从零部署ComfyUI：Anaconda环境下的保姆级源码安装指南

莱恩L-AI-NG

2026年01月06日 14:13

从零部署ComfyUI：Anaconda环境下的保姆级源码安装指南

别再被复杂的部署劝退，一个Anaconda环境就能让你轻松玩转Stable Diffusion最强工作流工具

ComfyUI作为Stable Diffusion最强大的节点式工作流工具，相比WebUI拥有更低的内存占用、更快的推理速度以及可视化的工作流管理。大多数初学者下载ComfyUI整合包“开箱即用”，但从源码部署ComfyUI能够更好理解其底层架构逻辑，实现完全控制与灵活运用。

1. 环境准备

1.1 Anaconda安装

通过Anaconda管理Python环境，详细安装教程参考：Python环境搭建全指南：从Anaconda到嵌入式部署，一步到位！

1.2 Visual Studio与Git安装

进入Visual Studio官网：https://visualstudio.microsoft.com/zh-hans/

下载社区版（Community），在安装时更改安装位置，并勾选“使用C++的桌面开发”模块，其他默认即可。

进入Git官网：https://git-scm.com/

下载最新版，在安装时更改安装位置，其他默认按推荐设置即可。

1.3 CUDA与CUDNN安装

在安装cuda之前，必须知道的信息:

点击进入NVIDIA App，点击驱动程序，拖到最下方即可看到驱动程序版本信息;

任务栏右键NVIDIA点击NVIDIA控制面板，点击最左下角的系统信息，再点击组件，可以看到NVCUDA64选项，其产品名称中包含CUDA版本（12.9）。注意CUDA版本可以向下兼容但不能向上兼容，一定注意CUDA的版本信息。

除了CUDA版本，必须的对应关系：

驱动对应CUDA有一个版本，pytorch对应CUDA也有一个版本，所以除了看驱动版本外，还要看pytorch版本;
CUDNN也对应CUDA版本;
pytorch还与python版本有关;
vscode（VSstudio）是CUDA安装的前提。

注意它们是一一嵌套的关系，在安装是要注意它们之间的版本。

CUDA安装与卸载

在英伟达开发者官网下载CUDA：https://developer.nvidia.com/downloads

下滑点击“CUDA Toolkit”,再点击“download now”，选择“archive of previous CUDA releases”，选择对应版本的CUDA（如12.6、12.8）下载即可。50系显卡仅适用于12.8与12.9版本的CUDA！

初始安装界面显示的是临时解压目录，安装完会自动删除。安装选项选择自定义，在CUDA选项下取消“visual studio integration”的勾选（因为已经提前安装好了），其他默认。安装位置建议不做更改（因其后续可能影响到环境变量）。后续直接安装即可，安装后在cmd中输入nvcc -V看到CUDA版本即为安装成功，且查看系统环境变量可以发现已经添加到环境变量里了。

如果安装错了CUDA版本或者需要更新，查看已安装的CUDA版本（nvcc -V），打开系统程序卸载页面，卸载所有对应版本的CUDA。

CUDNN安装

在英伟达开发者官网下载CUDNN：https://developer.nvidia.cn/rdp/cudnn-archive

找到对应版本（for CUDA 12.x）进行下载，注意需要登录。下载后解压，打开CUDA的安装地址，把CUDNN中对应的内容粘贴进去（最小单元文件，不是文件夹整个粘贴），除了LICENSE。CUDNN安装完成。

1.4 PyTorch安装

在PyTorch安装前，需要先使用Anaconda创建并配置一个名为ComfyUI的Python环境，打开命令提示符（cmd）:

 代码块
JavaScript
自动换行
复制代码
# 创建一个Python环境
conda create -n ComfyUI python=3.12
# 激活环境
conda activate ComfyUI

# 出现以下内容即已激活ComfyUI
(ComfyUI) C:\Users\Administrator&gt;复制成功

在获得CUDA版本信息后，进入PyTorch官网：https://pytorch.org/

下滑到install pytorch模块，选择"pip, python, 12.X（向下兼容的版本即可）"。通过了解驱动对应的最高CUDA版本与pytorch对应的可选CUDA版本，我们明确了需要安装的CUDA版本。选择对应版本后复制代码到ComfyUI环境运行。

 代码块
JavaScript
自动换行
复制代码
pip3 install torch torchvision --index-url https://download.pytorch.org/whl/cu128复制成功

若用pip安装，则可以用以下代码卸载：

 代码块
JavaScript
自动换行
复制代码
pip uninstall torch复制成功

到此，基础环境已经配置完毕!

