【2025版】喂饭级教程！ComfyUI本地部署超详细指南！

2024年已经悄然离去，而崭新的2025年正等待着我们去探索和成长。如果你渴望在2025年深入学习ComfyUI，那么你来对地方了！这是一份精心准备的教程，它将为你开启通往ComfyUI世界的大门。在2024年下半年，我们对相关知识进行了系统的梳理和优化，这份教程将以更加深入、清晰、易懂的方式呈现给你，为你扫清学习道路上一切障碍，那么我们就从最基础的开始：ComyUI的本地部署。跟着操作起来吧，2025年，让我们扬帆起航！

一、课程大纲

这份完整版的comfyui整合包已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

SD

二、硬件环境要求

操作系统

推荐使用Windows10或Windows11系统；如何查看自己电脑的操作系统呢？

内存

内存大小建议：最低8G，越大越好。 查看系统内存容量：设备规格/机带RAM：表示电脑的内存容量，如果小于8G，建议购买内存条对内存进行扩充。

显卡

建议使用英伟达40系列显卡，8G容量是最低要求，建议16G，可以在价格和性能取一个平衡。

查看显卡型号：

显示：NVIDIA GeForce RTX 4070 Ti SUPER

NVIDIA	显卡厂商名称，这里是英伟达
GeForce	英伟达市场品牌
RTX	英伟达技术品牌
4070 Ti	显卡的型号
SUPER	同系列基础型号的增强版

查看显卡容量：
查看路径：任务管理器/性能/GPU/专用GPU内存：

表示GPU容量为16G

硬盘

建议最低1T空间，越大越好，ComfyUI需要下载各种各样的大模型或插件，这些文件一般都比较大，随着ComfyUI的使用，电脑磁盘会越来越小，所以建议大家购买一个移动硬盘，专门用来ComfyUI的工作空间，这样既不会影响电脑磁盘的使用，而且还非常灵活便捷。

电源

最低400~600瓦左右

主板

无要求

CPU

无要求

三、软件环境要求

软件名称	官方网址	软件说明
Git	https://git-scm.com/	文件下载工具
Python	https://www.python.org/downloads/	ComfyUI运行环境
VisualStudio	https://visualstudio.microsoft.com/zh-hans/	桌面程序支持（秋叶整合包）
显卡驱动	https://www.nvidia.cn/geforce/drivers/	驱动显卡工作
CUDA	https://developer.nvidia.com/cuda-toolkit	并行计算平台和编程模型
Pytorch	https://pytorch.org/get-started/locally/	主流深度学习框架
cuDNN	https://developer.nvidia.com/cudnn-downloads
Onnxruntime	https://onnxruntime.ai/docs/execution-providers/CUDA-ExecutionProvider.html	加速 ONNX 模型的推理和训练
xformers	https://github.com/facebookresearch/xformers	提高 Transformer 模型在训练和推理阶段的效率

Git

git是获取远程代码的工具，我们通过它将github或huggingface上的模型文件下载到本地。

1. 前往官网

https://git-scm.com/

\2. 下载软件安装包

在下载之前，我们先确认一下操作系统的位数：

可知：操作系统的位数为64位。

注意：要下载和操作系统位数一致的安装包！！！这里下载64位的安装包。

\3. 安装git

双击安装包，进行安装

我们需要记住安装的目录，因为我们需要将git写入环境变量。

\4. 设置git环境变量

\5. 检查是否安装成功

按住：Ctrl + x 组合键打开：

输入cmd，并点击确定按钮

输入git -v，如果输出git version 2.47.1.windows.1表示git安装成功了。

Python

python是ComfyUI运行环境，要求选择3.10及以上版本进行下载和安装

1. 前往官网

https://www.python.org/downloads/

\2. 下载python安装包

下载3.11.9版本的python，这里注意要下载和操作系统位数一致的安装包。

4.安装python

双击python安装包，就可以开始安装python了

这里我们重新制定一个python安装目录，注意尽量不要放在C盘，之后再点击Install，然后就是一直Next就可以了

\5. 设置python环境变量

采用和Git一样的做法，将Python放在环境变量里。

\6. 检查是否安装成功

cmd中输入python -V，如果输出对应版本号，说明python安装成功了。
VisualStudioSetup
前往官网：https://visualstudio.microsoft.com/zh-hans/

显卡驱动

1. 查看是否已经安装显卡驱动

按下 “Windows + X” 组合键，选择 “设备管理器”；或者按下 “Win + R” 键打开 “运行” 对话框，输入 “devmgmt.msc” 并按回车打开设备管理器。在设备管理器中，找到并展开 “显示适配器” 选项。如果显卡驱动已经装好，会显示显卡的详细信息，包括驱动程序的提供商和版本号；若驱动未装好或存在问题，则可能会显示黄色警告符号、问号，或者显示为 “标准 VGA 显示适配器”“未知设备” 等

\2. 如果没有安装，前往官网：https://www.nvidia.cn/geforce/drivers/

\3. 下载之后，安装即可

CUDA

CUDA 是 Compute Unified Device Architecture（计算统一设备架构）的缩写。
它是 NVIDIA（英伟达）公司推出的一种并行计算平台和编程模型，用于在 NVIDIA 的 GPU（图形处理器）上进行通用计算。这个架构使得 GPU 不再仅仅局限于图形渲染任务，还能够高效地执行各种复杂的计算任务，如科学计算、深度学习中的矩阵运算、数据处理等众多需要大规模并行计算的场景。

