ComfyUI作为一款功能强大的AI生图工具，它通过节点方式，使用户可以直观地看到各个模块的功能，并根据需求进行调整和连接。这种方法使工作流程更加清晰，同时降低了使用门槛，使得不熟悉代码的用户也能轻松使用。本文记录ComfyUI在Windows的安装方法。目前主流的安装方法有下面三种：参考博主：ComfyUI基础篇：安装方法（Windows系统）_comfyui用到git程序配置方法-CSDN博客
由于前两种方法安装简单，只需下载解压即可，所以本文我主要记录本地部署环境的安装方法，同时本文也会提供前两种方法的下载链接。注意：本文的安装方法基于英伟达RTX4090GPU和Windows11操作系统的设备。
目录
1. 前两种方法的安装链接参考博主：
ComfyUI基础篇：安装方法（Windows系统）_comfyui用到git程序配置方法-CSDN博客
2. 本地部署环境安装
第一步：安装Python
ComfyUI 是用 Python 编写的，并且依赖于许多 Python 库和模块来实现其功能。Python 提供了所需的编程环境和工具，使得 ComfyUI 能够正常运行和处理图像生成任务。所以第一步需安装合适版本的Python，本人安装的Python3.10的版本。
第二步：安装Visual Studio
在安装 ComfyUI 之前还需要安装 Visual Studio，因为 Visual Studio 提供了必要的编译工具和依赖项，这些工具和依赖项是某些 Python 库（特别是那些包含 C/C++ 扩展模块的库）所必需的。通过安装 Visual Studio，你可以确保这些库能够正确编译和安装，从而保证 ComfyUI 的正常运行。
打开下载的安装程序，勾选有关C++的选项和对应你电脑操作系统版本的SDK后点击安装即可，其中”使用C++的桌面开发”一定要勾选。本电脑之前安装好Visual Studio2019和Visual Studio2022版本。
第三步：安装CUDA
CUDA是 ComfyUI 的必备环境 ，因为 CUDA 是英伟达提供的并行计算平台和编程模型，允许软件利用 GPU的强大计算能力来加速计算任务。ComfyUI 使用的底层深度学习框架（如 PyTorch 或 TensorFlow）可以通过 CUDA 来进行高效的图像生成和处理任务。因此，安装 CUDA 可以显著提升 ComfyUI 在处理复杂计算任务时的性能。
在开始安装之前，先查看一下显卡驱动的版本，因为CUDA的版本和驱动的版本是挂钩的。打开NVIDIA 控制面板（一般在系统右下角的任务栏可以找到，或者右键就可以看到），查看当前显卡驱动版本，如下图所示，我的显卡驱动支持的是12.4.131版本的CUDA，它是向下兼容的，所以小于12.4的版本也是可以的。
除了显卡驱动，Pytorch的版本也是和CUDA的版本挂钩的，所以我之前安装的11.7版本的CUDA是没问题的。
按win+r键输入“cmd”打开终端，输入“nvcc -V”按回车键确认，如果出现了CUDA的版本信息即为安装成功，如下图所示：
第四步：安装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，必须要安装cuDNN。
第五步：安装Pytorch
Pytorch 是 ComfyUI 最后一个必备的环境，它是一个广泛使用的开源深度学习框架，提供了强大的工具和库来构建和训练神经网络。ComfyUI 使用 PyTorch 来加载和运行深度学习模型，这些模型用于生成图像和其他复杂任务。PyTorch 提供了易于使用的 API 和高度优化的性能，使得处理深度学习任务变得更高效。因此，安装 PyTorch 是为了确保 ComfyUI 能够高效、灵活地执行深度学习任务，并充分利用 GPU 加速的能力，本人安装的pytorch2.0版本的。
第六步：安装ComfyUI
首先我们需要安装Git程序，方便我们从GitHUB上下载文件（省去了自己下载压缩包，解压，然后把文件放到对应文件夹的步骤），在我们后续安装ComfyUI插件时也会经常用到这个工具。
1. 进入ComfyUI官方地址：https://github.com/comfyanonymous/ComfyUI，点击code然后复制下载链接，如下图所示：
2. 在你的电脑找一个空间比较大的磁盘（推荐1T），因为后续使用中下载模型会占用特别多的空间，在磁盘中新建一个名为ComfyUI的文件夹并打开，然后在路径栏里输入“cmd”并按回车进入终端，在终端输入这行代码：”git clone https://github.com/comfyanonymous/ComfyUI.git“，并按回车键运行，终端会自动下载ComfyUI到你的文件夹中，git clone 后面跟的网站就是前面在官网复制的下载链接。如下图所示：
显示如上信息说明已下载完。
3. 最后，我们再安装一下ComfyUI运行所需的Python依赖库即可。完成上一步后，在我们自己建的ComfyUI文件夹中会出现一个新的ComfyUI文件夹，点进去，在路径栏输入”cmd“进入终端，在终端输入这行代码：pip install -r requirements.txt，回车键确认后等待自动安装完成即可。requirement.txt文本在ComfyUI文件中可以找到，里面列出了所需的所有依赖，我们直接一次性全部安装，如下图所示：
