ComfyUI 完整安装配置教程(PyTorch 2.5.1+cu124 / Python 3.11.15)

适用环境：Ubuntu 20.04 64G/ RTX A4000 16GB / CUDA 12.9 / Python 3.11.15 / PyTorch 2.5.1+cu124

一、系统环境准备

1. 安装 Conda（使用清华源）

# 下载 Miniconda（清华镜像）wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh# 安装bash Miniconda3-latest-Linux-x86_64.sh# 重新加载配置source ~/.bashrc

2. 配置 Conda 清华源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --set show_channel_urls yes

3. 配置 Pip 清华源（永久生效）

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

4. 配置 HuggingFace 国内镜像（永久生效）

echo 'export HF_ENDPOINT=https://hf-mirror.com' >> ~/.bashrcsource ~/.bashrc

5. 配置 Git 国内镜像（加速 GitHub 克隆）

git config --global url."https://ghproxy.com/".insteadOf "https://github.com/"

二、创建环境并安装 PyTorch 2.5.1+cu124

1. 创建 Python 3.11.15 虚拟环境

conda create -n comfyui python=3.11.15 -yconda activate comfyui# 确认 Python 版本python --version# 期望输出：Python 3.11.15

2. 安装 PyTorch 2.5.1+cu124（使用清华源）

# 方案一：使用 pip 安装（推荐）pip install torch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 --index-url https://download.pytorch.org/whl/cu124# 方案二：如果上面太慢，使用清华源加速下载pip install torch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 --index-url https://download.pytorch.org/whl/cu124 -i https://pypi.tuna.tsinghua.edu.cn/simple

3. 验证安装

python -c "import torch; print(f'PyTorch版本: {torch.__version__}'); print(f'CUDA版本: {torch.version.cuda}'); print(f'CUDA可用: {torch.cuda.is_available()}'); print(f'GPU设备: {torch.cuda.get_device_name(0) if torch.cuda.is_available() else \"None\"}')"

期望输出：

PyTorch版本: 2.5.1+cu124

CUDA版本: 12.4

CUDA可用: True

GPU设备: NVIDIA RTX A4000

三、下载安装 ComfyUI

# 克隆 ComfyUI（使用 ghproxy 加速）cd ~git clone https://ghproxy.com/https://github.com/comfyanonymous/ComfyUI.gitcd ComfyUI# 安装依赖（使用清华源）pip install -r requirements.txt

四、创建模型目录结构

cd ~/ComfyUI/models/mkdir -p checkpoints diffusion_models text_encoders loras vae latent_upscale_models clip

目录	用途
`checkpoints/`	SD、LTX 等主模型
`diffusion_models/`	Z-Image 等 Diffusion 模型
`text_encoders/`	Gemma、Qwen 等文本编码器
`loras/`	LoRA 模型
`vae/`	VAE 模型
`latent_upscale_models/`	视频放大模型

五、下载模型文件（全部国内源）

1. Z-Image-Turbo（文生图模型）

文件	大小	放置目录
`z_image_turbo_bf16.safetensors`	11.5 GB	`diffusion_models/`
`qwen_3_4b.safetensors`	6.8 GB	`text_encoders/`
`ae.safetensors`	335 MB	`vae/`

cd ~/ComfyUI/models/# 下载主模型wget -c https://hf-mirror.com/Comfy-Org/z_image_turbo/resolve/main/split_files/diffusion_models/z_image_turbo_bf16.safetensors -P diffusion_models/# 下载文本编码器wget -c https://hf-mirror.com/Comfy-Org/z_image_turbo/resolve/main/split_files/text_encoders/qwen_3_4b.safetensors -P text_encoders/# 下载 VAEwget -c https://hf-mirror.com/Comfy-Org/z_image_turbo/resolve/main/split_files/vae/ae.safetensors -P vae/

