在 Ubuntu 上部署 ComfyUI（用于 Stable Diffusion 图像生成）非常稳定，也方便 GPU 加速。下面是从零开始的完整部署流程（含显卡驱动、依赖、优化）👇
🧩 一、系统与环境要求
- 系统：Ubuntu 20.04 / 22.04
- GPU：NVIDIA（建议≥8GB显存）
- 驱动：支持 CUDA 12+（建议安装官方驱动）
- Python：3.10～3.11
- 可选优化：安装
xformers、torch的 CUDA 版本提升性能
⚙️ 二、安装依赖环境
sudo apt update && sudo apt upgrade -y
sudo apt install git python3 python3-venv python3-pip ffmpeg libgl1 -y
🧠 三、克隆 ComfyUI 源码
cd ~
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
🔥 四、创建虚拟环境（推荐）
python3 -m venv venv
source venv/bin/activate
🪄 五、安装依赖（含 PyTorch）
⚠️ 注意：根据你的 CUDA 版本选择对应的 PyTorch。
例如：CUDA 12.1 环境安装如下：
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
pip install -r requirements.txt
（如果是 CUDA 11.8，请将 cu121 改成 cu118）
🧩 六、启动 ComfyUI
python main.py
python main.py --listen 0.0.0.0 --port 8188
//局域网其他设备访问
首次运行会自动创建配置文件夹。
默认网页地址：
http://127.0.0.1:8188
💾 七、模型目录说明（重点）
模型放在 ComfyUI/models/ 下，不同类型模型有对应子目录，例如：
| 模型类型 | 文件夹位置 |
|---|---|
| Stable Diffusion 模型 | models/checkpoints |
| VAE 模型 | models/vae |
| LoRA / LyCORIS | models/loras |
| ControlNet 模型 | models/controlnet |
| Text Encoder | models/clip |
| AnimateDiff 模型 | custom_nodes/AnimateDiff/models（若安装插件） |
🧩 八、安装自定义节点（插件）
例如安装 AnimateDiff 插件：
cd custom_nodes
git clone https://github.com/Kosinkadink/ComfyUI-AnimateDiff.git
安装依赖：
cd ComfyUI-AnimateDiff
pip install -r requirements.txt
回到根目录后重启：
cd ~/ComfyUI
python main.py
🚀 九、常用优化与后台运行
后台运行（不占终端）：
nohup python main.py > comfy.log 2>&1 &
或使用 screen：
sudo apt install screen -y
screen -S comfyui
python main.py
# 按 Ctrl+A 然后 D 分离会话
🧩 十、可选的性能优化组件
| 组件 | 说明 | 安装方式 |
|---|---|---|
| xformers | 提升显存利用效率 | pip install xformers |
| tensorrt | GPU加速（高端卡适用） | pip install nvidia-tensorrt |
| bitsandbytes | 低显存运行 | pip install bitsandbytes |
✅ 启动完成后访问
打开浏览器访问：
http://<服务器IP>:8188
如：
http://192.168.1.10:8188
可在其他设备通过局域网访问 ComfyUI。
是否希望我帮你补充一份带 WAN 视频模型（Wan 2.2 14B）和 AnimateDiff 插件的完整部署配置脚本？
那份脚本可以一键配置好模型目录、下载地址、环境变量和依赖。
Comments | NOTHING