2. ComfyUI下载与安装

进入GitHub官网：https://github.com/

搜索ComfyUI，选择ComfyUI官方的项目地址，在本地磁盘新建一个自己想要安装ComfyUI的文件夹并进入，在该文件夹下打开cmd命令行，复制项目地址，通过git clone安装ComfyUI项目。

 代码块
JavaScript
自动换行
复制代码
git clone https://github.com/comfyanonymous/ComfyUI.git复制成功

若之前安装过WebUI，需要重新配置路径。注意安装完ComfyUI项目后，还要在ComfyUI环境安装项目依赖（requirements.txt），否则会出现ModuleNotFoundError报错。

 代码块
JavaScript
自动换行
复制代码
# 安装项目依赖库（ComfyUI环境）
pip install -r requirements.txt 复制成功

Manager插件安装

打开ComfyUI文件夹的文件夹，进入GitHub官网搜索comfyui找到manager，再使用git clone安装。

Manager插件介绍：

DB：Manager缓存时间；
Preview method：Ksampler预览显示方式；
custom nodes manager：重要，管理与安装插件。弊端，直接安装插件但看不到插件文档，点击插件蓝色名称可以查看使用文档。
install missing custom nodes：查找与安装缺失插件，但是大部分都不能使用，有模型、环境等问题，环境可以根据经验与网上查询解决，模型需要阅读使用文档；
install models：不推荐使用，不知道安装位置等

3. 运行与常见错误

运行并生成你的第一张图片！

在ComfyUI文件夹下打开cmd，激活ComfyUI环境，通过python打开main.py

 代码块
JavaScript
自动换行
复制代码
(ComfyUI) E:\ComfyUI&gt;python main.py复制成功

Ctrl+左键点击即可打开ComfyUI

 代码块
JavaScript
自动换行
复制代码
To see the GUI go to: http://127.0.0.1:8188复制成功

先通过网站或者网盘分享下载checkpoint模型，放进文件夹并刷新ComfyUI网页。常见网站：

魔搭社区：https://www.modelscope.cn/home

Civitai中文站：https://cvitai.cn/

Civitai：https://civitaicn.com/

Hugging Face：https://huggingface.co/

点击左侧栏“范本”，选择“文生图”，在“Checkpoint加载器”中选择你下载好的模型，点击运行生成你的第一张图片！

快捷键（全是小写）

Ctrl+Enter：运行工作流；
Ctrl+shift+Enter：首先运行工作流；
Ctrl+s：保存工作流；
Ctrl+m：禁止/启用节点；
Ctrl+b：bypass节点；
delete/backspace：删除内容；
Ctrl+拖动：框选；
shift+拖动：整体拖动；
Ctrl+c/Ctrl+v：复制粘贴；
Ctrl+c/Ctrl+shift+v：带连接线粘贴；

Module报错

一般Module报错是环境中没安装相应的库，通过pip install就可以安装完善，若需安装的库很多，则可能是没安装项目依赖库（requirements.txt）。但并非所有报错缺失的库名与需要安装的库名都相同。如：ModuleNotFoundError: No module named 'yaml'，需安装pyyaml库。

CUDA与pytorch版本匹配报错

在运行ComfyUI的命令行中，若出现以下信息，则是 CUDA与pytorch版本匹配：

 代码块
JavaScript
自动换行
复制代码
D:\Python312\Lib\site-packages\torch\cuda\__init__.py:283: UserWarning:
    Found GPU0 NVIDIA GeForce RTX 5060 Ti which is of cuda capability 12.0.
    Minimum and Maximum cuda capability supported by this version of PyTorch is
    (6.1) - (9.0)

  warnings.warn(
D:\Python312\Lib\site-packages\torch\cuda\__init__.py:304: UserWarning:
    Please install PyTorch with a following CUDA
    configurations:  12.8 12.9 following instructions at
    https://pytorch.org/get-started/locally/

  warnings.warn(matched_cuda_warn.format(matched_arches))
D:\Python312\Lib\site-packages\torch\cuda\__init__.py:326: UserWarning:
NVIDIA GeForce RTX 5060 Ti with CUDA capability sm_120 is not compatible with the current PyTorch installation.
The current PyTorch install supports CUDA capabilities sm_61 sm_70 sm_75 sm_80 sm_86 sm_90.
If you want to use the NVIDIA GeForce RTX 5060 Ti GPU with PyTorch, please check the instructions at https://pytorch.org/get-started/locally/复制成功

可通过以下代码进一步验证：

 代码块
JavaScript
自动换行
复制代码
import torch
print(torch.__version__)
print(torch.cuda.is_available())
print(torch.cuda.get_device_name(0) if torch.cuda.is_available() else &quot;No CUDA available&quot;)复制成功

如果输出显示false或者错误信息，则需要重新安装对应版本。若对应版本是正确的还报错，则需要注意显卡的版本，50系显卡仅适用于12.8与12.9版本的CUDA（向下兼容在此无效）。

教程 Python Anaconda ComfyUI

cv44694645

分享至

投诉或建议