SD：在一个 Ubuntu 系统安装 stable diffusion ComfyUI

1. 环境准备

• 个人系统
  查看系统信息（方便向AI提问）

cat /etc/os-release

• 新建 python 环境
  • 创建新环境
  • 激活环境

python3 -m venv ~/venv_sd_comfy
source ~/venv_sd_comfy/bin/activate

• 注：关于使用 系统自带 python 还是 conda 来安装环境
  之前我安装WebUI 已经占了一个 Conda 环境，ComfyUI 强烈建议「另起炉灶」——用系统自带的 Python 3.12 单独建 venv，而不是再开一个 Conda 环境。原因有三：

1. 隔离最干净
   WebUI 的 Conda 环境里可能装了一堆它自己改动的包（xformers、gradio 老版本等），ComfyUI 并不需要，混用反而容易版本冲突。系统 venv 与 Conda 完全隔离，升级/回滚互不影响。
2. 省内存 + 省磁盘
   Conda 每新建一个环境都会再复制一份基础库，动辄 2-3 GB；Python 自带 venv 只做符号链接，几十 MB 搞定。推理时两个进程各自驻留显存即可，不会因为「同门」就节省。
3. 官方仓库就是按「系统 Python + venv」测试的
   ComfyUI 的 requirements.txt 里很多 wheel 只有 cp312 版本，Conda 的 python 3.10/3.11 反而要多编译，速度慢且容易踩坑。
   一句话结论
   「ComfyUI 用系统 Python 建 venv」→ 最省心、最省资源，后期维护也简单。

• python包

pip install --upgrade pip
pip install torch torchvision torchaudio \--extra-index-url https://download.pytorch.org/whl/cu121

2. git仓库

我将其安装在本地的 ~/programs 下面（这个路径自选）

cd ~/programs
git clone https://github.com/comfyanonymous/ComfyUI.git

• 如果提示找不到这个url

git clone --depth 1 \--config http.postBuffer=524288000 \https://github.com/comfyanonymous/ComfyUI.git

• 安装依赖的python包

cd ComfyUI
pip install -r requirements.txt

3. 配置 WebUI 的模型路径

• 创建文件 extra_model_paths.yaml

cp extra_model_paths.yaml.example extra_model_paths.yaml

• 修改文件内容如下：

a111:base_path: **/home/xxx/programs**/stable-diffusion-webui/checkpoints: models/Stable-diffusionvae: models/VAEloras: |models/Loramodels/LyCORISclip_vision: models/clip_visiongligen: models/GLIGENcontrolnet: models/ControlNetcontrolnet_preprocessors: models/ControlNetipadapter: models/IpAdapterinstantid: models/InstantIDupscale_models: models/ESRGANembeddings: embeddingshypernetworks: models/hypernetworks

注：
base_path 必须是绝对路径，~ 不会展开。
缩进只能空格，YAML 对 Tab 零容忍。
如果想再加自己独立目录，继续往下加同级字段即可，ComfyUI 会合并读取。

4.启动软件

• 新建启动脚本 0_launch.sh（在 ComfyUI 根目录下），内容如下：

source ~/venv_sd_comfy/bin/activate
exec python main.py "$@"

• 添加可执行权限

chmod +x 0_launch.sh

• 启动

  • 普通启动
    ./0_launch.sh
  • 低显存启动
    ./0_launch.sh --lowvram --fp8_e4m3fn-unet --fp8_e5m2-text-enc

• 进入前端
  在浏览器打开 http://127.0.0.1:8188 即可

5. 插件安装

先退出后台进程（ctrl+c）
位置：ComfyUI/custom_nodes/ 文件夹下
cd 到该位置下进行操作 ！！！

5.1 管理插件的插件 ComfyUI-Manager

git clone https://github.com/ltdrdata/ComfyUI-Manager.git# 先激活你之前建的 venv
source ~/venv_sd_comfy/bin/activate
# 装它自己的依赖
python -m pip install -r ComfyUI-Manager/requirements.txt

重启 ComfyUI 后可以看到：

5.2 安装其他插件

5.2.1 安装举例

• 在上一个窗口中，选择 Custom Nodes Manager 即可进入插件列表，通过搜索、install 即可导入。
  
• 下载完需要重启
  

6. 关于位置

6.1 模型位置

模型类型	放到（ComfyUI 根目录）	若共用 WebUI 则放到
主模型 ckpt/safetensors	models/checkpoints/	models/Stable-diffusion/
LoRA	models/loras/	models/Lora/
VAE	models/vae/	models/VAE/
ControlNet	models/controlnet/	models/ControlNet/
CLIP Vision	models/clip_vision/	models/clip_vision/
Textual Inversion	models/embeddings/	embeddings/

6.2 工作流保存位置

ComfyUI/user/default/workflows

6.3 生成结果的位置

ComfyUI/output/

7. 简单使用

7.1 文生图为例

• step1: 在模版中找到第一个文生图工作流
• step2: 修改相关参数
• step3: 运行
• step4: 可以进行 重命名、保存这个工作流 等操作
  

7.2 图生视频

再试一下图生视频工作流。这里由于显存限制，将 wan2.2_i2v_low_noise_14B_fp8_scaled.safetensors 换成：
wan2.1_t2v_1.3B_fp16.safetensors

• 结果
  这里仅简单尝试，图片较小 640×640
  

附录1 - 关于模型下载

• 国内下载
  • https://hf-mirror.com/
    先复制链接
    
    然后，尝试将 huggingface.co 改为 hf-mirror.com，在浏览器里面粘贴

例如：
https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged/resolve/main/split_files/diffusion_models/wan2.2_i2v_low_noise_14B_fp8_scaled.safetensors改为：
https://hf-mirror.com/Comfy-Org/Wan_2.2_ComfyUI_Repackaged/resolve/main/split_files/diffusion_models/wan2.2_i2v_low_noise_14B_fp8_scaled.safetensors