本文关键词：comfyui部署本地

别信那些说“一键安装”的鬼话，除非你想让你的电脑变成砖头。我折腾了整整三天，头发掉了一把，终于把Comfyui部署本地搞定了。今天不整那些虚头巴脑的理论，直接上干货，全是踩坑后的血泪经验。

首先，你得有个好点的显卡。N卡最好，A卡虽然能跑但配置起来能让你怀疑人生。我用的RTX 3060 12G，显存够大是王道。显存不够？那你只能看着进度条发呆，或者去云端租算力，那就别谈什么隐私和数据安全了。

第一步，环境准备。别去官网下那个什么官方安装包，那个坑多到让你想哭。我推荐用秋叶大佬整合包，虽然也有bug，但比原版稳定多了。下载的时候注意网络，国内源有时候抽风，多试几次。解压路径千万别带中文，也别带空格，这是老生常谈，但我见过太多人栽在这上面。我的路径是D:\ComfyUI，简单粗暴。

第二步，依赖安装。这一步最磨人。很多人卡在Python环境或者pip下载慢。别慌，打开整合包里的CMD窗口，输入命令更新pip。如果还是慢，换个镜像源，比如清华源。这里有个小细节，有时候你会遇到依赖冲突，比如某个库版本不对，这时候别急着报错，看看控制台最后几行，通常会有提示。我有一次就是因为没注意，装错了CUDA版本，导致启动直接闪退。查了半天日志，才发现是驱动没更新。

第三步，模型下载。这是最耗时间的。Checkpoint模型、VAE、CLIP，还有各种LoRA，加起来得好几十个G。别全下，先下几个主流的，比如SDXL或者SD1.5的。下载速度慢的话，可以用IDM或者迅雷，别用浏览器自带下载器，断点续传都不稳。我下载一个Checkpoint就花了两个小时，中间还断了三次。

第四步，启动与调试。双击run_nvidia_gpu.bat，如果黑屏闪退，别慌，看看是不是显卡驱动太旧。更新驱动后重启电脑再试。启动成功后，浏览器会自动打开一个页面，localhost:8188。这时候你会看到一堆节点，别被吓到。先跑个最简单的图，比如从随机种子生成一张图。如果成功，恭喜你，入门了。如果失败，看报错信息。我有一次是因为显存溢出，OOM了。解决办法是减小图片尺寸，或者用--lowvram参数启动。

这里分享一个真实案例。我朋友想跑Stable Diffusion XL，结果显存爆了。他加了个大内存条也没用，因为显存是独立的。最后他用了Comfyui部署本地的技巧，把模型拆分加载，或者用FP16精度，才跑通。数据不会骗人，FP16比FP32省一半显存，速度还快一倍。

再说说工作流。别一上来就搞复杂的。先找个简单的JSON工作流，导入试试。理解每个节点的作用。比如Load Checkpoint、KSampler、VAE Decode。搞懂了这些，你才能自己搭建。我花了一周时间，才弄明白Latent Upscale和Hires Fix的区别。前者是放大潜空间，后者是放大像素空间，效果完全不同。

最后，心态要稳。AI绘画这东西，玄学成分很重。同样的参数，换个种子，结果天差地别。别指望一次成功，多试几次。遇到bug，先去论坛搜，90%的问题别人都遇到过。实在不行，再问人。

记住，Comfyui部署本地不是终点，而是起点。它给你的是自由，也是责任。别怕麻烦，折腾的过程就是学习的过程。等你跑通第一个满意的图，那种成就感，无可替代。

（注：文中提到的显存数据为个人经验值，仅供参考，实际表现因硬件配置而异。如有错误，欢迎指正，但别喷，我也是人。）