ComfyUI 安装指南：国内加速配置全解析
在 AI 图像生成领域，ComfyUI 正迅速成为高级用户和自动化系统的首选工具。它不像传统 WebUI 那样把一切封装成按钮和滑块，而是将整个 Stable Diffusion 流程拆解为一个个可连接的节点——从文本编码、潜空间采样到 ControlNet 控制，每一步都清晰可见、精确可控。
这种“可视化编程”式的操作方式，让复杂工作流的复现与批量处理变得轻而易举。无论是搭建自动出图流水线，还是调试多模型协同逻辑，ComfyUI 都提供了远超常规界面的灵活性。
但对国内用户来说，真正的问题往往不出在使用上，而在安装那一刻就卡住了：git clone卡死、pip 安装超时、torch 下不来、custom nodes 无法加载……这些问题归根结底是网络问题——GitHub 和 PyPI 的境外服务器响应缓慢甚至不可达。
别担心，这些问题我们早已踩过坑。下面这套方案，结合了镜像加速、Hosts 优化与独立 Python 环境，能让你在 30 分钟内顺利完成部署，不再被网络拖累。
如何绕开 GitHub 访问难题？
直接git clone https://github.com/comfyanonymous/ComfyUI很可能失败，尤其在网络波动时，大仓库容易中途断开。更糟的是，即使克隆成功，后续安装 custom nodes 时仍需频繁访问raw.githubusercontent.com，这个域名在国内极不稳定。
解决办法有两个方向：用代理镜像拉取代码，或使用国内平台同步副本。
推荐以下两种方式：
通过 GHProxy 中转下载：
bash git clone https://ghproxy.com/https://github.com/comfyanonymous/ComfyUI.git comfyui
GHProxy 是一个广受认可的 GitHub 加速代理，能有效缓解连接中断问题，适合大多数场景。使用 Gitee 同步仓库（速度更快）：
bash git clone https://gitee.com/mirrors_comfyui/ComfyUI.git comfyui
Gitee 托管的镜像通常延迟较低，下载体验接近本地网络。不过要注意定期同步上游更新，避免版本落后。
⚠️ 如果提示 SSL 错误（如
SSL handshake failed），不要轻易关闭安全验证。优先尝试刷新 DNS 或修改 Hosts（下文详述）。若必须临时绕过，请运行：
bash git config --global http.sslVerify false使用后记得恢复：
git config --global http.sslVerify true
对于特别慢或反复失败的情况，还可以启用浅克隆（shallow clone）来减少数据量：
git clone --depth=1 https://ghproxy.com/https://github.com/comfyanonymous/ComfyUI.git等基础环境跑起来后再补全历史记录：
git fetch --unshallowPython 环境怎么配才最省心？
ComfyUI 基于 Python 3.10+ 构建，依赖torch、torchvision等重型库。如果你还在用系统自带的 Python 或手动安装 pip，那在国内环境下几乎注定要经历无数次重试。
真正的高效做法是：跳过系统环境，使用独立构建的便携版 Python。
这里强烈推荐 python-build-standalone 项目提供的预编译版本。它是一个绿色免安装、自带 SSL 和 pip 的完整 Python 运行时，无需管理员权限即可运行，非常适合隔离网络干扰。
具体步骤如下：
下载地址：
https://github.com/astral-sh/python-build-standalone/releases/tag/20250311/downloadWindows 用户选择：
x86_64-pc-windows-msvc-shared-install_only.tar.gz解压到目标目录，例如：
D:\ComfyUI\python\python.exe
无需注册环境变量，直接调用该路径下的python.exe即可执行所有命令。
接着建议创建虚拟环境，避免依赖冲突：
cd D:\ComfyUI D:\ComfyUI\python\python.exe -m venv .venv .venv\Scripts\activate.bat激活后，所有pip install操作都将作用于当前项目，干净又安全。
如何让 pip 安装飞起来？
默认情况下，pip 会尝试从pypi.org下载包，而这个站点没有 CDN 加速，在国内下载速度常常只有几十 KB/s，甚至连接失败。
解决方案很简单：换源。
清华大学开源软件镜像站（TUNA）提供稳定高速的 PyPI 镜像服务，是国内最常用的替代源之一。
你可以临时指定镜像地址：
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn但更好的方式是永久设置全局镜像源，从此以后所有 pip 安装都自动走国内通道。
方法一：命令行一键配置
在虚拟环境中执行：
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple/ pip config set install.trusted-host pypi.tuna.tsinghua.edu.cn这会在.venv\pip.conf（或用户目录下的配置文件）中写入设置，仅对当前环境生效。
方法二：手动创建配置文件
路径为：
%APPDATA%\pip\pip.ini内容如下：
[global] index-url = https://pypi.tuna.tsinghua.edu.cn/simple/ trusted-host = pypi.tuna.tsinghua.edu.cn timeout = 120📌 注意：如果你有多个 Python 环境（比如 Conda、系统 Python、WSL），需要分别为每个环境单独设置，否则它们不会共享同一套配置。
torch 包总是装不上？试试阿里云镜像
即便换了 pip 源，还有一个关键依赖常让人头疼：PyTorch。
官方发布的 torch 轮子（wheel）文件体积巨大（常超 1GB），且托管在 AWS S3 上，国内直连基本不可用。
幸运的是，阿里云维护了一个完整的 PyTorch 镜像仓库，支持 CUDA 各版本预编译包。
常用链接：
https://mirrors.aliyun.com/pytorch-wheels/cu128/其中cu128表示 CUDA 12.8 版本。请根据你的显卡驱动选择对应版本（如cu118对应 CUDA 11.8，无 GPU 可选 CPU-only 版）。
安装命令：