1. 查看cuda是否已经安装

cmd命令行执行命令：nvcc -V
nvcc -V 显示的是你实际安装的 CUDA 的版本。

\2. 查看适配的CUDA型号

cmd打开命令行：执行命令：nvidia-smi

这里展示CUDA的版本号是与当前 GPU 驱动（driver）程序兼容的 CUDA 运行时版本。这是驱动程序支持的最高 CUDA 版本，并不是系统上安装的 CUDA的版本，基于向下兼容的原则，可以安装比这里展示版本小的CUDA,不能安装比这个版本高的CUDA，比如说安装12.8版本的CUDA，就会报错。
如果没有安装CUDA或者需要升级CUDA版本，可以通过下面的方式进行安装：

\3. 前往CUDA官网

https://developer.nvidia.com/cuda-toolkit
获取以往版本：

我们选择CUDA Toolkit 12.4.0这个版本进行下载。下载之后双击即可进行安装。

\3. 验证是否安装成功

cmd命令行执行命令：nvcc -V

说明CUDA已经安装成功了。

cuDNN

cuDNN和CUDA是由英伟达提供的两个互补的工具，CUDA 提供了基础的 GPU 加速计算能力，而 cuDNN 则在 CUDA 之上构建，是深度学习框架（如 TensorFlow、PyTorch、Caffe 等）中的关键组件，能够显著提升训练和推理的速度和效率。所以我们想要激活显卡更强的画图性能。
1、前往官网下载
https://developer.nvidia.com/cudnn-downloads

因为我们的CUDA的大版本是12，所以我们设置好上面的条件之后，就可以点击Download进行下载了。
2、解压下载好的cuDNN压缩包
里面包含下图所示的三个文件夹：

打开CUDA的安装文件夹（默认是：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4），将上面cuDNN解压的三个文件bin、include和lib分别复制粘贴到CUDA的文件夹中，如下图所示：

文件替换好后则cuDNN即为安装完成。

Pytorch

默认安装Pytorchpip3已经随着python的安装而安装了，如果没有安装，可以按照下面的方式进行pip3的安装：
pip安装

pip安装
1.pip安装脚本下载：https://mirrors.aliyun.com/pypi/get-pip.py
2.执行：python3 get-pip.py
3.验证：pip --version
4.修改pip源到国内
   1>管理员启动cmd
   2>换源：pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
   3>更新源：python -m pip install --upgrade pip
   
可选的国内pip源：
清华：https://pypi.tuna.tsinghua.edu.cn/simple
阿里云：http://mirrors.aliyun.com/pypi/simple/
豆瓣：http://pypi.douban.com/simple/

1. 前往官网

https://pytorch.org/get-started/locally/

\2. 执行下载安装命令

按照上面的条件设置好后，复制最下方的命令：

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124

调出cmd，执行上面的命令，也可以指定清华源，加速下载和安装：

pip3 install pip -U
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124

如果在安装过程中遇到问题，可以尝试先删除已安装的相关库，再重新安装，如pip3 uninstall torch torchvision torchaudio。另外，不同的国内源在不同地区和网络环境下的速度可能会有所不同，可以根据实际情况进行选择。

onnxruntime

版本判断
如何判断onnxruntime需要的版本：
https://onnxruntime.ai/docs/execution-providers/CUDA-ExecutionProvider.html

已知：CUDA是12.x，cuDNN是9.x，因此我们需要安装1.20.x的Onnxruntime，具体是什么版本呢？我们可以随便输入错误的版本，然后它会自动的输入正确的版本集合：

也就是正确的版本集合：1.17.0, 1.17.1, 1.17.3, 1.18.0, 1.18.1, 1.19.0, 1.19.2, 1.20.0, 1.20.1
所以我们选择1.20.0即可
执行命令

python.exe -m pip install Onnxruntime==1.20.0 Onnxruntime-gpu==1.20.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

执行完成后，我们在ComfyUI_windows_portable\python_embeded\Lib\site-packages目录下看到对应的库文件：

xformers

xformers可以大大节省AI图片生成时间，节省GPU缓存！

python.exe -m pip install -U xformers --index-url https://download.pytorch.org/whl/cu124

运行ComfyUI

双击：run_nvidia_gpu.bat 运行ComfyUI

通过启动命令显示的信息，可以知道pytorch和xformers已经起作用了，启动之后，会自动打开浏览器：

如果你看到这个界面，说明已经启动成功了。

四、官方整合包安装

前往官网：https://github.com/comfyanonymous/ComfyUI

下载安装包专用解压工具：https://7-zip.org/

下载comfyui后，使用7z压缩包工具进行解压，结果过程比较慢，耐心等待。在启动ComfyUI之前，我们还需要给整合包安装加速组件：pytorch、onnxruntime、xformers。它们可以让ComfyUI更快的运行。

五、秋叶整合包安装

同样的，我们解压安装包之后，还是要先安装pytorch，onnxruntime，xformers对ComfyUI进行加速。操作和官方整合包安装一样，这里就不操作了。

安装依赖

首次启动，需要安装.NET Desktop Runtime
https://dotnet.microsoft.com/zh-cn/download/dotnet/thank-you/runtime-desktop-6.0.36-windows-x64-installer?cid=getdotnetcore
下载之后，双击安装即可：

重新启动，弹出如下窗口，点击“是”即可：

我们需要重新启动电脑，使长路径生效。
启动ComfyUI
重启电脑后，我们启动秋叶：

点击：一键启动，就可以启动ComfyUI了。

启动成功后，自动打开浏览器：

这份完整版的comfyui整合包已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】