想玩图像生成，视频生成，基本都绕不过ComfyUI ，因为这些应用都需要一套可视化的工作流。
但是不同的电脑，硬件配置不同，所需要的模型和版本也不相同，导致在本地部署的时候 需要定制，虽然 一些 第三方整合包 也做了一些 不同的版本，但是因为制作者水平和成本问题，不可能提供完善的所有版本。
具体落地到不同的机型，就可能存在各种各样的问题，这就需要我们要有自己解决问题的能力。
所以接下来的文章，我会带着大家，来看看我们如何一步步掌握这些技能，首先是ComfyUI 的本地化部署，然后在这个基础上我们在看看如何生成图像，生成视频，比如用Minimax 生成视频等。
这是第一篇，我们先从ComfyUI 开始。
如果您的终局是自由创作，建议还是准备下硬件，起码 8G显存，再入门一些的 还是搞16G显存吧。8G的话跑出来的画质还是很马虎的，速度也很慢。
硬件厂商选 英伟达。
然后是软件系统，非技术 人员 推荐Windows 11 系统，技术人员 推荐 Linux 系统。
我们接下来以 RTX A5000,16G 显存，32G内存来演示说明。
安装Comfy UI，我们参考官方文档：https://docs.comfy.org/zh/installation/manual_install
第一步下载代码库：
git clone https://github.com/Comfy-Org/ComfyUI.git
第二步创建虚拟环境：
conda create -n confy python=3.13
python 版本推荐3.13
第三步 安装依赖：
cd ComfyUI
pip install -r requirements.txt
第四步 启动：
python main.py
如果启动成功，会显示这样的日志：
浏览器打开：http://127.0.0.1:8188/
显示这样的UI 界面。
常见问题:
- 启动main 报错： File “D:\Miniconda3\envs\comfy\Lib\site-packages\torch\cuda_init_.py”, line 584, in _lazy_init
raise AssertionError(“Torch not compiled with CUDA enabled”)
解决方法：
这个报错的核心原因是：你当前环境里安装的 PyTorch 是 CPU 版本，不包含 CUDA 支持。当 ComfyUI 尝试调用 GPU 时，就会触发这个断言错误。
PyTorch 提供了不同版本的安装包，如果你在安装时没有明确指定 CUDA 版本（比如直接运行 pip install torch），默认可能会安装成 CPU 版本。另外，如果之前安装过 CPU 版，再安装 GPU 版时也可能因为依赖关系没被正确覆盖。
ComfyUI 官方对这个问题的标准解决步骤是：先卸载当前的 CPU 版 PyTorch，再重新安装支持 CUDA 的版本。
在你的 comfy 虚拟环境中，运行：
pip uninstall torch torchvision torchaudio
重新安装支持 CUDA 的 PyTorch
你需要根据自己显卡驱动支持的 CUDA 版本，选择合适的安装命令。可以先在终端运行 nvidia-smi 查看右上角显示的 CUDA Version（这是驱动支持的最高版本）。
然后，参考 ComfyUI 官方文档中的命令重新安装。以下是几个常用的选择：
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu130
然后再次运行 python main.py 即可。
好了，到此，我们成功部署了comfyUI,但这只是一个系统界面，要绘图，生成视频，还需要部署相对应的模型，工作流等。
接下来的文章我们再看如何部署。