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。
已发布知识库
第 5 页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。
点击运行后任务很快结束,没有在预想目录看到新图片或视频。这可能是缓存命中、没有新的保存操作、输出写到临时目录,或者客户端把某个事件误当作成功。
从原生工作流开始,区分 2.1、旧 Qwen-Image 和云端服务。这里汇总文件、参考图编辑、透明输出与许可入口。
使用独立的背景移除模板,核对目标图、尺寸与透明保存;生成式抠图还要检查主体是否被改动。
解释 auto、gpu、cpu、off 与 default、int8、int4 的作用边界,作为逐项排查依据。
把文件读取、条件编码、采样和 VAE 解码分阶段处理,不靠错误里有 Qwen 就统一重装。
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。
分别选择生成模型、文本编码器和 VAE;提示增强器属于可选项。记录真实来源,不把仓库总大小当最低显存。
已经有训练实现,不代表目录已经收集到可用 LoRA;记录具体底模、文件和加载验证。
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。
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。
区分 PE-T2I、PE-I2I 和基础条件编码器,记录改写前后提示与目标画幅。
解释 image_1 与其他参考图、resolution 和输出 latent;先完成单图编辑,再扩展多图,避免把 16 个节点插槽当官方能力上限。
按官方模板快照核对文件、25 步与 1MP 默认值,再逐项扩大到 2K;不要混用 Diffusers 的默认设置。
从透明生成指令到原始 PNG 的 alpha 检查,区分白底、棋盘格像素和真实透明。
本页整理 Qwen-Image 文生图的分体文件和可选加速路线,不将它与 Qwen-Image-Edit 或其他同名新版本合并成一个任意通用的下载清单。
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。
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。
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。
加载 .safetensors 时解析头部失败。常见排查方向包括下载内容不正确、传输不完整、实际格式不同及加载器版本,但这条错误本身不能唯一证明文件损坏。
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。