桌面版 / portable / 手动装：ComfyUI 三条安装路怎么选
装 ComfyUI 这件事，最容易犯的错不是装错命令，而是一开始就选错了路子。很多人凭直觉认为「portable 包 = 免安装 = 更硬核的选择」，于是绕开桌面版直接下 7z，回头才发现官方 README 在同一段里写着这玩意儿不推荐给普通用户，而且另一处还明确警告 stable tag 之外的 commit「会弄坏很多自定义节点」。
下面这篇按 ComfyUI v0.31.0（2026-08-08）时点的官方仓库口径，把三条路各自的定位、代价、适用人群摆清楚，然后给一条能照着走的决策路径。全文是官方 README 与仓库信息的转述，非本机实测。
先看官方自己怎么定位这三条路
这一步很关键，因为 README 的措辞其实相当直白，只是大多数人跳着看漏掉了。
| 方式 | README 原始定位 | 平台 |
|---|---|---|
| Desktop Application | ”The easiest way to get started.”；Installing 章节写「强烈推荐使用桌面应用」「对新用户是最简单也是最好的方式」 | Windows & macOS |
| Windows Portable Package | ”Get the latest commits and completely portable.”；同时明确写 “It is not recommended for regular users. Regular users should use the desktop app above.” | Windows |
| Manual Install | 支持所有操作系统与所有 GPU 类型（NVIDIA、AMD、Intel、Apple Silicon、Ascend） | 全平台 |
| Comfy Cloud | 官方付费云版本，面向「买不起本地硬件」的用户 | 云端 |
读这张表的时候要注意两处反直觉的地方。
第一，桌面版不是「阉割版」。README 给它的形容词是「最简单也是最好的」，这话是官方对新用户说的，不是社区口耳相传。
第二，portable 包的卖点不是「便携」这一半，而是「拿到最新 commit」这一半。它的定位是给需要追最新代码的人用的，README 对普通用户明确不推荐。把它当成「更专业的选择」去用，方向就反了。
那条最容易被忽略的代价：stable tag 与 master 的分岔
三条路的真正差别，不在安装步骤，在你最后跟的是哪一条代码线。
README 的 Release Process 章节里有几条硬规则：ComfyUI Core 大约每两周发一个新的 major stable 版本；从 v0.4.0 起 patch 版本用于把修复 backport 到当前 stable release，minor 版本用于 master 分支上的发布；官方另称遵循以周一为目标的每周发布周期，但会因为模型发布或代码库大改而经常变动。
这段里最该被划重点的是这一句：stable release tag 之外的 commit 可能非常不稳定，会弄坏很多自定义节点。
这不是社区吐槽，是 README 自己写的。它同时也是「我该跟 master 还是跟 tag」这个问题的唯一官方依据——别凭感觉给自己或别人建议，就照这条判断。
接着看第二条：Comfy Desktop（github.com/Comfy-Org/Comfy-Desktop）用最新 stable core 版本构建发布。
把这两条串起来，桌面版的性格就出来了：它天然落在 tag 这一侧。好处是自定义节点生态踩在一个相对稳的地基上；代价是，当某个新模型的支持刚刚合进 master、还没进下一个 stable tag 的时候，桌面版这边就是拿不到。这不是 bug，是构建策略的直接推论。
portable 包正好站在另一头，README 给它的定位就是 “Get the latest commits”。它能更早吃到 master 上的东西，同时也就更早吃到「弄坏很多自定义节点」的那部分风险。这两件事是同一枚硬币。
至于 Comfy Cloud 跟的是哪条线，README 只给了「官方付费云版本、面向买不起本地硬件的用户」这一句定位，版本策略、可用模型、额度限制官方都没给数据，本文不比这一项。要判断云上有没有某个新模型，只能去官方页面确认，别按本地的经验外推。
顺带一提：升级 core 不只是换 core
requirements.txt 在 v0.31.0 这个时点精确 pin 了三个官方包：comfyui-frontend-package==1.48.7、comfyui-workflow-templates==0.11.37、comfyui-embedded-docs==0.5.9（另外还 pin 了两个自研包 comfy-kitchen==0.2.28、comfy-aimdo==0.4.13）。
== 这种精确 pin 意味着：升级 core 会连带换掉前端、模板与内置文档的版本。 release notes 里能看到它们被频繁 bump，比如 v0.31.0 有「Bump comfyui-frontend-package to 1.47.12」（PR #15244）、「Update workflow templates to v0.11.31」（PR #15297）这类条目。
所以「升级之后界面有点不一样了」这种现象，至少要连着 core 版本一起看。但也别反过来断言「前端版本变了就是某个 UI 问题的原因」——那需要具体证据，这里没有。
决策路径：按四个问题往下走
不要先挑方式，先回答这四个问题，答案会把你推到唯一的那条路上。
问题一：你在什么平台、什么 GPU 上？
这一问经常直接把选择砍到只剩一个。