..\..\python\python.exe -m pip install torch torchvision torchaudio --index-url https://mirrors.aliyun.com/pytorch-wheels/cu128/这条命令明确指定了索引源，确保 pip 不会再去国外服务器查找。
✅ 成功标志：看到Successfully installed torch-xxx并无任何 ERROR 提示。
修改 Hosts，打通 GitHub 最后一公里
有时候你会发现，即使用了镜像，某些资源依然加载失败——尤其是 custom nodes 的安装脚本经常从raw.githubusercontent.com获取配置文件，而这个域名恰好是 GitHub 中被封锁最严的之一。
此时，最有效的手段就是修改本地hosts文件，强制将 GitHub 相关域名解析到可用 IP。
以管理员身份打开记事本，编辑以下文件：
C:\Windows\System32\drivers\etc\hosts追加以下内容：
# GitHub Hosts 加速 Start 140.82.112.3 github.com 140.82.112.4 gist.github.com 151.101.1.194 github.global.ssl.fastly.net 185.199.108.153 assets-cdn.github.com 140.82.114.6 api.github.com 185.199.110.153 avatars.githubusercontent.com 185.199.109.133 avatars0.githubusercontent.com 185.199.111.133 avatars1.githubusercontent.com 185.199.108.133 avatars2.githubusercontent.com 185.199.108.133 raw.githubusercontent.com 185.199.111.133 user-images.githubusercontent.com 185.199.111.133 cloud.githubusercontent.com 140.82.112.10 codeload.github.com 52.216.144.211 github-cloud.s3.amazonaws.com 16.182.107.17 github-com.s3.amazonaws.com 185.199.108.154 github.githubassets.com 185.199.109.153 github.io 13.107.246.51 vscode.dev 140.82.114.22 education.github.com # GitHub Hosts End保存后刷新 DNS 缓存：
ipconfig /flushdns然后测试是否生效：
ping github.com如果返回的 IP 在上述列表中，则说明配置成功。
这个技巧不仅能提升克隆速度，还能解决很多隐藏问题，比如：
- custom nodes 安装脚本因无法获取raw.githubusercontent.com上的 JSON 而失败
- 自动更新检测因api.github.com请求超时而报错
- 模型下载链接重定向至 S3 后无法访问
常见问题实战排错
❌Could not fetch URL https://pypi.org/simple/pip/
这是典型的网络不通表现。可能原因包括：
- 未设置 pip 镜像源
- DNS 污染导致域名解析错误
- 防火墙拦截 HTTPS 请求
优先检查点：
1. 是否已设置清华源？
2. 是否修改了 Hosts？
3. 是否处于企业网络或代理环境中？
临时应急方案（不推荐长期使用）：
pip --trusted-host pypi.org --trusted-host pypi.python.org --trusted-host files.pythonhosted.org install xxx但根本解法仍是配置好镜像源 + Hosts。
❌ERROR: Could not find a version that satisfies the requirement torch
常见于 pip 默认源找不到匹配的 CUDA 构建版本。
PyTorch 官方只提供有限几个 CUDA 版本的预编译包，且国内访问困难。
正确做法：明确指定阿里云镜像源安装：
pip install torch torchvision torchaudio --index-url https://mirrors.aliyun.com/pytorch-wheels/cu128/务必确认你的 CUDA 版本与驱动兼容。可通过 NVIDIA 控制面板查看支持的最高 CUDA 版本。
❌git clone失败，提示RPC failed或curl 56
这类错误通常是传输过程中缓冲区溢出或连接中断所致。
解决方案组合拳：
增大 Git 缓冲区：
bash git config --global http.postBuffer 524288000使用浅克隆减少数据量：
bash git clone --depth=1 https://ghproxy.com/...若后续需要完整提交历史，再执行：
bash git fetch --unshallow确保网络稳定，避免在高峰期操作。
❌ 启动时报错No module named 'folder_paths'
这通常不是缺失模块，而是 Python 导入路径混乱导致的加载失败。
排查步骤：
- 确认
custom_nodes文件夹位于 ComfyUI 根目录下。 - 删除项目中的
__pycache__文件夹（包括子目录）。 - 重新激活虚拟环境并启动。
- 查看控制台输出日志，确认是否有其他前置错误。
- 更新主干代码至最新版：
bash git pull
有时旧版本的插件与新核心不兼容也会引发此类问题，保持同步很重要。
启动 ComfyUI：最后一步
当所有依赖安装完毕，就可以启动了。
常用命令示例：
# 默认启动（CPU 模式） python main.py # 推荐：启用 xformers 加速注意力计算 python main.py --use-xformers # 指定端口，避免与其它服务冲突 python main.py --port 8188 # 启用半精度模式，节省显存占用 python main.py --half打开浏览器访问：
http://127.0.0.1:8188看到节点编辑界面出现，意味着你已经成功迈出了第一步。
接下来可以尝试加载 SDXL 模型、添加 ControlNet 节点、构建图像修复流程……真正的创造力才刚刚开始。
这种高度集成的设计思路，正引领着智能图像生成向更可靠、更高效的方向演进。一套稳定的本地环境，不只是技术门槛的跨越，更是创作自由的起点。
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
