奇 奇连 AI
学习路线图课程工具计算器企业服务关于加入会员

ComfyUI 的 Python 与 PyTorch 版本怎么定：照 README 版本矩阵倒推一条安装命令

2026-08-09

装 ComfyUI 这件事，真正会卡住人的一步不是 clone 仓库，是在敲第一条 pip install 之前，你得先决定用哪个 Python、装哪个 PyTorch。这两个决定一旦定错，症状不会立刻出现——ComfyUI 本体大概率能起来，等你装到第三第四个自定义节点，或者第一次点 Queue 的时候才会翻车，那时候再回头换 Python 版本，等于整个环境重来。

所以这篇不讲怎么点下一步，只讲一件事：按官方 README 的版本矩阵，把版本先定死。以下全部是 ComfyUI 官方仓库 README（核对日 2026-08-09，对应 v0.31.0）的口径，不是本机实测结论。

一、Python 侧：三档，选中间那档

README 的 Manual Install 章节对 Python 版本给的是分档表述，不是一句”支持 3.x+“：

Python 版本README 的原始表述要点
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
3.13very well supported（支持得很好）
3.12如果在 3.13 上遇到自定义节点依赖问题，可以退回 3.12

这张表读法很明确：3.13 是默认答案，3.12 是退路，3.14 是你自己承担风险的选项。

3.14 这一档值得多说两句，因为它最容易被误读成”新版更好”。README 说的是自定义节点可能有问题——ComfyUI 的大半价值都在自定义节点生态上，一个”部分节点可能装不上”的 Python 版本，对绝大多数人来说就是不可用。至于 free threaded 变体，README 的措辞是”能用，但部分依赖会启用 GIL，所以不算完全支持”。注意这句话里有两层意思：能跑起来是一回事，官方承认它不算完全支持是另一回事。你不能把”能用”当成”支持”。

3.12 的定位也别搞反。它不是”更稳的老版本”，README 把它明确写成 3.13 上遇到自定义节点依赖问题时的退路。也就是说：先上 3.13，装节点撞墙了再退 3.12，不要一上来就用 3.12 图心安。

二、PyTorch 侧：2.7 是地板，不是目标

README 关于 torch 的几条，我把它们摘成决策语言：

  • torch 2.7 是最低支持版本（minimally supported），但 README 极力推荐用更新的版本。 “最低支持”的意思是低于它别指望能跑，不是”装到 2.7 就够了”。
  • cu130 及以上，在 NVIDIA 20 系及以上是必需的（required）。 这是一条硬约束，不是优化建议。
  • 版本策略：一般推荐用最新 major 版 pytorch + 最新 cuda 版本，除非它发布不足 2 周。
  • 如果你的 pytorch 超过 6 个月没更新，请更新它。

后两条合起来其实是一个很实用的窗口：太新的（发布不到 2 周）先别碰，让别人替你踩坑；太旧的（超过 6 个月）该更新了。这个”6 个月”是 README 直接给的数字，可以拿来当环境体检的判据——你手上那个跑了很久没动的 ComfyUI 环境，如果 torch 是半年多前装的，那就属于官方点名建议更新的状态。

顺带说一个反直觉的地方：很多人升级 ComfyUI 只升 core，从来不动 torch，觉得”能跑就别碰”。README 的态度恰恰相反，它把 pytorch 保持较新当成常规建议，而不是折腾。

三、命令怎么写：按平台各取一条，别混用

下面这些命令原样来自 README，不要改写、不要自己替换 index-url 后面的路径。

NVIDIA（稳定版）：

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu130

这条对应上面那条硬约束：20 系及以上必须 cu130 及以上。--extra-index-url 的作用是在默认源之外再加一个 PyTorch 官方的 CUDA 轮子源——版本号 cu130 就写在 URL 里，这也是为什么这条命令不能随便改 URL：你改的其实是 CUDA 版本。

NVIDIA（nightly）：

pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu132

--pre 是允许安装预发布版本，没有它 pip 不会选 nightly 轮子。nightly 属于你明确知道自己要什么才用的路径，和”发布不足 2 周先别用”是同一类风险，只是更极端。

AMD（Linux，ROCm 稳定版）：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm7.2

Intel Arc（torch.xpu，Windows 与 Linux 都用这条）：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/xpu

AMD 还有一组 README 明确标为 Experimental 的构建（Windows 与 Linux，仅 RDNA 3、3.5、4），README 注明它们比上面的构建硬件支持更少，但能在 Windows 上工作，且要装对应自己硬件的那一条：

# RDNA 3（RX 7000 系）
pip install --pre torch torchvision torchaudio --index-url https://rocm.nightlies.amd.com/v2/gfx110X-all/
# RDNA 3.5（Strix halo / Ryzen AI Max+ 365）
pip install --pre torch torchvision torchaudio --index-url https://rocm.nightlies.amd.com/v2/gfx1151/
# RDNA 4（RX 9000 系）
pip install --pre torch torchvision torchaudio --index-url https://rocm.nightlies.amd.com/v2/gfx120X-all/

标了 Experimental 就按 Experimental 对待：能用不等于稳定，别拿它做需要长期无人值守的活。

装完 torch 之后，才是装 ComfyUI 自己的依赖，在 ComfyUI 目录内执行：

pip install -r requirements.txt

然后启动：

python main.py

把整条路径串起来（以一台 NVIDIA 30 系机器、Python 3.13 环境为例）：

# 1. 先装匹配显卡的 PyTorch（20 系及以上必须 cu130 及以上）
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu130
# 2. 再在 ComfyUI 目录内装本体依赖
pip install -r requirements.txt
# 3. 启动
python main.py

