-
预装了 40+ 常用自定义节点 【查看详细列表】
-
预装了部分模型文件，包括 Impact Pack 会在初次启动时下载的模型文件等，避免启动时卡下载（访问 GitHub/HuggingFace 不畅）。
-
-
包含 300+ 互相兼容的 Python 包，包括：
-
性能库： SageAttention、xFormers 等
-
需要编译安装的
insightface、dlib等
-
-
仅预置了少量功能性模型，绘图模型还请用户自行下载
-
使用 GitHub 流水线打包，方便 DIY。用户无需配置 CI/CD，只需在 GitHub 上 Fork 仓库，即可运行打包脚本 【查看操作方法】
-
仅支持 NVIDIA 显卡（20 系及以后），建议先装好最新驱动
-
在 发布页面 下载整合包文件，或者直接下载链接：
-
models.zip （模型包，如果是从之前版本升级，不需要下载）
-
打开
.7z.001并解压（建议放在较浅的目录，比如C:\AI\，避免路径超长） -
打开
.zip并解压到同一个目录 -
无需再打开
002以及.003文件，它们已随.001一同解压
-
-
将 SD 模型放到
ComfyUI\models\checkpoints或ComfyUI\models\diffusion_models下-
可随意建立子目录，便于分类
-
-
运行
启动器.bat即可启动
-
启动后程序会自动打开浏览器，也可手动访问： http://localhost:8188/
-
关闭窗口即可退出程序
-
善加利用 ComfyUI-Manager （ComfyUI 页面右上角 Manager 按钮），用它来管理自定义节点（插件）：安装、更新、禁用、卸载。
-
“更新 ComfyUI（Update ComfyUI）”可以获取最新的工作流模板等，该功能不影响自定义节点，可放心更新。
-
“更新全部”需谨慎，用不到的节点没必要更新，避免 Python 包混乱。
-
性能 |
||
工作空间 |
||
综合 |
||
控制 |
||
视频 |
||
更多 |
||
如安装新节点后遇到兼容性问题，可在 ComfyUI-Manager 中禁用冲突节点。
-
备用脚本文件夹下包含了命令行启动脚本，其内容与启动器等价。 -
如果你讨厌程序产生的临时文件、下载缓存等，可以考虑使用 Sandboxie 沙盒来约束它们，同时隔离环境。
-
在使用沙盒时，为了 I/O 性能，建议在“沙盒选项”-“资源访问”中，将程序主目录（
ComfyUI_Windows_portable）配置为“开放”。
-
如果你将模型文件放在不同的分区，或者多个 ComfyUI 实例共用一套模型文件， 可以配置 ComfyUI 加载外部模型目录：
-
将
ComfyUI目录下的extra_model_paths.yaml.example重命名，去掉末尾的.example -
编辑
extra_model_paths.yaml，其中以#开头的部分为注释内容
参考文件（点击展开）
comfyui:
base_path: D:\models\
animatediff_models: animatediff_models
animatediff_motion_lora: animatediff_motion_lora
bert-base-uncased: bert-base-uncased
checkpoints: checkpoints
clip: clip
clip_vision: clip_vision
configs: configs
controlnet: controlnet
diffusers: diffusers
diffusion_models: |
diffusion_models
unet
embeddings: embeddings
facerestore_models: facerestore_models
gligen: gligen
grounding-dino: grounding-dino
hypernetworks: hypernetworks
insightface: insightface
instantid: instantid
ipadapter: ipadapter
loras: loras
mmdets: mmdets
onnx: onnx
photomaker: photomaker
reactor: reactor
rembg: rembg
sams: sams
style_models: style_models
text_encoders: text_encoders
ultralytics: ultralytics
unet: unet
upscale_models: upscale_models
vae: vae
vae_approx: vae_approx
ComfyUI 有五处常见的模型文件保存位置：
-
内置的
ComfyUI\models目录 -
通过
extra_model_paths.yaml配置的外部模型目录 -
通过 HuggingFace Hub（HF 官方下载器）下载的模型文件
-
通过 PyTorch 下载的模型文件
-
各节点在
ComfyUI\custom_nodes中原地下载的文件
其中：
-
HF Hub 默认将文件下载到
C:\Users\UserName\.cache\huggingface\hub-
本整合包修改到了
程序目录\HuggingFaceHub
-
-
PyTorch 默认将文件下载到
C:\Users\UserName\.cache\torch\hub-
本整合包修改到了
程序目录\TorchHome
-
如需修改，可在启动脚本中编辑。
本仓库使用流水线构建整合包，直接 fork 本仓库即可开始执行 GitHub Workflow。代码库中不含特化配置，也不需要额外配置访问权限。
-
Fork 后，在页面中找到 Actions。
-
找到 Build & Upload Package。
-
比如我代码库里的页面长 这样
-
-
找到 Run Workflow，点击运行。
-
等待执行完毕（20~40分钟）
-
找到仓库的 releases 页面，里面会有刚生成的草稿，即可下载或编辑发布。
代码原本是抄的 ComfyUI 的 GitHub workflow ，后来发现实在是难调试，就重写了一遍脚本。 但打包理念都差不多，都是自带一个免安装的 Python Embedded，半绿色，可移植，依赖项完备，解压即可运行。
（注： Python Embedded 现已替换为特性更完备、自带头文件的 Python Standalone ）
不同之处在于，我没有像 Comfy 一样先下载 wheel，再批量安装。因为依赖关系太棘手，我是直接走的 pip install，以便 PIP 解析。
当然，这类预装包的 Python Standalone 都有个通病：Scripts 目录下的 exe 大多无法正常执行。因这些 exe 多为 Python 命令套壳，并通过绝对路径执行 python.exe，一旦目录变动（移植）自然无法执行。所幸对本项目无甚影响。
感谢 ComfyUI GitHub workflow ，我的灵感来源于此，一开始的代码也是抄的这个。