ComfyUI 本地部署及 Stable Diffusion 使用指南
随着生成式人工智能技术的发展，基于 ComfyUI 的节点化工作流正成为图像创作的新趋势。本文面向 Windows + CUDA + cuDNN 环境，结合 Python，提供一份详细的 ComfyUI 配置与使用指南。
一、环境准备
1. 安装 Python、Git、CUDA 与 cuDNN
- CUDA 与 cuDNN：建议安装 CUDA 12.0 与对应版本 cuDNN 8.9。
- Git：用于从 GitHub 克隆源码。请确保已安装 Git 并熟悉基本命令。
- Python：推荐安装 Python 3.11.3。安装时务必勾选 'Add python.exe to PATH' 选项以便配置环境变量。
安装完成后，可通过命令行输入 python --version 和 git --version 检验安装结果。
2. 安装支持 CUDA 的 PyTorch
若已安装旧版本 PyTorch，请先卸载：
pip uninstall torch torchvision torchaudio
然后安装支持 CUDA 的 PyTorch 版本（示例命令）：
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
此步骤确保 PyTorch 能调用 GPU 资源。
二、克隆 ComfyUI 源码与安装依赖
1. 克隆源码
在目标文件夹内右键打开 Git Bash，执行以下指令拉取源码：
git clone https://github.com/comfyanonymous/ComfyUI
2. 安装依赖
进入 ComfyUI 根目录后，执行：
pip install -r requirements.txt
等待依赖安装完成。
三、配置模型与启动 ComfyUI
1. 下载模型
下载 Stable Diffusion v1.5 模型文件（如 v1-5-pruned.safetensors）。建议使用镜像源以提高下载速度。
2. 放置模型
在 ComfyUI 目录下创建或确认存在 models/checkpoints/ 目录，将下载的模型文件放入其中。
3. 启动验证
在 ComfyUI 根目录执行：
python main.py
若成功，命令行将显示：
To see the GUI go to: http://127.0.0.1:8188
在浏览器访问该地址，界面加载成功后，在 "Load Checkpoint" 节点中应能看到已放置的模型。
四、扩展功能：安装 ComfyUI Manager
如需管理自定义节点、插件或工作流，可安装 ComfyUI Manager。
