ComfyUI教程一：安装使用前的准备

AI绘画咪酱

已于 2024-12-31 15:30:14 修改

阅读量2k

点赞数 9

文章标签： stable diffusion 人工智能 AIGC

于 2024-08-08 10:21:46 首次发布

本文链接：https://blog.csdn.net/2401_84760322/article/details/141019801

版权

前言

ComfyUI的用户越来越多，老李也接触了很多初学者，他们希望老李能在开始培训前讲一些相关基础知识，所以我就把自己之前的经验总结一下，方便刚刚接触comfyUI的同学学习。

今天我把comfyUI需要的几个基础软件给大家讲一下，主要面向的是普通的windows用户，因为Linux用户都是有技术基础的，这些软件安装和使用都是基本功。使用一键安装包的，也可以学习一下，了解一些基础的知识。

Git简介与安装

Git简介

Git 是一种分布式版本控制系统，它主要用于软件开发中的源代码管理。

Git 和 ComfyUI 的关系，ComfyUI 是一个开源项目，其源代码通常托管在 Git 仓库中。使用 Git 可以帮助开发者和用户方便地获取、更新和管理 ComfyUI 的源代码和插件。具体来说，Git 与 ComfyUI 的关系包括：

1. 获取代码：用户可以通过 Git 克隆（clone）ComfyUI 的代码仓库，获取项目的最新版本。

git clone GitHub - comfyanonymous/ComfyUI

2.更新代码：当 ComfyUI 发布新的更新或修复时，用户可以通过 Git 拉取（pull）最新的代码进行更新。

  git pull origin main

3. 插件管理：ComfyUI 可能有很多插件，插件的更新和管理也可以通过 Git 进行。用户可以克隆插件仓库，并使用 Git 来保持插件的最新状态。

 cd ComfyUI/custom_nodes  
 git clone GitHub - kijai/ComfyUI-LivePortraitKJ  
 cd ComfyUI-LivePortraitKJ  
 git pull

总之，Git 是管理 ComfyUI 代码和插件的核心工具，我们在comfyUI上使用manager安装节点时，后台程序都是在调用git来完成相应的工作。

git下载与安装

这里是根据自己机器的情况选择32位或者64位的，现在一般都是64位环境了，32位的环境应该不能跑comfyui了。另外有标准版本和便携版本，普通用户选择标准版本就行，便携版本适合懂开发和一些windows环境变量设置基本常识的小伙伴。安装过程也比较简单，以标准版为例，一路默认的选择就可以。

安装验证

安装好之后，在windows开始菜单栏的程序里面看到git，就是安装成功了。

另外可以通过使用windows里面cmd

执行git命令，如下显示为正常安装。

再有可以检查一下环境变量的path里面是否有如下内容

ComfyUI安装节点

正常情况下，安装节点其实是通过调用系统的git命令来完成的。

GIT没有安装成功

另外comfyUI启动时也会报错，找不到git命令

GIT相关故障解决

连通性问题

git虽然安装成功，但是联通性存在问题

在window的cmd窗口直接执行git clone的命令，比如

如果正常：

要是不正常，则需要检查你的网络，或者通过这个方法先找到你本地的代理端口

如上图，我的是4780，需要通过下面命令设置git本地proxy。

git config --global http.proxy http://127.0.0.1:4780  
git config --global https.proxy http://127.0.0.1:4780

之后git就可以正常使用了。

CUDA的简介和安装

CUDA（Compute Unified Device Architecture）是NVIDIA推出的一种由硬件和软件相结合的并行计算平台，它使得开发人员能够将通用处理单元（CPU）和图形处理单元（GPU）的计算能力进行融合，从而显著提高计算性能。

CUDA，cudnn，TensorRT这几个软件安装后才能充分发挥N卡的性能优势。这几个软件的安装网上都比较多。我这里就不赘述了。下面是两个主流版本CUDA的链接。

CUDA Toolkit 12.1 Downloads | NVIDIA Developerdeveloper.nvidia.com/cuda-12-1-0-download-archive?target_os=Windows&target_arch=x86_64&target_version=11&target_type=exe_network

CUDA Toolkit 11.8 Downloads | NVIDIA Developerdeveloper.nvidia.com/cuda-11-8-0-download-archive?target_os=Windows&target_arch=x86_64&target_version=11&target_type=exe_network

MSVS的安装

在很多Python依赖包安装时，需要VC++编译器，所以建议用户安装MSVS，一般安装社区版就行，也有简化的版本。

为了使某些依赖项 (JIT torch cpp 扩展) 在运行时进行编译，您需要安装 Visual Studio 生成工具。这里有两种方法：

方法一：使用 Visual Studio 安装程序

下载并运行 Visual Studio 安装程序：

Download Visual Studio Tools - Install Free for Windows, Mac, Linuxvisualstudio.microsoft.com/downloads/

在安装过程中，选择 “桌面开发” 工作负载（可能称为 “C++ 桌面开发”）。
按照安装程序的指示完成操作。

方法二：使用 Chocolatey 包管理器 (推荐给熟悉命令行的人)

如果尚未安装 Chocolatey，请按照官方指南进行安装：

链接到 Chocolatey 官网chocolatey.org/install

注意：这两种方法都会安装 Visual Studio 生成工具，但不会安装完整的 Visual Studio 开发环境。Visual Studio 生成工具仅包含用于编译 C++ 代码的必要组件。

ComfyUI使用安装方式的推荐

很多初学者都纠结于使用哪种方式的ComfyUI,目前主流的有以下几种方式1）一键安装包；2）便携包；3）venv；4）conda环境，5）云服务。从老李的角度来看，每个人学习和使用的目标不同，这几种方式也适合不同类型的人群。强调一下，下面都是针对普通windows环境使用者，对于linux玩家，技术基础都很好，选择comfyUI使用模式根本不是个问题。

方式	优点	缺点	适合人群	推荐
一键安装包	快速上手，使用方便	自配主机，对GPU要求高	有独立硬件的初学者，侧重使用AI，无需研究python等相关技术	铁锅炖，秋叶包
便携包	DIY，自主性高，安装简便，不需要单独安装python。	自配主机，对GPU要求高，对技术能力要求高	有独立硬件，代码基础，想深入研究，喜欢深入研究的爱好者	只有官方的便携包
venv/CONDA	DIY，自主性高，便于开发，依赖包的问题conda环境易于解决。	自配主机，对GPU要求高，对技术能力要求高，需要额外安装conda，python环境	有独立硬件，代码基础，想深入研究，喜欢深入研究的爱好者	conda，miniconda，venv，pycharm
云服务	最简单方便	自主性差，只能使用平台提供的插件和模型，更新速度慢。	没有独立环境，囊中羞涩的初学者。	esheep, liblib.art，openart,comfyuiweb.com,http://www.runcomfy.com
平台服务商
linux环境	有云服务器资源的爱好者	autodl, 阿里云，腾讯云

现在很多云服务商为了吸引客户都提供了免费的图片生成数，对于初学者来说，或者只想简单了解一下的用户来说已经足够了。

但对于有自己硬件，想深入学习和使用AI的同学来说，最好的还是前三种方式，尤其无限出图，大量出图，或者有特殊出图要求的人来说，私有环境就是必须的了。

为了帮助大家更好地掌握 ComfyUI，我在去年花了几个月的时间，撰写并录制了一套ComfyUI的基础教程，共六篇。这套教程详细介绍了选择ComfyUI的理由、其优缺点、下载安装方法、模型与插件的安装、工作流节点和底层逻辑详解、遮罩修改重绘/Inpenting模块以及SDXL工作流手把手搭建。