ComfyUI Windows Anaconda 环境部署与配置完整笔记

一、环境部署状态

1.1 部署成功确认

Python版本：3.13.12（Anaconda环境）
PyTorch版本：2.10.0+cu130（支持CUDA）
ComfyUI版本：0.16.4
GPU：NVIDIA GeForce RTX 3060（12GB VRAM）
启动命令：python main.py --listen 0.0.0.0 --port 8188
访问地址：本地 http://127.0.0.1:8188，局域网 http://[IP地址]:8188

1.2 环境检测结果

后端检测状态：cuda可用，triton已禁用，eager可用
VRAM状态：NORMAL_VRAM
显存管理：使用cudaMallocAsync异步显存卸载
固定内存启用：29419.0 MB
注意力机制：PyTorch原生注意力

二、CUDA版本查看方法

2.1 查看系统CUDA版本（nvcc）

nvcc --version

或

nvcc -V

2.2 查看驱动支持的最高CUDA版本

nvidia-smi

在输出表格顶部查看"CUDA Version:"字段。

2.3 查看PyTorch内置CUDA版本

在激活的Conda环境中执行：

import torch
print(torch.__version__)          # 查看PyTorch版本
print(torch.version.cuda)         # 查看PyTorch编译时依赖的CUDA版本
print(torch.cuda.is_available())  # 确认CUDA是否可用，应返回True

2.4 版本一致性判断

关键是系统CUDA版本与PyTorch内置CUDA版本需要匹配（同为大版本，如均为12.x或13.x）
驱动支持的最高CUDA版本需大于或等于PyTorch内置CUDA版本
本环境PyTorch版本为cu130（CUDA 13.0）

三、SageAttention安装评估（最终决定不安装）

3.1 安装收益

在SDXL、Flux、Wan2.2等模型上可带来约2倍速度提升
通过INT8/FP8量化减少显存占用

3.2 Windows环境安装挑战

Python 3.13兼容性：SageAttention主要测试于Python 3.10-3.12
需要完整Visual Studio 2022 Build Tools和CUDA Toolkit
系统CUDA需与PyTorch内置nvcc版本一致
需要Triton Windows版本

3.3 最终决定

鉴于当前环境运行正常，决定不安装SageAttention，保持使用PyTorch原生注意力机制。

四、ComfyUI基础使用与插件安装

4.1 基础工作流核心节点

Load Checkpoint（加载大模型）：需将模型文件放入 ComfyUI\models\checkpoints\
CLIP Text Encode（CLIP文本编码）：正面提示词和负面提示词
KSampler（K采样器）：设置图片尺寸、种子、采样步数等参数
VAE Decode（VAE解码）和Save Image（保存图像）

4.2 推荐基础插件

ComfyUI-Manager：插件管理工具，支持一键安装、更新、禁用其他插件
AIGODLIKE-COMFYUI-TRANSLATION：界面汉化
ComfyUI-Crystools：电脑资源监控，实时显示CPU、内存、GPU使用情况

4.3 ComfyUI-Manager安装方法

方法一：pip安装（适用于Anaconda环境）

conda activate comfyui1
cd G:\ProgramFiles\anaconda-file\ComfyUI
pip install comfyui-manager

启动时需添加参数：

python main.py --listen 0.0.0.0 --port 8188 --enable-manager

方法二：Git克隆

cd G:\ProgramFiles\anaconda-file\ComfyUI\custom_nodes
git clone https://github.com/ltdrdata/ComfyUI-Manager.git

镜像加速地址：

git clone https://ghfast.top/https://github.com/ltdrdata/ComfyUI-Manager.git

或

git clone https://mirror.ghproxy.com/https://github.com/ltdrdata/ComfyUI-Manager.git

五、Comfy-Pack安装与配置

5.1 安装失败问题

错误信息：Failed to clone repo: https://github.com/bentoml/comfy-pack
原因：网络无法访问GitHub

5.2 解决安装失败的方法

方法一：Git手动克隆（推荐）

conda activate comfyui1
cd G:\ProgramFiles\anaconda-file\ComfyUI\custom_nodes
git clone https://ghfast.top/https://github.com/bentoml/comfy-pack.git

或使用镜像：

git clone https://mirror.ghproxy.com/https://github.com/bentoml/comfy-pack.git

克隆完成后重启ComfyUI。

方法二：pip安装

conda activate comfyui1
pip install comfy-pack

安装完成后启动ComfyUI（加--enable-manager参数），界面顶部会出现"Package"和"Serve"按钮。

5.3 Comfy-Pack工作流改造步骤

定义输入（Toonflow传入参数）：
- 右键 -> Add Node -> ComfyPack -> input
- 添加StringInput（提示词）、IntInput（宽度/高度/种子）等节点
- 将这些输入节点连接到工作流原有节点的对应输入端
定义输出（返回给Toonflow）：
- 右键 -> Add Node -> ComfyPack -> output
- 添加ImageOutput节点
- 将VAE Decode输出的IMAGE信号连接到ImageOutput节点
启动API服务：
- 点击ComfyUI工具栏的"Serve"按钮
- 保持默认端口3000
- 点击"Start"
- 服务地址：http://127.0.0.1:3000/generate

5.4 ComfyUI-Manager相关注意事项

切勿将ComfyUI-Manager文件夹改名，否则可能导致启动错误
彻底卸载：直接删除 custom_nodes\ComfyUI-Manager 文件夹
临时禁用：通过Manager界面的Custom Nodes Manager点击Disable
紧急禁用：编辑config.json，在disabled_nodes数组中添加"ComfyUI-Manager"

六、本地Toonflow调用Comfy-Pack配置

6.1 Toonflow基本信息

本地部署地址：通常为 http://localhost:60000
默认登录账号：admin，密码：admin123

6.2 配置步骤

登录Toonflow，进入"系统设置"或"AI服务配置"
填写接口地址（Base URL）：http://127.0.0.1:3000
API Key：如未设置认证可留空或随便填写
模型名称（Model Name）：填 generate 或Comfy-Pack Serve界面定义的标识符

6.3 参数映射（关键）

Toonflow传参的字段名必须与Comfy-Pack中StringInput、IntInput等节点的名称完全一致
例如：Toonflow的"提示词"字段需映射到StringInput节点的名称

6.4 测试命令

curl -X POST http://127.0.0.1:3000/generate \
  -H "Content-Type: application/json" \
  -d '{"prompt": "a beautiful cat", "width": 512, "height": 512, "seed": 42}' \
  --output output.png

七、模型校验和说明

7.1 提示信息含义

"First run may take a few minutes to compute model checksums, depending on the number of models"

这是正常提示，非报错
ComfyUI首次启动或添加新模型时会计算所有模型文件的校验和
用于跟踪模型版本、确保文件完整性、缓存文件信息

7.2 处理建议

等待计算完成，会自动进入启动完成状态
如果等待超过10分钟，按Ctrl+C终止后重新启动，会继续上次的计算
如仍卡住，可暂时备份models文件夹内容，分批移回定位问题文件

ComfyUI-Windows-Anaconda环境部署与配置