ComfyUI を手動インストールする:識別・復旧しやすい Python 環境を作る
対応する Python、実際の計算デバイス、独立した作業フォルダーを先に決めます。すべてのマシンに同じ pip コマンドを使わず、Desktop や Portable とは別の手順として進めます。
目的と対象範囲
対応する Python、実際の計算デバイス、独立した作業フォルダーを先に決めます。すべてのマシンに同じ pip コマンドを使わず、Desktop や Portable とは別の手順として進めてください。
出典から確認できること
ComfyUI の公式手動インストールガイドと PyTorch の公式インストール案内は、OS とデバイスに応じた選択肢を示しています。pip check の説明によると、このコマンドが確認するのはインストール済みパッケージの依存関係です。GPU カーネル、モデルの読み込み、ワークフローの実行成功までは検証しません。
始める前に
1. OS、GPU、空きディスク容量、使用したい計算バックエンドを特定します。
2. プロジェクトの公式配布元からソースを入手し、現在サポートされている Python を選びます。
3. 動作中の環境を保全し、関係のないノードをそこで試さないようにします。
手順と確認
以下は引用した資料に基づく編集上の手順です。あなたの環境で原因が確定したことを意味しません。
手順 1. 独立したフォルダーに仮想環境を作り、sys.executable で実際の Python を確認します。アプリ、モデル、出力の保存先はそれぞれ計画できます。
手順 2. 実際のハードウェアと OS に合わせて公式 PyTorch 案内を使います。別のチュートリアルにある CUDA コマンドは、Mac、AMD、CPU のすべてに適用できるわけではありません。
手順 3. 同じ環境に、その ComfyUI の版の依存パッケージを導入します。依存関係の宣言、基本的な Torch の import、バージョンを確認して記録します。
手順 4. ComfyUI 本体を起動し、最小限のワークフローを確認します。基準となる動作が確認できてから、必要な拡張を一つずつ追加します。
コマンド例
次のパスとコマンドは環境に合わせる例であり、このサイトはあなたのマシンで実行していません。対応する Python を選んでから環境を作り、自分の OS に合う起動方法だけを使ってください。python -c "import sys; print(sys.executable)" で確認できます。環境の Python 実行ファイルを直接指定すれば、起動スクリプトを使わずに済む場合もあります。
python -m venv .venv
# Windows PowerShell
.\.venv\Scripts\Activate.ps1
# Linux / macOS
source .venv/bin/activate
完了の確認
Python のパス、ComfyUI 本体の版、計算バックエンド、作業フォルダーを記録し、拡張を入れる前にサービスの起動と小さなワークフローの完了を確認します。
注意点
この記事はあなたのマシンにソフトウェアをインストールしていません。仮想環境はドライバー、GPU カーネル、すべての外部ツールを隔離するものではありません。PowerShell の起動スクリプトが制限される場合は、全体の実行ポリシーを弱めずに環境の Python を直接呼び出してください。
参照した原文資料
資料を確認した日付は 2026-09-25 です。この記事は実機でのインストールや GPU ワークフローのテスト結果を示すものではありません。
関連記事
この記事は役に立ちましたか?
匿名です。はい・いいえの件数のみ保存し、アカウント、IP アドレス、端末情報は保存しません。
出典と参考資料
2026-09-25 に確認した ComfyUI、PyTorch、pip の公式資料に基づく編集上の要約です。このサイトがソフトウェアをインストールまたは実行して検証したものではありません。
01ComfyUI 手動インストールガイド(英語)出典の確認日: 2026-09-2502PyTorch インストール案内(英語)出典の確認日: 2026-09-2503pip check の説明(英語)出典の確認日: 2026-09-25問題を報告 · 33df5f4f-bc80-5b66-9334-9bdbd9e3ee12
関連記事
編集者がこのページに関連づけた記事です。
Windows Portable には独立した Python と ComfyUI のフォルダーがあります。システムの Python にパッケージを導入しても、Portable の組み込み Python から使えるとは限りません。
ログ内のキーワード: ResolutionImpossible
依存関係の解決失敗は、pip が要求された制約を満たせなかったことを意味します。再試行する前に、実際の競合と、遅いバックトラッキング、タイムアウト、証明書の失敗を切り分けます。
ログ内のキーワード: torch.cuda.is_available() = False
NVIDIA GPU を使う想定でも、False が示すのはこのプロセスが CUDA を使えないということだけです。完全な診断とみなさず、ビルド、デバイスの可視性、ドライバーを確認します。