Windows系统ComfyUI常用命令手册：从安装到部署，缓存清理与解决依赖冲突以及加速镜像

[!info] 阅读导览
全文 12 节：前言（1.1）→ 快速参考表（1.2）→ 安装与配置（1.3）→ 依赖管理（1.4）→ 镜像源加速（1.5）→ 虚拟环境管理（1.6）→ 缓存清理优化（1.7）→ 故障排查（1.8）→ 自定义节点管理（1.9）→ 模型文件管理（1.10）→ 端口和网络配置（1.11）→ 总结（1.12）

flowchart LR
    A[安装 Python] --> B[创建虚拟环境]
    B --> C[安装 PyTorch CUDA 版]
    C --> D[克隆 ComfyUI 仓库]
    D --> E[安装 requirements 依赖]
    E --> F[启动 ComfyUI<br>python main.py]
    F --> G{遇到问题？}
    G -->|依赖冲突| H[pip check + pipdeptree 排查]
    G -->|下载慢| I[配置镜像源加速]
    G -->|磁盘不足| J[清理 pip 与 Python 缓存]
    H --> F
    I --> F
    J --> F

1. Windows 系统 ComfyUI 常用命令手册

1.1. 前言

ComfyUI 作为一款强大的 Stable Diffusion 工作流工具，正确的环境配置和依赖管理至关重要，常常因为一个插件问题排查数小时，经常会用到多个命令。这里全面整理了 ComfyUI 的安装配置、镜像加速、故障排查等实用命令，帮助用户快速部署和优化使用体验。

1.2. 快速参考表

类别 常用命令 说明
🚀 启动 python main.py --listen --port 8188 标准启动
🌐 镜像 pip config set global.index-url URL 设置镜像源
🐍 环境 python -m venv comfyui_env 创建虚拟环境（激活见 1.6 节）
📦 依赖 pip install -r requirements.txt 安装依赖
🧹 清理 pip cache purge 清理 pip 缓存（Python 缓存清理见 1.7 节）
🔍 排查 pip check 检查依赖冲突

这份手册涵盖了 ComfyUI 使用过程中的所有主要命令和配置，建议根据实际需求选择相应的命令进行操作。

1.3. 安装与配置命令

1.3.1. 前期环境查询命令

  • 查询安装信息：按 Win+R 在运行窗口中输入 cmd，在命令提示符中输入 python --version，显示版本号即安装成功。
# python 查询命令：
py --version
或
python --version
或
python -V
# 显卡驱动信息
nvidia-smi

1.3.2. 基础安装命令

# Windows PowerShell 进入目录
cd .\AIComfyUI\
PS D:\Documents\AIComfyUI> cd .\venv_py3124-1\Scripts\
# 激活 python
.\Activate.ps1   # PowerShell
.\activate.exe   # cmd
# 克隆官方仓库
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
# 安装基础依赖
pip install -r requirements.txt
# 启动 ComfyUI
python main.py
# 指定端口启动
python main.py --port 8188
# 启用公开访问
python main.py --listen
# Windows 便携安装（推荐）
python -m pip install -r requirements.txt --extra-index-url https://download.pytorch.org/whl/cu128
# 创建启动脚本（便携安装推荐）
echo "python main.py --listen" > run.bat
# 这里 CUDA 12.8
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu128
# 国内南京大学开源镜像
pip install torch torchvision torchaudio --index-url https://mirror.nju.edu.cn/pytorch/whl/cu128
# 国内阿里云镜像
pip install torch torchvision torchaudio -f https://mirrors.aliyun.com/pytorch-wheels/cu128

1.3.3. PowerShell 终端绕过安全策略（Windows PowerShell）

# 临时绕过执行策略（最推荐）（如使用 CMD 则无需执行）
Set-ExecutionPolicy -Scope Process -ExecutionPolicy Bypass
# 永久更改用户策略（推荐）
Set-ExecutionPolicy -Scope CurrentUser -ExecutionPolicy RemoteSigned
# 完成后执行以下命令确认
Get-ExecutionPolicy