出现以上信息说明安装成功所有依赖库。
4. 接下来启动ComfyUI，在ComfyUI目录打开终端，输入代码”python main.py“，等待程序运行结束后会显示一个GUI地址，把它复制到浏览器进入这个地址（和打开网址的操作一样），随后就可以看见ComfyUI的界面了。如下图所示：
当看到上面的ComfyUI界面时，成功的安装好了ComfyUI。
推荐安装插件：Manager
安装好ComfyUI后，强烈建议安装一下Manager插件，ComfyUI 的 Manager 插件是一个用于管理和扩展 ComfyUI 功能的工具。这个插件通常提供了一些便捷功能，使用户可以更轻松地安装、更新和管理 ComfyUI 及其相关组件。主要功能包括：
插件管理：Manager 插件可以让用户方便地安装和卸载各种插件，扩展 ComfyUI 的功能。 版本控制：帮助用户更新到最新版本的 ComfyUI，确保他们能够使用最新的功能和修复。 依赖管理：自动处理 ComfyUI 所需的各种依赖项，确保一切组件能够顺利运行。 配置管理：提供图形化界面或命令行工具，帮助用户配置 ComfyUI 及其插件的各种设置。 日志和调试：提供日志记录和调试工具，帮助用户排查问题，提升使用体验。通过这些功能，ComfyUI 的 Manager 插件能够大大简化用户的操作，使得安装和管理 ComfyUI 及其插件变得更加容易和高效。
下面我们开始安装ComfyUI插件：Manager
进入Manager插件官网：https://github.com/ltdrdata/ComfyUI-Manager，点击code复制下载地址，如下图所示：在终端输入”git clone “然后粘贴上之前复制的链接，按回车键开始下载。
等待下载完毕后按之前的方法启动ComfyUI，可以看到右侧菜单栏出现Manager按钮，说明插件已经成功安装，如下图所示。以上所说的Manager插件的安装方法同样适用于其他插件，当有些插件在Manager上安装不了时不妨试试这个方法。
安装了ComfyUI插件Manager后，启动comfyui会显示很多重要的信息（torch版本、python版本、日志目录等重要信息）。
可以看到已经顺利安装成功ComfyUI插件Manager！
点击Manager进入管理器菜单，里面提供了非常多使用的功能，下面介绍一下常用的功能：
Preview method：这个是预览方式选择，一般你只有在模型运行完成后才能看见一张结果图，这个设置可以让你看到每一步的过程图，推荐设置成Auto即自动模式，因为这个功能会占用一定的设备性能。 Badge：一般选择#ID Nickname，开启后每个节点右上角会显示出它所属的节点库，非常实用，特别是我们导入别人的工作流时，可以帮助我们快速了解工作流。如下图所示：3. Custom Nodes Manager：从这里进去我们可以搜索到绝大多数开源的节点插件，并且可以一键安装。
4. Install Missing Custom Nodes：在我们导入别人的工作流时，会自动检查缺少的节点，并且可以在里面直接安装，非常方便。
5. Install Models：在里面搜索模型的名字可以直接一键下载。
6. Update All：更新所有东西，包括Manager插件和ComfyUI。
7. Update ComfyUI：只更新ComfyUI。
8. Restart：一键重启ComfyUI。
总结
至此，已经完整的安装ComfyUI！
总结
**文章总结**：本文详细介绍了在Windows系统上安装ComfyUI —— 一款强大的AI生图工具——的过程。ComfyUI采用直观的节点方式让用户轻松调整模块功能，降低了使用门槛，尤其适合不熟悉代码的用户。本文侧重于本地部署环境的安装步骤，共分为六个主要步骤：
1. **安装Python**：选择合适版本的Python（如Python 3.10），因为它是ComfyUI运行的必要环境。
2. **安装Visual Studio**：确保安装Visual Studio，特别是包含C++桌面开发选项，以支持部分Python库的编译需求。
3. **安装CUDA**：CUDA是英伟达提供的并行计算平台，对ComfyUI进行图像生成和处理任务至关重要，需根据显卡驱动版本选择合适的CUDA版本进行安装。
4. **安装cuDNN**：作为CUDA之上的深度学习加速库，cuDNN能显著提升训练和推理速度。
5. **安装PyTorch**：安装与CUDA兼容的PyTorch版本（如Torch 2.0），为ComfyUI提供深度学习任务所需的工具和库。
6. **安装ComfyUI及其插件**：通过GitHub下载ComfyUI并安装其Python依赖库。推荐安装Manager插件，通过该插件可以更方便地管理ComfyUI及其其他插件和功能，如预览方式选择、节点标识、安装模型和插件更新等。
通过上述步骤，读者可以在本地环境中成功部署ComfyUI，开始其基于节点方式的图像生成和创意设计工作。注意，本文的安装方法和推荐配置基于英伟达RTX 4090 GPU和Windows 11操作系统的设备，其他配置可能需要适当调整。