从眼前的问题开始查。

区别 mmcv 与 mmcv-lite，并将源码构建失败和运行期扩展加载失败分开处理。

适用于启动或执行自定义节点时提示缺少 Python 模块。命令行显示“已安装”仍可能是另一个 Python 的结果；Windows Portable 尤其需要区分系统 Python 与内置解释器。

适用于安装或更新节点后，导入 NumPy 相关扩展时出现 ABI 报错。问题通常发生在编译扩展与 NumPy 的二进制接口之间，而不是工作流连线本身。

检查 wheel 的 Python、系统与 Torch 标签，避免把节点安装成功和底层推理库安装成功混为一谈。

日志里的 nvvfx 可能来自节点封装或原生 SDK 接口。只凭这一行，不能认定存在同名、可信且适用于当前环境的 pip 安装包。

区分 onnx、onnxruntime、GPU 构建与会话实际使用的执行提供程序，避免把所有错误当成缺包。

区分普通版、contrib 和 headless，检查同一命名空间的重复安装，再处理 DLL 或原生库错误。

适用于 pip 或 Manager 下载依赖时 HTTPS 证书验证失败。应修复可信证书链和代理配置；它不是显卡问题，也不宜通过永久关闭验证来处理。

适用于 pip 找不到某个依赖版本。先确认完整包名和版本限制，再检查 Python、操作系统、CPU 架构及下载源；这条提示不一定表示项目根本不存在。

适用于安装节点或升级时 pip 明确报告依赖版本互相冲突。安装器无法同时满足要求与网络下载慢是两种问题；应先读冲突链，而不是持续换镜像重试。

该错误可能由旧版生成的 Python 消息代码与运行库不匹配引起。不要只看到 protobuf 就删除或降级整个环境中的所有相关依赖。

某些三维或渲染节点可能分别依赖 PyOpenGL、可选的加速绑定和可用图形上下文。先确认异常发生在 Python 导入，还是运行时建立渲染上下文。

先检查模块是否存在，再区分 DNS、TLS、HTTP 状态与超时，不默认关闭证书校验。

解释 auto、gpu、cpu、off 与 default、int8、int4 的作用边界，作为逐项排查依据。

记录核心节点技术名称、输入输出与版本依据，区分节点插槽数量、模型能力和参考尺寸。

按技术类名和图结构排查，不把官方模板里的 UUID 直接当成第三方插件名称。

安装语音节点后出现 Transformers 冲突时，应先识别节点包装层和 Qwen TTS 包的各自要求。一个项目的精确依赖锁定，不能当成所有模型共用的推荐版本。

缺少 Python 位置编码实现不代表缺少一个可下载的模型权重。导入问题解决后，仍需检查节点和模型使用的张量维度与调用接口。

用失败阶段区分 Python 依赖和模型文件问题，保留来源、版本、大小与校验记录。

ComfyUI 或自定义节点导入 SageAttention 时，可能找不到 Python 包或 Triton，也可能在 Windows 上无法加载 _fused 扩展。这些错误发生在不同层次，不能统一靠升级所有依赖处理。

保留实际模块名与运算错误，避免把数值、形状和求解器异常都当作安装问题。

检查节点采用的具体实现，不把 SAM、SAM2 和不同 GroundingDINO 封装当成同一个包。

旧故障线索提到 setuptools 上限，但不能据此直接给你的整个环境降级。先核对安装来源、包版本以及错误究竟来自构建过程还是运行依赖。

先查表达式节点实际依赖，再检查允许的名称、运算和输入，不用 Python eval 代替安全边界。