- Linux：桌面版和 portable 包都不提供，只有手动安装。没得选，直接跳到问题四。
- macOS（Apple Silicon）：桌面版覆盖 macOS。想手动装也行，README 的路径是先按 Apple 的「Accelerated PyTorch training on Mac」开发者指南装 pytorch nightly，再走 Manual Install，装依赖，
python main.py；支持芯片 M1、M2、M3、M4 配较新 macOS（M3、M4 是 v0.26.0 那次文档补进去的）。 - Windows + NVIDIA / AMD / Intel：三条路都开着，继续往下看。
- Ascend NPU、Cambricon MLU、Iluvatar Corex：只有手动安装这一条，且 README 给的是「按官方页说明装」的顺序（例如 Ascend 需要 torch_npu，顺序是装内核版本 → 装 Ascend Basekit 含驱动固件与 CANN → 按平台说明装 torch-npu 相关包 → 再按 Linux 指引装 ComfyUI），没有给任何具体命令与版本号。这类平台就别指望能抄到现成命令。
Windows 上如果确定要走 portable，还有一个分岔要先过：官方一共四个包，其中一个 README 给了全大写的禁止提示。
| 包 | 文件名 | README 适用范围要点 |
|---|---|---|
| NVIDIA | ComfyUI_windows_portable_nvidia.7z | supports 20 series and above |
| NVIDIA 旧卡 | ComfyUI_windows_portable_nvidia_cu126.7z | pytorch cuda 12.6 + python 3.12，Supports Nvidia 10 series and older GPUs，DO NOT USE THIS ON NEWER 20 SERIES AND ABOVE GPUS |
| AMD | ComfyUI_windows_portable_amd.7z | AMD GPUs |
| Intel | ComfyUI_windows_portable_intel.7z | Intel GPUs |
那句全大写的 DO NOT USE 是 README 原文的强调，20 系及以上别去下 cu126 那个包。默认的 nvidia portable 自带 python 3.13 与 pytorch cuda 13.0，起不来时 README 让你先更新 NVIDIA 驱动。解压用 7-Zip 或较新版本 Windows 的资源管理器；解压出问题就右键文件 → 属性 → 解除锁定（unblock）。
顺带说一句 GPU 选购：README 的 QA 章节只甩了一个 wiki 链接（Which-GPU-should-I-buy-for-ComfyUI），我们没有取过那一页的内容，所以本文不给任何显卡推荐和显存档位建议。
问题二：你需不需要「刚合进 master 的那点东西」？
这一问决定 tag 还是 commit。
如果你的诉求是「某个新模型/新特性刚支持，我现在就要用」，桌面版这条路在结构上就满足不了——它跟的是最新 stable core。你要么走 portable（定位就是最新 commit），要么手动装并自己控制拉哪个提交。
如果你的诉求是「跑通一套稳定的工作流、装一堆自定义节点、别今天好明天坏」，那就别去追 commit。README 那句「tag 之外的 commit 可能非常不稳定，会弄坏很多自定义节点」写得够清楚了。
结论是条件式的：追新和不坏这两件事，官方口径下就是互斥的，你得先认领一边。
问题三：你能承受被弄坏之后自己修吗？
上一问是需求，这一问是能力。同样是「想追新」，两个人的处境可能完全不同。
一个能自己看 traceback、能回退到某个 tag、能对着 requirements.txt 判断依赖冲突的人，走 portable 或手动装追 master 是可控的。一个只想打开就出图的人，一旦一堆自定义节点集体报错，很可能连问题出在哪层都定位不了。
顺便记一条 README 明确写过的排障入口：出现 “Torch not compiled with CUDA enabled” 时，做法是先 pip uninstall torch，然后用你平台对应的命令重装。README 的 Troubleshooting 章节只给了这一条，其余问题它没有给统一解法。
问题四：你愿不愿意在命令行里过日子？
手动安装的全部价值，都在「你自己决定装什么版本」这一点上。README 给的版本矩阵是这样的：
| 项 | README 原文要点 |
|---|---|
| Python 3.14 | 能用，但某些自定义节点可能有问题；free threaded 变体能用，但部分依赖会启用 GIL，所以不算完全支持 |
| Python 3.13 | very well supported |
| Python 3.12 | 3.13 上遇到自定义节点依赖问题时可以退回 |
| torch 2.7 | 最低支持版本，但极力推荐用更新的版本 |
| cu130 及以上 | 在 NVIDIA 20 系及以上是必需的 |
| 版本策略 | 一般推荐最新 major pytorch + 最新 cuda，除非它发布不足两周；如果你的 pytorch 超过 6 个月没更新，请更新它 |
这张表就是手动装换来的东西：Python 3.13 上遇到自定义节点依赖问题时可以退回 3.12，这个退路是 README 明确写出来的。而桌面版与 portable 包给的是打包好的固定组合（默认 nvidia portable 自带 python 3.13，cu126 那个包是 python 3.12 + pytorch cuda 12.6），README 没有给出在这两种包里更换 Python 版本的做法。
