从眼前的问题开始查。

适用于明确准备使用 NVIDIA GPU，但当前 Python 检测不到可用 CUDA 设备。False 只是当前进程无法使用 CUDA 的结果，应从构建、设备可见性与驱动逐层排查。

适用于 PyTorch 或注意力扩展实际调用 GPU 算子时报告 no kernel image。新显卡太新、旧显卡被构建移除、第三方扩展未包含目标架构都可能触发，不能统一称为“显存不够”。

任务在 GPU 上分配内存失败。先定位失败发生在模型加载、采样、VAE 解码还是其他节点，再决定降低哪个负载。显卡标称容量、模型文件体积和本次实际可用显存不是同一个数字。

从工作流里发现一个缺失节点后，需要确定它来自哪个项目、安装代码和依赖，并检查服务端注册。下载仓库成功只是其中一步，不应直接当成节点已经可用。

自定义验证器主动拒绝与抛出异常是两类错误；先读取对应 node_errors，再决定检查输入、资源还是节点代码。

视频节点报 decord 缺失、打不开文件或无法启用 GPU 时，要分别检查 Python 绑定、输入媒体和原生构建能力。Torch 能用 CUDA，并不证明 decord 也具备 GPU 解码。

配置比较节点可能在导入 DeepDiff、比较复杂对象或输出比较结果时失败。比较结果显示“不相同”通常是业务结果，不应被当成依赖错误来修复。

下载模型、解压依赖或保存图片视频时出现磁盘空间错误。即使目标输出盘还有空间，下载缓存、系统临时目录、容器可写层或另一个挂载点仍可能已满。

把报错里的导入名称、安装名称和实际运行环境分开检查，避免装错包或装到另一套 Python。

人脸相关节点提示 dlib 缺失时，先区分根本没有 Python 绑定，还是安装过程中原生编译失败。不要下载不明来源的 DLL 或 wheel 拼进环境。

同一个模型名称可能对应整包 checkpoint、分体权重、量化版、文本编码器和 VAE。此文提供下载记录与核对步骤，避免文章只留一个搜索链接，后来无法确定实际使用哪个文件。

按失败阶段整理下载记录，保留具体文件身份和原始发布入口，不默认更换不明镜像或关闭证书校验。

视频合成时 AAC 或其他音频编码过程失败，stderr 指出输入含非有限值。需要从进入编码器的音频向前检查，而不是仅凭 FFmpeg 报错就认为编码器未安装。

视频读取、转码、合成或预览节点提示找不到 FFmpeg 可执行程序。首先确认是可执行文件缺失，还是编码器、输入文件或节点内部路径错误，不要仅凭日志出现 ffmpeg 就重新安装全部视频依赖。

看到缺少 flash_attn 或 wheel 构建失败，不要立即替换 Torch。节点使用的 FlashAttention 路线、GPU、操作系统和编译工具需要同时匹配。

本页只讨论 FLUX.1 原生文生图教程中的资源组织。dev、schnell、分体权重和打包 FP8 checkpoint 是不同选择，不能把一个流程的文件名直接塞进另一个流程就认为等价。

浏览器打不开正常画布、控件消失或白屏，但后端终端可能仍在运行。需要区别静态资源加载失败、前端扩展冲突和后端根本没启动，不能看到白屏就重装所有模型。

更新之后，新教程里的模板或界面仍然不存在。ComfyUI 核心源码、桌面应用、前端包、自定义节点与模板并不是一个不可分割的版本号。

下载 GGUF 后，普通 checkpoint 节点找不到它或专用加载器仍报错。需要先确认该文件是受到当前节点支持的扩散模型或文本编码器，而不是任意聊天模型的 GGUF。

适用于 Manager 安装/更新仓库时找不到 Git，或系统终端可以执行 Git、ComfyUI 进程却不可以。这里要核对的是服务进程的环境，不只是当前打开的另一个终端。

先核对进程可见的设备和实际后端，不把 GPU 0 标签当成物理显卡身份，也不默认显存相加。

浏览器可以打开模型页面，但命令行、节点或下载脚本得到未授权或拒绝访问。这里首先检查资源访问资格与凭据身份，不应直接关闭 TLS 校验或寻找绕过受限仓库的方法。

Hydra 的导入名和常见分发包名不同。模块缺失与配置搜索路径错误要分别处理，不要把工作流导入失败归结为随便安装一个同名包。

明确记录普通 8-step SDXL 版本，与 CFG、SD1.5、SD3 和 FLUX 变体分开；保留文件校验来源和兼容条件。