Skip to main content
在本篇我们将介绍安装 ComfyUI 的系统要求，由于 ComfyUI 的更新频繁，本篇文档未必能够及时更新，请参考ComfyUI中的相关说明。 无论是哪个版本的 ComfyUI，都是运行在一个独立的 Python 环境中。

​
支持的操作系统

目前我们支持以下操作系统：
  • Windows
  • Linux
  • macOS（支持 Apple Silicon，如 M 系列）
请查看以下链接，获取针对您操作系统和设置的安装说明。
Comfy Desktop 支持在 Windows 和 macOS（Apple Silicon） 上进行独立安装。Linux 只能从源码运行（目前没有正式安装包）。
Desktop 安装默认跟踪 ComfyUI 的 稳定版。如果想始终使用最新提交，请使用便携版或手动 git 安装，或把实例更新通道改为 Latest on GitHub。
你可以从下面选择适合你的系统和硬件开始安装

Comfy Desktop（Windows）安装指南

适用于 Windows 10 或更高版本。推荐 NVIDIA 或 AMD 显卡。
便携版是集成了独立嵌入式 Python 环境的 ComfyUI 版本，使用便携版可以体验最新功能，目前仅支持 Windows 系统

ComfyUI 便携版（Windows）安装指南

支持在 Nvidia GPU 或 仅 CPU 上运行的 Windows ComfyUI 版本，始终使用最新提交，完全便携。

ComfyUI 手动安装指南

支持所有系统类型和 GPU 类型（Nvidia、AMD、Intel、Apple Silicon、Ascend NPU、Cambricon MLU）

​
Python 版本

  • Python 3.13 支持良好，推荐使用
  • Python 3.14 可用，但部分自定义节点可能存在问题。自由线程版本可以运行，但某些依赖会启用 GIL，因此尚未完全支持
  • 如果某些自定义节点在 3.13 上有依赖问题，Python 3.12 是一个不错的备选

​
浏览器要求

为获得最佳体验，请使用 Google Chrome 143 或更高版本。Chrome 142 及更早版本存在已知问题，可能导致 ComfyUI 出现视觉故障和性能问题。

​
支持的硬件

  • NVIDIA 显卡 - 安装稳定版 PyTorch（CUDA 13.0）：pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu130
  • AMD 显卡（Linux） - ROCm 7.2 稳定版或 nightly 版
  • AMD 显卡（Windows/Linux，仅 RDNA 3/3.5/4） - 实验性支持 RX 7000 系列（RDNA 3）、Strix Halo/Ryzen AI Max+ 365（RDNA 3.5）和 RX 9000 系列（RDNA 4）
  • Intel 显卡 - Arc 系列，原生支持 PyTorch torch.xpu
  • Apple Silicon - M1/M2/M3/M4 系列，支持 Metal 加速
  • Ascend NPU - 通过 torch_npu 扩展
  • Cambricon MLU - 通过 torch_mlu 扩展
  • Iluvatar Corex - 通过 Iluvatar Extension for PyTorch
  • CPU - 使用 --cpu 参数（速度较慢）
请参考ComfyUI Windows 和 Linux 手动安装章节了解详细的安装步骤。
支持 PyTorch 2.7 及以上版本，但强烈建议使用更新的版本。Nvidia 20 系列及以上 GPU 需要 cu130 或更高版本的 PyTorch。某些功能和优化可能仅在较新版本上可用。我们通常建议使用最新主要版本的 PyTorch 和最新 CUDA 版本，除非发布时间不足两周。Windows 便携版目前附带 Python 3.13 和 PyTorch CUDA 13.0。如果无法启动，请更新您的 NVIDIA 驱动程序。

​
依赖

  • 安装 PyTorch（根据您的硬件选择对应版本）
  • 安装 ComfyUI 的 requirements.txt 中所有依赖：pip install -r requirements.txt

Manual Installation

请参考手动安装章节了解详细的安装步骤。

​
常见问题

ComfyUI 不直接使用 MLX。在 Apple Silicon（M1/M2/M3/M4）Mac 上，ComfyUI 使用 PyTorch 的 MPS（Metal Performance Shaders） 后端，利用 Apple 的 Metal 图形框架进行 GPU 加速。MLX 是 Apple 为 Apple Silicon 设计的一个独立的机器学习数组框架。ComfyUI 基于 PyTorch 架构，所以使用 MPS 而非 MLX。要验证 MPS 是否在你的 Mac 上正常工作：
Docker： ComfyUI 不提供官方 Docker 镜像。若需在容器中运行，请自行在 Docker Hub 搜索社区维护的镜像，但这些均非 ComfyUI 官方镜像，也不受 ComfyUI 团队支持，请自行评估风险后使用。