用环境信息、单次变更和相同输入记录排查过程,区分安装记录、依赖检查和真实运行。
从眼前的问题开始查。
这里只展示当前语言已发布的正文;中文阅读也可以搜索英文错误原文。
安装、环境与设备
第 2 页不以 7B 或文件大小推算最低显存;分别检查模型、编码器、KV cache、参考图和输出分辨率。
分别保存旧新环境的组件、节点、LoRA 与许可,避免把其他运行框架的命令当 ComfyUI 安装步骤。
报错截图往往只有最后一行。完整但经过脱敏的错误报告,应该让接手的人能识别实例、版本、节点、输入条件和第一处异常,而不是猜测你刚才安装了什么。
服务端在执行前发现节点缺少必需输入。错误通常会给出节点和输入名;先修复这个明确缺口,再判断是否还有上游问题。
明确终端、解释器与当前目录,用本机实际路径执行检查,避免把安装命令输入 Python 提示符。
适用于节点或启动过程请求 CUDA,却发现当前 PyTorch 没有对应构建能力。NVIDIA 环境与 Mac/CPU 上误用 CUDA 专属节点必须分开判断,修复方向完全不同。
采样进度已经结束,但 VAE Decode 或视频解码节点失败,导致没有最终图片或视频。这与采样开始就显存不足不同:已经生成的 latent 仍需要进一步转换为像素。
解压、Git 检出或安装节点时出现文件名过长,先找出失败的完整路径及执行程序。不要直接移动正在使用的虚拟环境,也不要只改注册表就认定所有程序都会支持长路径。
Windows 在加载大模型或运行任务时提示分页文件过小。此错误涉及系统提交内存,不应直接套用 CUDA 显存不足的处理方式,更不能因为发生在 safetensors 加载时就认定权重已损坏。
启动或采样时提示 xFormers 的 C++/CUDA 扩展无法加载,或者找不到支持当前输入的 attention 算子。pip 列出包已安装,只能说明 Python 分发包存在,不能证明其中的 GPU 内核可以运行。