📌 总结： 本章节详细介绍了 ComfyUI 的基础安装流程和配置命令，包括环境激活、仓库克隆、依赖安装及启动选项，帮助用户快速完成环境搭建。

1.4. 依赖管理命令

1.4.1. 包版本检查

# 查看所有已安装包
pip list
# ls 列举目录文件
ls
# 返回退出层级
cd ..    # 退回到上一层
cd ..\.. # 退回到上二层
# 查看特定依赖包版本信息
pip show torch transformers huggingface-hub
# 查看包的依赖信息
pip show package_name
# 查看包安装的文件和依赖
pip show --files package_name
# 列出所有包及其版本
pip list --format=columns
# 检查依赖冲突
pip check
# 解决依赖冲突，如 numpy 版本冲突
pip install --upgrade numpy
# 查看特定包的依赖要求
pip show --files torch
# 检查节点依赖版本号，如 torch 版本
pip show torch
# 生成依赖关系报告（Windows 使用 findstr）
pipdeptree --warn silence | findstr "torch transformers huggingface"

1.4.2. 依赖树分析

# 安装分析工具 pipdeptree
pip install pipdeptree
# 生成依赖树
pipdeptree
# 检查特定包依赖
pipdeptree --packages torch,transformers,numpy
# 反向检查：查看哪些包依赖了特定包（Windows）
pipdeptree --reverse | findstr "numpy"

ComfyUI依赖树分析图示

1.4.3. 依赖安装与升级

# 安装基础依赖
pip install torch torchvision torchaudio
pip install transformers diffusers
# 升级特定包
pip install --upgrade package_name
# 安装指定版本
pip install "package_name==1.2.3"
# 批量安装依赖文件
pip install -r requirements.txt
# 卸载依赖
pip uninstall numpy

📌 总结： 本章节涵盖了依赖包的版本检查、冲突解决、树状分析及安装升级命令，确保环境依赖的准确性和兼容性。

1.5. 镜像源加速配置

1.5.1. 国内主流镜像源

镜像源 地址 特点
🏫 清华大学 https://pypi.tuna.tsinghua.edu.cn/simple 同步快，稳定性好
☁️ 阿里云 https://mirrors.aliyun.com/pypi/simple/ 速度快，覆盖广
🎓 中科大 https://pypi.mirrors.ustc.edu.cn/simple/ 教育网优化
🌟 豆瓣 https://pypi.douban.com/simple/ 国内节点多
🔒 华为云 https://repo.huaweicloud.com/repository/pypi/simple 企业级服务

1.5.2. 清华大学镜像使用示例

# 临时使用
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple package_name
# 永久配置
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
# PyTorch 镜像
pip install torch -i https://pypi.tuna.tsinghua.edu.cn/simple
# PyTorch CUDA 镜像
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128
# 指定版本
pip install torch==2.9.0+cu128 torchvision==0.24.0+cu128 torchaudio==2.9.0+cu128 -f https://mirrors.tuna.tsinghua.edu.cn/pytorch-wheels/torch_stable.html

1.5.3. PyTorch CUDA 镜像

# CUDA 11.8
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
# CUDA 12.8
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128
# CPU 版本
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu

1.5.4. 配置多个镜像源

# 创建 pip.ini 配置文件
# Windows: %APPDATA%\pip\pip.ini
# Linux/Mac: ~/.pip/pip.conf
# 配置文件内容
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
extra-index-url =
    https://pypi.org/simple/
    https://download.pytorch.org/whl/cu128
trusted-host =
    pypi.tuna.tsinghua.edu.cn
    pypi.org
    download.pytorch.org

