news 2026/4/18 10:00:59

ComfyUI安装与国内加速配置指南

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
ComfyUI安装与国内加速配置指南

ComfyUI 安装与国内加速配置指南

在AI创作工具快速迭代的今天，越来越多设计师和开发者转向可视化节点式工作流，以实现更精细、可复现、可共享的生成逻辑。ComfyUI 正是这一趋势中的佼佼者——它将 Stable Diffusion 的每一步拆解为独立模块，从文本编码到潜空间采样，再到 ControlNet 控制与 VAE 解码，全部通过图形化节点连接完成。

这种“乐高式”构建方式不仅提升了流程透明度，也让复杂模型组合（如 LoRA 叠加 + IP-Adapter + InstantID）变得直观可控。但对于国内用户而言，最大的挑战往往不是使用，而是如何顺利安装并稳定运行。

由于 ComfyUI 重度依赖 GitHub 开源生态和 PyPI 包管理，而其核心组件又托管于境外服务器，在中国大陆网络环境下极易遭遇下载中断、克隆失败、依赖超时等问题。本文将带你一步步打通从环境准备到持续维护的完整链路，确保你在本地高效部署这套强大的 AI 工作台。

下载渠道选择：官方为主，镜像为辅

ComfyUI 是一个开源项目，主仓库托管于 GitHub，所有版本更新均在此发布。

  • 项目官网：https://www.comfy.org
  • 中文文档入口：https://www.comfy.org/zh-cn/
  • GitHub 主页：https://github.com/comfyanonymous/ComfyUI

对于新手用户，尤其是 Windows 平台使用者，强烈推荐使用官方提供的NSIS 一键安装包：

🔗 https://download.comfy.org/windows/nsis/x64

这个安装包内置了 Python 3.10 运行环境、基础依赖库以及轻量级启动器，解压即用，无需手动配置命令行或虚拟环境，极大降低了入门门槛。

Linux 和 macOS 用户则建议通过 Git 克隆源码进行部署：

git clone https://github.com/comfyanonymous/ComfyUI.git cd ComfyUI python main.py

但请注意：直接运行pip install -r requirements.txt很可能因网络问题卡住，甚至失败。因此，在正式安装前，必须优先完成以下几项关键优化。

系统与环境要求：别让硬件拖后腿

虽然 ComfyUI 支持 CPU 推理，但实际体验极差，出图速度动辄数分钟。要真正发挥其价值，仍需合理配置软硬件环境。

推荐配置清单

组件最低要求实战推荐
操作系统Windows 10 / macOS 11+ / Ubuntu 20.04+Windows 11 / macOS Sonoma / Debian 12
GPUNVIDIA 显卡（支持 CUDA）RTX 3060 及以上，显存 ≥8GB
内存16GB RAM32GB 或更高（避免 OOM 中断）
存储空间20GB 可用空间≥100GB SSD（模型缓存专用）

特别提醒：如果你计划加载多个大模型（如 SDXL、Flux、AnimateDiff），务必预留充足磁盘空间。一个完整的工作流可能涉及数十个.ckpt、.safetensors文件，单个文件可达 7GB 以上。

此外，Python 版本必须严格控制在3.10 至 3.12 范围内。低于 3.9 或高于 3.13 都可能导致xformers、torch等关键库无法兼容。

国内镜像源配置：告别“443 Timeout”

默认情况下，pip会从pypi.org下载包，而 PyTorch 官方 wheel 则来自美国 AWS S3。这些资源在国内访问极其不稳定，经常出现连接重置或响应缓慢的问题。

解决之道只有一个：替换为国内可信镜像源。

替换 Python 发行版？试试独立构建包

如果你连 python.org 都打不开，可以考虑使用预编译的独立 Python 构建版本：

🔗 https://github.com/astral-sh/python-build-standalone/releases/tag/20250311/download

该版本包含完整的解释器、标准库和 pip 工具链，无需安装即可运行，非常适合嵌入式部署或受限环境使用。

pip 源切换：清华 TUNA 是首选

最简单有效的提速方式，就是将 pip 默认源改为国内镜像站。我们实测中发现，清华大学 TUNA 镜像站稳定性最强、同步频率高、覆盖率广。

执行以下命令设置全局镜像源：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

你也可以临时指定源来安装某个包：

pip install comfyui -i https://pypi.tuna.tsinghua.edu.cn/simple

常见国内镜像对比：

镜像站地址备注
清华大学 TUNAhttps://pypi.tuna.tsinghua.edu.cn/simple同步快，推荐主力使用
阿里云https://mirrors.aliyun.com/pypi/simple/企业级 CDN，适合生产环境
豆瓣https://pypi.douban.com/simple/偶尔不同步，仅作备用
华为云https://mirrors.huaweicloud.com/repository/pypi/simple新兴镜像，表现良好

