💡 教程简介

ComfyUI 整合包虽然已经打包好了大部分依赖，但仍然需要电脑本身具备一些基础环境和设置才能正常运行。本教程帮助你逐一检查并安装这些前置条件，避免启动报错或插件无法加载的问题。

🚀 详细步骤

步骤 1：安装 NVIDIA 显卡驱动

  1. 点击 开始菜单，搜索 nvidia，看是否能找到 NVIDIA Control Panel 或 GeForce Experience
  2. 如果能找到，说明已安装驱动，可以跳过此步或进去看有没有更新；如果搜索不到，说明需要安装
  3. 访问 NVIDIA 官网或直接搜索下载 NVIDIA App（新版驱动管理工具）
  4. https://www.nvidia.com/en-eu/software/nvidia-app/
  5. 安装时选择 Studio 驱动 版本（不要选 Game Ready），Studio 版本对 AI 绘图兼容性更好

💡 llmood提示：驱动版本建议在 535 以上，太旧的驱动可能不支持新版 CUDA。可以在 NVIDIA Control Panel 左下角查看当前版本。

步骤 2：安装 CUDA Toolkit

  1. 访问 CUDA 下载页面：https://developer.nvidia.com/cuda-12-8-1-download-archive
  2. 选择对应版本（推荐 CUDA 12.x 系列，如 12.4 或 12.8）
  3. 下载 Windows 版本的 exe (local) 安装包
  4. 运行安装程序，一路默认选项即可，不用改路径

步骤 3：安装 Visual Studio Build Tools

部分 Python 插件需要编译 C++ 代码，必须安装 VS 构建工具：

  1. 访问 https://visualstudio.microsoft.com/visual-cpp-build-tools/
  2. 点击 下载 Build Tools
  3. 运行安装程序，在 工作负载 选项卡中勾选：
    • Python 开发
    • C++ 桌面开发
  4. 点击 安装，等待完成（安装包不大，建议保持默认路径）

步骤 4：安装 cuDNN

cuDNN 是深度学习加速库，对 Stable Diffusion 推理有显著加速效果：

  1. 访问 cuDNN 下载页面：https://developer.nvidia.com/cudnn-9-4-0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exe_local
  2. 需要登录 NVIDIA 账号（免费注册）
  3. 选择与你安装的 CUDA 版本匹配 的 cuDNN 版本（如 CUDA 12.x 对应 cuDNN 9.x）
  4. 下载 Windows 版本，运行安装程序，全部默认下一步即可

💡 llmood提示：cuDNN 版本必须与 CUDA 版本对应，下载页面会标注支持的 CUDA 版本范围，注意核对。

步骤 5：确认代理（魔法）设置

很多模型和插件需要从 GitHub、HuggingFace 等国外网站下载，需要确保代理正常：

  1. 确认你的 代理软件 已开启并正常运行
  2. 检查系统代理是否设置正确（通常为 127.0.0.1:端口）
  3. 如果使用秋叶启动器，在启动器的 设置 中也要配置代理

步骤 6：启动整合包与 PyTorch 环境检查

  1. 解压整合包到 不含中文和空格的路径（如 D:\ComfyUI）
  2. 双击启动器尝试启动
  3. 如果启动器提示 PyTorch 环境与显卡不匹配：
    • 打开秋叶启动器 → 高级选项 → 环境维护 → 安装 PyTorch
    • 选择 torch 2.7.0 + cuda128（或与你的 CUDA 版本匹配的选项）
    • 点击 安装，等待完成

💡 llmood提示：安装 PyTorch 失败绝大多数是网络问题。确保代理对终端生效，或者尝试切换代理节点。

环境配置是使用 ComfyUI 整合包的第一道门槛，但只要按顺序把驱动、CUDA、VS Build Tools、cuDNN 这四件套装好，后续使用就会顺畅很多。遇到问题时，优先检查显卡驱动版本和网络代理设置，这两个是最高频的故障点。