📌 总结： 本章节提供了国内主流镜像源的配置方法和使用示例，显著提升依赖下载速度，解决网络延迟问题。

1.6. 虚拟环境管理

1.6.1. 环境创建与激活

# 创建虚拟环境
python -m venv comfyui_env
# 激活虚拟环境（Windows）
cd comfyui_env\Scripts\
./Activate.ps1   # PowerShell
./activate.bat   # CMD 命令
# 激活虚拟环境（Linux/Mac）
source comfyui_env/bin/activate
# 命令表示退回上一级目录
cd ..
# 退出虚拟环境
deactivate
# 删除虚拟环境
rmdir /s comfyui_env  # Windows
rm -rf comfyui_env    # Linux/Mac

1.6.2. 环境备份恢复

# 导出当前环境依赖
pip freeze > requirements.txt
# 从文件安装依赖
pip install -r requirements.txt
# 导出包含哈希值的依赖
pip freeze --all > requirements_hashed.txt

📌 总结： 本章节讲解了虚拟环境的创建、激活、备份和恢复命令，实现环境隔离和依赖管理，避免系统污染。

1.7. 缓存清理优化

1.7.1. pip 缓存清理命令

# 检查 pip 缓存是否已清空、缓存内容及大小
pip cache info
# 查看缓存目录
pip cache dir
# 查看缓存列表
pip cache list
# 清理所有缓存
pip cache purge
# 清理特定包缓存
pip cache remove package_name

1.7.2. Python 缓存清理

# Linux/Mac 清理字节码缓存
find . -name "__pycache__" -type d -exec rm -rf {} +
find . -name "*.pyc" -type f -delete
find . -name "*.pyo" -type f -delete

rem Windows CMD 专用命令（命令行直接执行）
for /d /r . %d in (__pycache__) do @if exist "%d" rd /s /q "%d"
for /r . %f in (*.pyc) do @del /q "%f"

1.7.3. Windows 一键清理脚本（clean_python.bat）

@echo off
echo Cleaning Python and pip cache...
rem 清理 pip 缓存
pip cache purge
rem 清理当前目录 Python 缓存（批处理文件中必须使用双百分号 %%）
for /d /r . %%d in (__pycache__) do @if exist "%%d" rd /s /q "%%d"
for /r . %%f in (*.pyc) do @del /q "%%f"
for /r . %%f in (*.pyo) do @del /q "%%f"
rem 清理临时文件
del /q %TEMP%\pip-* %TEMP%\pip-build-*
echo Cleanup completed!
pause

1.7.4. PowerShell 脚本（clean_python.ps1）

Write-Host "Cleaning Python and pip cache..." -ForegroundColor Green
# 清理 pip 缓存
pip cache purge
# 清理 Python 缓存（某些系统上权限不足）
Get-ChildItem -Path . -Include "__pycache__" -Recurse -Directory | Remove-Item -Recurse -Force
Get-ChildItem -Path . -Include "*.pyc", "*.pyo" -Recurse -File | Remove-Item -Force
# 更安全的写法，添加错误处理
Get-ChildItem -Path . -Include "__pycache__" -Recurse -Directory -ErrorAction SilentlyContinue | Remove-Item -Recurse -Force -ErrorAction SilentlyContinue
# 清理临时文件
Remove-Item -Path "$env:TEMP\pip-*" -Force -ErrorAction SilentlyContinue
Write-Host "Cleanup completed!" -ForegroundColor Green

📌 总结： 本章节提供了全面的缓存清理命令和脚本，释放磁盘空间，优化系统性能，避免陈旧文件干扰。

1.8. 故障排查命令

1.8.1. 基础依赖冲突诊断

# 检查依赖冲突
pip check
# 测试包导入
python -c "import torch; print(f'Torch版本: {torch.__version__}')"
python -c "import numpy as np; print(f'numpy版本: {np.__version__}')"
# 检查 CUDA 可用性
python -c "import torch; print(f'CUDA可用: {torch.cuda.is_available()}')"