⚠️ 注意：部分镜像未正确配置 SSL 证书，可能会触发trusted-host警告，记得一并设置。

PyTorch 专项加速：阿里云轮子镜像不可少

真正的“拦路虎”其实是torch、torchvision和torchaudio这三个包。它们体积庞大（合计超过 2GB），且由 Meta 托管在美国 S3 上，直连成功率几乎为零。

幸运的是，阿里云提供了专门的 PyTorch 镜像通道：

🔗 https://mirrors.aliyun.com/pytorch-wheels/cu128

该地址已预打包 CUDA 12.8 支持版本，覆盖torch>=2.3所有发行版，下载速度可达 10~50MB/s。

安装命令如下：

pip install torch torchvision torchaudio --index-url https://mirrors.aliyun.com/pytorch-wheels/cu128

根据你的显卡驱动情况选择合适的 CUDA 版本：

  • cu128→ CUDA 12.8（新装机推荐）
  • cu121→ CUDA 12.1（旧驱动兼容性更好）
  • cpuonly→ 仅 CPU 模式（性能极低，仅用于测试）

💡 小技巧：若不确定当前系统支持哪个版本，可先运行nvidia-smi查看驱动支持的最高 CUDA 版本。

强制解析 GitHub：Hosts 文件修改实战

ComfyUI 的生命力在于其庞大的插件生态——Impact Pack、Segment Anything Node、ControlNet 辅助线检测等，绝大多数都托管在 GitHub 上。然而，由于 DNS 污染和中间劫持，git clone经常失败，API 请求也频繁超时。

最彻底的解决方案是：修改本地 hosts 文件，强制解析关键域名至可用 IP。

修改方法（三步走）

  1. 找到 hosts 文件路径
    - Windows:C:\Windows\System32\drivers\etc\hosts
    - macOS/Linux:/etc/hosts

  2. 以管理员权限编辑文件

在末尾添加以下内容（建议保留原始注释便于后续更新）：

```
# === GitHub Hosts 加速规则 Start ===
# 更新时间：2025年4月

# Core domains
140.82.112.3 github.com
140.82.112.4 gist.github.com
140.82.113.3 api.github.com
140.82.114.6 live.github.com
140.82.112.10 codeload.github.com
140.82.112.21 collector.github.com

# Assets & CDN
185.199.108.153 assets-cdn.github.com
185.199.110.153 github.githubassets.com
151.101.193.194 github.global.ssl.fastly.net
185.199.111.133 avatars.githubusercontent.com
185.199.109.133 avatars0.githubusercontent.com
185.199.108.133 avatars1.githubusercontent.com
185.199.111.133 camo.githubusercontent.com
185.199.111.133 media.githubusercontent.com
185.199.111.133 objects.githubusercontent.com
185.199.108.133 raw.githubusercontent.com
185.199.111.133 user-images.githubusercontent.com
185.199.108.133 private-user-images.githubusercontent.com

# S3 Backends (for releases/assets)
52.216.144.211 github-cloud.s3.amazonaws.com
16.182.107.17 github-com.s3.amazonaws.com
16.182.37.57 github-production-release-asset-2e65be.s3.amazonaws.com
52.216.54.185 github-production-repository-file-5c1aeb.s3.amazonaws.com
52.216.37.105 github-production-user-asset-6210df.s3.amazonaws.com

# Additional services
192.0.66.2 github.blog
185.199.109.153 github.io
185.199.111.133 cloud.githubusercontent.com
13.107.42.16 pipelines.actions.githubusercontent.com
13.107.246.51 vscode.dev

# Community & Education
140.82.113.18 github.community
140.82.114.22 education.github.com

# === End of GitHub Hosts ===
```

  1. 刷新 DNS 缓存
  • Windows:
    cmd ipconfig /flushdns
  • macOS:
    bash sudo dscacheutil -flushcache
  • Linux (systemd):
    bash sudo systemd-resolve --flush-caches

完成后再次尝试克隆仓库，你会发现速度显著提升，成功率接近 100%。

🛠️ 提示：IP 地址可能随时间变化，建议定期查看社区更新的 hosts 规则，保持同步。

安装后的持久化配置：让加速长期生效

很多人以为装完就结束了，其实不然。即使使用了一键安装包，其内置的pip依然指向境外源。一旦你要安装 Custom Nodes 或更新依赖，网络问题就会卷土重来。

为了避免重复劳动，建议立即完成pip 的持久化镜像设置。

方法一：直接写入配置（推荐）

进入 ComfyUI 安装目录下的python_embeded\Scripts\（Windows）或bin/（macOS/Linux），执行：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple pip config set install.trusted-host pypi.tuna.tsinghua.edu.cn

