本过程使用的是阿里云ESC服务器，实例规格为ecs.gn7i-c8g1.2xlarge，autodl的4090也可以，但3080会爆显存
1.从github上安装最简洁的comfyui，可以减少模型占用的内存(可删掉自带的manage)，安装地址：GitHub - comfyanonymous/ComfyUI: The most powerful and modular stable diffusion GUI, api and backend with a graph/nodes interface.
2.从github上安装ultraedit插件到custom_nodes目录下，并配置依赖资源，可直接通过pip install -r requiremens.txt，安装地址：GitHub - ZHO-ZHO-ZHO/ComfyUI-UltraEdit-ZHO: ComfyUI UltraEdit（Diffusers）
出现的问题：
1.ComfyUI工作流节点缺失
可能原因：安装节点后未安装所需依赖，可尝试pip install -r requirements.txt。
2.缺少所需库acclerate、sentencepiece、protobuf
解决方法：使用pip install 安装对应库，其中protobuf库版本选择3.19.0。
3.在使用本地模型时仍从hugging face 上下载文件
可能原因：可能由于代码所需其他文件在本地并未找到，可使用export HF_ENDPOINT=https://hf-mirror.com命令，通过hugging face 国内镜像加快下载。
4.由于这个插件所需模型差不多30G,在autodl中会出现系统盘内存不足的问题
解决方法：将模型文件放在数据盘中，使用软连接进行路径映射，在linux中命令为ln -s 源文件路径 软链接文件路径(路径为绝对路径，加上/root)。
5.在结果节点中返回多张灰度图片
可能原因：可能是 diffusers 问题
解决方法：将UltraEdit.py 文件最后的 output_t = output_t.squeeze(0) 删除，即多加一个批次维度
6.使用不同图片时，有可能会出现维度错误，如下
可能原因：在该插件的UltraEdit.py文件中，将输入的图片进行resize,导致图片大小不满足4的倍数。
解决方法：将图片resize后，若尺寸不满足4的倍数，则进行裁切或填充(实测4的倍数不一定行，改为16的倍数则可以适应所有图片)
总结
### 文章总结**文章主要内容**：
本文介绍了如何在阿里云ECS服务器上部署并使用ComfyUI及其UltraEdit插件的详细步骤，并对过程中可能遇到的一些常见问题提供了解决方案。
**服务器配置**：
- 使用阿里云ECS服务器，建议选择规格ecs.gn7i-c8g1.2xlarge，若使用autodl则推荐选用4090显卡，避免3080爆显存问题。
**安装步骤**：
1. **安装ComfyUI**：从GitHub（comfyanonymous/ComfyUI）安装最简洁版ComfyUI以降低内存占用，建议去除自带manage组件。
2. **安装UltraEdit插件**：下载并安装到ComfyUI的custom_nodes目录下，通过pip安装依赖（requirements.txt），该插件支持Diffusers。
**常见问题及解决方案**：
1. **ComfyUI工作流节点缺失**：确认是否安装了所有依赖包，可通过pip命令安装（requirements.txt）。
2. **缺少acclerate、sentencepiece、protobuf等库**：利用pip安装缺失的库，需注意的是protobuf应选择3.19.0版本。
3. **使用本地模型仍从Hugging Face下载文件**：设置环境变量HF_ENDPOINT指向国内镜像（建议使用https://hf-mirror.com），加速下载。
4. **系统盘内存不足**：由于插件所需模型体积大（约30G），建议将数据盘用作模型存储并通过软链接到系统盘某指定位置。
5. **返回多张灰度图片**：这是diffusers的问题，通过在UltraEdit.py中删除`output_t.squeeze(0)`代码解决。
6. **图片维度错误**：在插件中resize图片时，确保尺寸是4（更推荐16）的倍数。若不满足，则需裁切或填充以适配图片处理需求。
**总结**：
本文详细解答了从ComfyUI及配套插件的安装到问题解决的全过程，涵盖了服务器配置要求、安装步骤、常见问题及对应解决策略，为使用者提供了全面的参考和指导。