1.8.2. 版本冲突解决

# 解决 numpy 版本冲突（指定兼容版本）
pip install --upgrade numpy
# 兼容性检查（不实际安装，模拟升级）
pip install package_name --upgrade --dry-run

📌 总结： 本章节列出了依赖冲突诊断和版本兼容性检查命令，快速定位问题并解决环境错误。

1.9. 自定义节点管理

1.9.1. 节点安装更新

# 通过 git 克隆自定义节点
cd custom_nodes
git clone https://github.com/username/repository.git
# 更新所有自定义节点（Linux/Mac）
cd custom_nodes
for dir in */; do cd "$dir" && git pull && cd ..; done

# 更新所有自定义节点（Windows PowerShell）
cd custom_nodes
Get-ChildItem -Directory | ForEach-Object { Push-Location $_; git pull; Pop-Location }

# 安装节点依赖
cd custom_nodes/specific_node
pip install -r requirements.txt

1.9.2. 节点问题排查

# 检查节点兼容性
python -c "import sys; print(sys.path)"
# 查看节点日志
tail -f comfyui.log  # Linux/Mac
Get-Content comfyui.log -Wait  # Windows PowerShell

📌 总结： 本章节列出了自定义节点的安装、更新和问题排查命令，帮助用户管理和维护 ComfyUI 的扩展功能。

1.10. 模型文件管理

1.10.1. 模型文件查看

# 检查模型路径：以此类推可查询模型加载情况
ls models/checkpoints/
ls models/loras/
ls models/controlnet/

1.10.2. 模型路径配置

管理 ComfyUI 目录下的 extra_model_paths.yaml.example 文件：先备份此文件，再删除 .example 后缀并编辑，即可实现多版本 ComfyUI 模型共享。

comfyui:
  base_path: F:\你的模型完整路径\ComfyUI
  # You can use is_default to mark that these folders should be listed first, and used as the default dirs for eg downloads
  # is_default: true
  checkpoints: models/checkpoints/
  clip: models/clip/
  clip_vision: models/clip_vision/
  configs: models/configs/
  controlnet: models/controlnet/
  diffusion_models: |
    models/diffusion_models
    models/unet
  embeddings: models/embeddings/
  loras: models/loras/
  upscale_models: models/upscale_models/
  vae: models/vae/
  text_encoders: models/text_encoders/

ComfyUI模型文件管理示意图

📌 总结： 本章节介绍了模型文件的管理和路径配置方法，通过 extra_model_paths.yaml 实现多 ComfyUI 实例共享模型文件。

1.11. 端口和网络配置

# 注意：本地如有多个版本的 ComfyUI，则端口不要重复！
# 指定端口启动
python main.py --port 8188
# 启用网络访问
python main.py --listen
# 指定 IP 地址
python main.py --listen 0.0.0.0 --port 8188
# 启用 HTTPS
python main.py --enable-https --cert cert.pem --key key.pem
# 实例：直接调用 venv 内 Python 运行指定版本实例
.\venv_py3124-1\Scripts\python.exe -s ComfyUI0368\main.py --windows-standalone-build --port 8155
pause

1.12. 总结

本文全面整理了 ComfyUI 使用过程中的关键命令和配置技巧，重点涵盖了镜像加速方案，能显著提升安装部署效率。请朋友们根据实际网络环境选择合适的镜像源，并定期进行依赖管理和缓存清理，以保持 ComfyUI 环境的最佳运行状态。

[!success] 核心要点

  • 安装链路：python -m venv 建环境 → pip install torch --index-url .../cu128 装 CUDA 版 → git clone 仓库 → pip install -r requirements.txt → python main.py --port 8188 启动
  • 镜像加速：PyPI 走清华/阿里云；PyTorch GPU 轮子走 download.pytorch.org/whl/cu128、阿里云 pytorch-wheels、南京大学 mirror.nju.edu.cn/pytorch/whl 三选一
  • 冲突排查：pip check 快速定位 → pipdeptree --reverse 反向查依赖 → pip install --upgrade 包名 或指定版本解决
  • 缓存清理：pip cache purge 清 pip 缓存；__pycache__/*.pyc 用 1.7.2~1.7.4 的命令或脚本清理
  • 模型共享：编辑 extra_model_paths.yaml 实现多实例共享模型；多实例注意端口不要重复