插件

• 在 ComfyUI 主界面或安装目录下，找到 models/checkpoints 或类似路径，将你的 Stable Diffusion 模型（如 .safetensors 文件）放入该目录。
• 若你使用 ControlNet、LoRA、插件节点等，建议确认这些插件支持你当前 PyTorch／CUDA 版本。社区中有用户反映：某些自定义节点可能因 PyTorch 版本变化而出错。
• 配置额外模型或自定义节点路径可通过 extra_model_paths.yaml 文件进行。

6. 验证环境

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。

7. 常见问题排查

• 若出现 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。
• 若出现显卡架构不支持（如 'sm_52' 不在支持列表）错误，说明你的显卡太旧可能无法运行最新版本。
• 驱动版本过旧亦常见错误：请用 nvidia-smi 检查你的驱动是否支持所选 CUDA 版本。
• 模型／插件版本与 ComfyUI 版本或节点版本不匹配，也可能导致错误。建议插件版本与 ComfyUI 社区推荐版本同步。

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。

四、小建议与优化

• 若你只是做一般的图片创作（插画、头像、512×512 分辨率），显存 8-10 GB 的显卡即可。若要做超高清（4K 以上）、多控制节点、多模态生成，建议显存 12-16 GB 或更高。
• 虚拟环境管理非常重要：避免系统级 Python 污染、包冲突。
• 常备备份：你的模型、插件、自定义节点建议备份，以便升级或迁移时能快速复原。
• 检查网络与镜像源：若在国内或网络受限环境，建议配置 PyPI 镜像（如 清华、阿里云）或使用离线包。

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'