NVIDIA 稳定版的安装命令：
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu130
想跟 nightly 的话是另一条：
pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu132
Intel Arc（torch.xpu，Windows 与 Linux 通用）：
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/xpu
AMD 在 Linux 上走 ROCm 稳定版：
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm7.2
AMD 想在 Windows 上跑的话，README 提供的是标注为 Experimental 的构建，仅覆盖 RDNA 3、3.5、4，并注明这些比上面的构建硬件支持更少。这个 Experimental 标签得带着看，别当成稳定方案。另外对 ROCm 未正式支持的老卡，README 在 Running 章节给了运行期变量的写法，比如 6700、6600 以及可能的其它 RDNA2 或更老的卡用 HSA_OVERRIDE_GFX_VERSION=10.3.0 python main.py，7600 以及可能的其它 RDNA3 卡用 HSA_OVERRIDE_GFX_VERSION=11.0.0 python main.py。ROCm 提速那条 PYTORCH_TUNABLEOP_ENABLED=1 也可以试，但 README 注明代价是首次运行非常慢。
torch 装完之后，在 ComfyUI 目录里装依赖再启动：
pip install -r requirements.txt
python main.py
嫌手动步骤烦但又想要手动装的控制权，README 还给了 comfy-cli 这条路，完整用法就两行：
pip install comfy-cli
comfy install
文档在 docs.comfy.org/comfy-cli/getting-started。这里只复述 README 给的这两条命令，其余子命令和参数我们没有取过文档正文，不做展开。
三条路各自的收尾差异
模型往哪放：portable 场景下小模型只要把 ckpt/safetensors 丢进 ComfyUI\models\checkpoints；很多大模型是多文件的，得按说明分别放进 ComfyUI\models\ 下对应的子目录。如果你机器上已经有别的 UI 的模型库，README 指向仓库里的 extra_model_paths.yaml.example——改名成 extra_model_paths.yaml 再编辑，就能设置模型搜索路径并与其它 UI 共享模型。standalone windows 构建里这个文件在 ComfyUI 目录下。
自定义节点管理：ComfyUI-Manager 是用来方便地安装、更新和管理自定义节点的扩展，README 给的设置步骤是先装它的依赖再带开关启动：
pip install -r manager_requirements.txt
python main.py --enable-manager
这条路径天然属于「你能敲命令行」的那一侧。另外 --disable-manager-ui 这个开关值得知道一下：它禁用 Manager 的 UI 与端点、但保留后台功能（README 举的例子是安全检查、计划安装的完成流程），使用前提是已经开了 --enable-manager。官方把 UI 与后台能力拆开这件事本身，就是多用户或服务器场景下的一个取舍点。
API 节点的连带风险：这一条跟安装方式无关，但会影响你对「要不要跟着升级」的判断。partner 节点是会被增删的——v0.28.0 移除了 StabilityAI 节点（PR #14737）与 IdeogramV1、IdeogramV2 节点（PR #14712），v0.31.0 移除了 Kling 已退役的 legacy 模型与 Virtual Try-On API（PR #15249），同时也在加新的（如 v0.31.0 新增 TopazAI Bloom 2 与 Wonder 3.5，PR #15294）。依赖这类节点的工作流存在「上游模型退役 → 节点被移除 → 工作流打不开」的风险，升级前值得先扫一眼 release notes 里的移除条目。至于接下来哪个节点会被移除，没人能预测，别猜。
一句话版本
如果懒得逐条往下走，可以按这个粗判：Windows 或 macOS + 想省事 + 能接受慢半拍 → 桌面版；确实需要 master 上刚有的东西、且出事能自己修 → portable；Linux、非 NVIDIA 硬件、或者需要自己钉 Python 与 torch 版本 → 手动装。 只是记住这三句话背后的真实分界线只有一条：你跟的是 stable tag，还是 tag 之外的 commit。
延伸阅读
本文依据 ComfyUI 官方仓库（github.com/Comfy-Org/ComfyUI）的 README、comfy/cli_args.py、release notes 与官方安全公告整理，核对日 2026-08-09，对应版本 v0.31.0；文中引用的 issue 状态为该日期的快照。本文内容为官方文档与源码口径，非本机实测。参数、默认值与功能随版本变动，请以官方文档与 python main.py --help 的实际输出为准。