2. LTX-2.3（视频生成模型）

文件	大小	放置目录
`ltx-2.3-22b-distilled-fp8.safetensors`	27.5 GB	`checkpoints/`
`gemma_3_12B_it_fp4_mixed.safetensors`	6-7 GB	`text_encoders/`
`ltx-2.3-22b-distilled-lora-384.safetensors`	384 MB	`loras/`
`ltx-2.3-spatial-upscaler-x2-1.1.safetensors`	~1 GB	`latent_upscale_models/`

cd ~/ComfyUI/models/# 下载主模型wget -c https://hf-mirror.com/Lightricks/LTX-2.3-fp8/resolve/main/ltx-2.3-22b-distilled-fp8.safetensors -P checkpoints/# 下载文本编码器wget -c https://hf-mirror.com/Comfy-Org/ltx-2/resolve/main/split_files/text_encoders/gemma_3_12B_it_fp4_mixed.safetensors -P text_encoders/# 下载 LoRAwget -c https://hf-mirror.com/Comfy-Org/ltx-2/resolve/main/split_files/loras/ltx-2.3-22b-distilled-lora-384.safetensors -P loras/# 下载放大模型wget -c https://hf-mirror.com/Comfy-Org/ltx-2/resolve/main/split_files/latent_upscale_models/ltx-2.3-spatial-upscaler-x2-1.1.safetensors -P latent_upscale_models/

3. 多线程下载加速（可选，推荐 `aria2`）

# 安装 aria2sudo apt update && sudo apt install aria2 -y# 示例：16线程下载主模型aria2c -x 16 -s 16 -k 1M -c "https://hf-mirror.com/Lightricks/LTX-2.3-fp8/resolve/main/ltx-2.3-22b-distilled-fp8.safetensors" -d ~/ComfyUI/models/checkpoints/

六、安装自定义节点

启动 ComfyUI 后，在界面中操作：

访问 http://你的IP:8188
点击右侧 Manager 按钮
选择 Install Custom Nodes
搜索并安装以下节点：

节点名称	用途
`ComfyUI-LTXVideo`	LTX 视频生成
`ComfyUI-VideoHelperSuite`	视频预览导出
`ComfyUI-KJNodes`	潜在空间处理
`ComfyUI-GGUF`	GGUF 模型加载器

注意：安装后需要重启 ComfyUI 才能生效。

七、启动 ComfyUI

基础启动

cd ~/ComfyUIconda activate comfyuipython main.py --listen 0.0.0.0 --port 8188

优化启动（16GB 显存推荐）

PYTORCH_CUDA_ALLOC_CONF=expandable_segments:True python main.py --listen 0.0.0.0 --port 8188 --lowvram

访问地址：http://你的服务器IP:8188

八、工作流关键参数

Z-Image-Turbo

参数	推荐值
CLIP 类型	`ZImageTurbo` 或 `Lumina 2`
采样步数	8-12 步
CFG	1.0-2.0
采样器	`euler`

LTX-2.3 视频生成

参数	推荐值
采样步数	8 步（配合蒸馏 LoRA）
CFG	必须设为 1.0
分辨率	768×768 或 1024×576
帧数	49-97 帧
LoRA 强度	0.8-1.0

九、完整环境信息确认

安装完成后，运行以下命令确认环境：

conda activate comfyuipython --version# Python 3.11.15pip show torch | grep Version# Version: 2.5.1python -c "import torch; print(torch.version.cuda)"# 12.4nvidia-smi | grep "CUDA Version"# CUDA Version: 12.9

十、常见问题

问题	解决方案
`CUDA out of memory`	加 `--lowvram` 启动，降低分辨率/帧数
`Network is unreachable`	检查 `hf-mirror.com` 是否可访问
pip 安装超时	确认已配置清华源：`pip config list`
模型下载中断	使用 `wget -c` 或 `aria2c -c` 断点续传
`invalid tokenizer`	使用完整 Gemma 文件夹，或用 `huggingface-cli` 下载
`undefined symbol: iJIT_NotifyEvent`	用 pip 重装 PyTorch（已按本教程操作则不会遇到）

十一、国内源汇总

用途	国内源地址
Conda	`https://mirrors.tuna.tsinghua.edu.cn/anaconda/`
Pip	`https://pypi.tuna.tsinghua.edu.cn/simple`
HuggingFace 镜像	`https://hf-mirror.com`
GitHub 代理	`https://ghproxy.com/`
PyTorch 安装	`https://download.pytorch.org/whl/cu124`