一、項目簡介

ComfyUI 是一款基於節點工作流的 Stable Diffusion 圖形界面,支持通過可視化方式組合複雜的圖像生成流程。

ComfyUI-BOOT 基於官方 ComfyUI 構建,內置:

  • Python 運行環境
  • PyTorch(按 CUDA / 架構區分)
  • ComfyUI 本體
  • 啓動與下載腳本

用於簡化 ComfyUI 的部署與啓動流程。


二、運行前準備

1. 系統與硬件要求

  • 操作系統:Linux(推薦 Ubuntu 20.04+)
  • Docker:已安裝並可正常運行(建議使用 Docker 20.10+ 以支持 --gpus 參數)
  • GPU(可選):NVIDIA GPU(是否可用取決於 PyTorch 對該架構的支持)

注意:

  • CUDA 版本的可用性 由 PyTorch 官方預編譯包決定,而非 NVIDIA 驅動或 CUDA Toolkit 本身。
  • 即使系統未安裝 CUDA Toolkit,也不影響使用對應 CUDA 標籤的鏡像。

2. 安裝 Docker 環境

使用以下一鍵腳本快速部署 Docker 及相關組件(包含 Docker Engine、Docker Compose 等):

bash <(wget -qO- https://xuanyuan.cloud/docker.sh)

腳本執行完成後,通過以下命令驗證 Docker 是否安裝成功:

docker --version
docker compose version

若輸出 Docker 版本信息(如 Docker version 26.1.4, build 5650f9b),則説明安裝成功。


3. 配置 Docker 服務

啓動 Docker 服務並設置開機自啓:

sudo systemctl enable --now docker

對於 NVIDIA GPU 用户,需安裝 NVIDIA Container Toolkit 以支持 GPU 資源調度:

distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt-get update && sudo apt-get install -y nvidia-container-toolkit
sudo systemctl restart docker

如需使用 NVIDIA GPU,請確保:

nvidia-smi

可正常輸出顯卡信息。


三、鏡像準備

拉取 ComfyUI-BOOT 鏡像

使用以下命令通過軒轅鏡像訪問支持域名拉取推薦版本的 ComfyUI-BOOT 鏡像:

docker pull xxx.xuanyuan.run/yanwk/comfyui-boot:cu128-slim

説明:cu128-slim 為推薦標籤,包含 CUDA 12.8 支持,適合新手使用。如需其他版本,可訪問 ComfyUI-BOOT 鏡像標籤列表 查看所有可用標籤。

拉取完成後,通過以下命令驗證鏡像是否成功下載:

docker images | grep comfyui-boot

若輸出類似以下內容,則説明鏡像拉取成功:

xxx.xuanyuan.run/yanwk/comfyui-boot   cu128-slim   abc12345   2 weeks ago   15.2GB

四、快速開始(NVIDIA GPU)

1. 創建本地目錄

該目錄結構 與官方 README 保持一致

mkdir -p \
  storage \
  storage-models/models \
  storage-models/hf-hub \
  storage-models/torch-hub \
  storage-user/input \
  storage-user/output \
  storage-user/workflows

2. 啓動容器

docker run -it --rm \
  --name comfyui \
  --gpus all \
  -p 8188:8188 \
  -v "$(pwd)"/storage:/root \
  -v "$(pwd)"/storage-models/models:/root/ComfyUI/models \
  -v "$(pwd)"/storage-models/hf-hub:/root/.cache/huggingface/hub \
  -v "$(pwd)"/storage-models/torch-hub:/root/.cache/torch/hub \
  -v "$(pwd)"/storage-user/input:/root/ComfyUI/input \
  -v "$(pwd)"/storage-user/output:/root/ComfyUI/output \
  -v "$(pwd)"/storage-user/workflows:/root/ComfyUI/user/default/workflows \
  xxx.xuanyuan.run/yanwk/comfyui-boot:cu128-slim

提示:如遇兼容性問題,可嘗試添加 -e CLI_ARGS="--disable-xformers" 參數。

啓動後,在瀏覽器中訪問:

http://localhost:8188

五、CUDA 與 GPU 架構兼容性説明

1. 官方兼容性矩陣(摘要)

CUDA 標籤

Blackwell

Hopper

Ada

Ampere

Turing

Volta

Pascal

Maxwell

cu130

✔️

✔️

✔️

✔️

✔️




cu128 ⭐

✔️

✔️

✔️

✔️

✔️

✔️



cu126


✔️

✔️

✔️

✔️

✔️

✔️

✔️

⭐ 官方推薦使用 CUDA 12.8(cu128)


2. 重要説明(官方原意)

  • 以上限制 並非 NVIDIA CUDA Toolkit 的限制
  • 而是 PyTorch 官方為控制二進制體積而做出的支持取捨
  • 是否可用以 PyTorch 官方發佈為準

六、鏡像標籤説明

1. Slim(推薦新手)

  • 僅包含 ComfyUI 與 Manager
  • 預裝大量依賴,便於後續安裝自定義節點

可用標籤示例:

  • cu126-slim
  • cu128-slim
  • cu130-slim(無 xFormers)

2. Megapak(整合包)

  • 包含常用自定義節點
  • 包含編譯工具鏈

示例:

  • cu126-megapak
  • cu128-megapak

3. 其他標籤

  • nightly:PyTorch 開發預覽版
  • rocm / rocm6:AMD GPU
  • xpu-cn:Intel GPU(國內網絡優化)
  • cpu:僅 CPU
  • archived:已退役版本

七、CLI_ARGS 參數説明

CLI_ARGS 用於向 ComfyUI 啓動腳本傳遞參數(可選),例如:

-e CLI_ARGS="--disable-xformers"

注意:

  • 並非所有鏡像都支持 xFormers(如 cu130 明確不支持)
  • 參數是否可用取決於鏡像標籤與 PyTorch 構建方式
  • 如遇啓動異常,請優先移除 CLI_ARGS 進行排查
  • 對新手來説,通常無需添加此參數即可正常使用

八、官方資源

官方文檔

  • ComfyUI-BOOT 官方 GitHub https://github.com/YanWenKun/ComfyUI-Docker:項目源代碼及詳細文檔
  • ComfyUI 官方文檔 https://github.com/comfyanonymous/ComfyUI:ComfyUI 核心功能使用指南

鏡像資源

  • ComfyUI-BOOT 鏡像文檔(軒轅)https://xuanyuan.cloud/r/yanwk/comfyui-boot:軒轅鏡像平台文檔頁面
  • ComfyUI-BOOT 鏡像標籤列表 https://xuanyuan.cloud/r/yanwk/comfyui-boot/tags:所有可用鏡像版本標籤

技術社區

  • ComfyUI 論壇 https://comfyui.com/forum:用户討論與問題解答
  • Docker 官方文檔 https://docs.docker.com:Docker 容器技術詳細指南
  • NVIDIA Container Toolkit 文檔 https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/index.html:GPU 容器化部署指南

結語

使用軒轅鏡像訪問支持可改善 ComfyUI-BOOT 鏡像的訪問體驗,鏡像來源於官方公共倉庫。

如需進行目錄定製、生產化部署、多 GPU 管理等高級配置,請在充分理解官方行為的前提下自行調整。

如遇問題,優先參考 GitHub Issues 與官方文檔説明。

ComfyUI Docker 鏡像部署指南_CUDA