这会自动生成pip.ini（Windows）或pip.conf（Unix）文件，位于：

  • Windows:%APPDATA%\pip\pip.ini
  • macOS/Linux:~/.pip/pip.conf

内容如下：

[global] index-url = https://pypi.tuna.tsinghua.edu.cn/simple trusted-host = pypi.tuna.tsinghua.edu.cn timeout = 120

从此以后，无论你在哪个终端执行pip install，都会自动走国内镜像。

方法二：环境变量控制（适用于高级场景）

如果你在 Docker 或多用户服务器上部署 ComfyUI，可以通过环境变量动态指定源：

export PIP_INDEX_URL=https://pypi.tuna.tsinghua.edu.cn/simple export PIP_TRUSTED_HOST=pypi.tuna.tsinghua.edu.cn

这种方式灵活度更高，适合 CI/CD 流水线或容器化部署。

写在最后：构建属于你的 AI 创作工厂

ComfyUI 的强大之处，不在于它能画一张好看的图，而在于它让你真正掌控整个生成过程。每一个节点都是一个决策点，每一次连接都是一次逻辑表达。

但这一切的前提，是你有一个稳定、高效、可持续维护的本地环境。否则，再先进的架构也会被一次次的下载失败磨平热情。

本文所介绍的方案，并非权宜之计，而是经过大量用户验证的生产级配置路径。从源头下载、依赖加速到长期维护，每一环都针对国内网络特点做了优化。

当你顺利完成部署后，下一步可以：

  • 安装 Impact Pack 实现自动人脸修复
  • 添加 Segment Anything Node 进行精准图像分割
  • 配置 Custom Models Manager 统一管理上百个模型文件

更重要的是，加入活跃的中文社区获取第一手资讯和支持：

🚀 ComfyUI 中文交流群（Telegram）

技术的进步不该被地理限制。只要方法得当，每个人都能拥有自己的 AI 创作工厂。

祝你搭建顺利，灵感不断！

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

版权声明: 本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若内容造成侵权/违法违规/事实不符，请联系邮箱：809451989@qq.com进行投诉反馈，一经查实，立即删除！
网站建设 2026/4/18 8:55:37

Markdown语法高亮显示TensorRT配置文件内容

TensorRT配置文件的Markdown高亮展示与工程实践 在AI模型从实验室走向生产线的过程中，推理性能往往成为决定系统成败的关键瓶颈。尤其是在视频分析、自动驾驶和语音交互等实时性要求极高的场景中，毫秒级的延迟差异可能直接影响用户体验甚至安全决策。NVI…

作者头像 李华
网站建设 2026/4/18 5:35:01

腾讯开源HunyuanVideo-Foley：实现AI视频声画合一

腾讯开源HunyuanVideo-Foley：实现AI视频声画合一 2025年8月，腾讯混元团队悄然释放了一枚“视听炸弹”——HunyuanVideo-Foley 正式开源。这不仅是一款音效生成工具，更是一次对AI视频创作范式的彻底重构。它让机器第一次真正意义上“听懂画面…

作者头像 李华
网站建设 2026/4/17 7:30:49

Qwen-Image多模态模型深度解析与实战

Qwen-Image多模态模型深度解析与实战 在广告、教育、电商等视觉内容密集型行业中，一个长期存在的痛点是：如何高效生成既美观又语义精准的图文素材？尤其是当设计需求涉及中英文混合排版、品牌风格一致性控制和快速迭代时，传统AIGC工…

作者头像 李华
网站建设 2026/4/18 5:34:47

Flux.1-dev高清修复ControlNets发布

Flux.1-dev高清修复ControlNets发布 三个专为 FLUX.1-dev 定制的 ControlNet 模型——Upscaler ControlNet、Depth Map Refiner 与 Normal Map Enhancer——现已正式上线。它们不是简单的附加组件，而是深度嵌入 FLUX.1-dev 原生 latent 空间的精细化控制工具&#…

作者头像 李华
网站建设 2026/4/17 3:08:58

LLaMA-Factory框架参数全解析

LLaMA-Factory框架参数全解析 在当前大模型技术飞速演进的背景下，如何高效、灵活地对预训练语言模型进行微调，已成为AI研发团队的核心挑战。面对日益增长的定制化需求——从企业级知识问答系统到垂直领域的对话助手——开发者亟需一个既能降低使用门槛&…

作者头像 李华
网站建设 2026/4/18 5:32:32

Langflow + DeepSeek：低代码构建智能AI工作流

Langflow DeepSeek：低代码构建智能AI工作流 在今天这个生成式AI爆发的时代，越来越多团队希望快速验证自己的AI产品构想——无论是智能客服、知识库问答，还是自动化内容生成。但现实是，大多数开发者仍被困在繁琐的代码调试和模块…

作者头像 李华