以上为按官方参数语义组合的示例，未逐项实测，以官方文档与 --help 输出为准。

如果你不想自己管这些，README 还给了 comfy-cli 这条路：

pip install comfy-cli
comfy install

四、Windows Portable 包其实已经替你把版本定死了

这一节专门给 Windows 用户，因为它是版本决策里最容易被跳过的一环：你一旦用了 portable 包，Python 和 PyTorch 版本就不是你选的了。

README 写得很清楚：默认的 NVIDIA portable 包自带 python 3.13 与 pytorch cuda 13.0。这正好落在上面那张表的推荐档上，所以它是个合理的默认。

另一个包就是雷区了。ComfyUI_windows_portable_nvidia_cu126.7z 是 pytorch cuda 12.6 + python 3.12，README 的说明是：Supports Nvidia 10 series and older GPUs，DO NOT USE THIS ON NEWER 20 SERIES AND ABOVE GPUS。这句大写警告和上面”cu130 及以上在 20 系及以上是必需的”是同一条规则的两面——cu126 包给不了 20 系及以上需要的 CUDA 版本。

顺便纠正一个常见误解：portable 包不是”更专业的选择”。README 在 Installing 章节对它的原话是 “It is not recommended for regular users. Regular users should use the desktop app above.”，它的定位是”拿到最新 commit + 完全便携”。而 Desktop Application 才是 README 强烈推荐给新用户的方式（Windows 与 macOS）。

另外，如果默认的 nvidia portable 起不来，README 给的第一反应是更新 NVIDIA 驱动；解压环节出问题，README 让你右键文件 → 属性 → 解除锁定（unblock）。

五、产出物长什么样，以及怎么验收

先说产出物。这一步做完，你手上不会多出什么可视化的东西，我们也不去猜控制台会打印哪几行——README 没写，我们就不编。有依据可说的产出物只有三样：一个装好了对应平台 torch 的 Python 环境（版本按第一、二节定死）、一个装完 requirements.txt 依赖的 ComfyUI 目录、以及这个目录下的模型目录结构。模型目录这块 README 给了明确说法：小模型把 ckpt/safetensors 放进 ComfyUI\models\checkpoints，多文件的大模型按各自说明放进 ComfyUI\models\ 下对应的子目录。

还有一个文件值得在这时候先认一眼：仓库里的 extra_model_paths.yaml.example。README 的用法是把它改名为 extra_model_paths.yaml 再编辑，用来设置模型搜索路径、跟其它 UI 共享模型；standalone windows 构建里这个文件就在 ComfyUI 目录下。为什么放在版本这篇提：因为换 Python 版本、换装法（portable 换成手动装）往往意味着换目录，模型几十上百 GB 不可能跟着搬，这个文件就是让模型留在原地的官方入口。

产出物清点完，再过验收。有依据可查的验收点只有这几处，按顺序过：

  1. python main.py 能不能起来。 这是最粗但最有效的一道门。
  2. 是否出现 Torch not compiled with CUDA enabled。 README 的 Troubleshooting 章节只给了一条排查项，就是这个错误。按字面，它说的是当前装到的这个 torch 轮子不带 CUDA 支持。README 没有解释成因，只给了处置，所以别在成因上多绕——直接按下面的处置重来一遍，比猜原因省时间。
  3. 模型有没有按上面那套目录规则放对。 版本没问题但模型没加载出来，多半是栽在这一条上，别误判成环境问题、更别因此回头去换 Python 版本。

碰到第 2 条，README 给的处置是重装：

pip uninstall torch

卸干净之后，用你平台对应的那条安装命令重新装一遍。这里最容易出错的地方有两个：一是卸载之后又敲了一条不带 index-url 的 pip install torch，等于原地转圈；二是装错了 CUDA 版本号——20 系及以上必须 cu130 及以上，用 cu126 的包换回来还是不行。

还有一个和版本决策相关但容易被忽略的点：requirements.txt（v0.31.0 时点）里有三个 comfy 官方包是用 == 精确 pin 的——comfyui-frontend-package==1.48.7、comfyui-workflow-templates==0.11.37、comfyui-embedded-docs==0.5.9。这意味着升级 core 会连带换掉前端版本。所以当你升级完发现界面行为变了，排查方向应该是连着 core 版本一起看，而不是只怀疑浏览器缓存。这一条只做到这里，官方没说的因果我们不外推。

六、什么情况下这套不适用

  • Apple Mac silicon（M1/M2/M3/M4）：不走上面任何一条 NVIDIA/AMD/Intel 命令。README 的步骤是装 pytorch nightly（它指向 Apple 的「Accelerated PyTorch training on Mac」开发者指南）→ 按 Manual Install 走 → 装依赖 → python main.py。具体命令以 Apple 那份指南为准。
  • Ascend NPU / Cambricon MLU / Iluvatar Corex：README 只给了顺序（先装厂商工具链和驱动，再装对应的 torch_npu / torch_mlu，最后按 Manual Install 的 Linux 指引装 ComfyUI），没有给任何具体版本号和踩坑解法。这几类平台请直接去厂商官方安装页，别照搬网上的版本号。
  • ROCm 未正式支持的 AMD 老卡：README 在 Running 章节给的是运行期环境变量，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。这属于绕过而不是支持，心里要有数。另外 README 提到 ROCm 可以试 PYTORCH_TUNABLEOP_ENABLED=1 提速，但注明代价是首次运行非常慢——如果你在做需要快速验证的调试，这个开关会干扰你的判断。
  • 公司内网/离线环境：上面这些命令全都依赖能访问 PyTorch 的官方轮子源，源被墙掉或走了私有镜像时，版本选择权其实在镜像那边，本文的路径不成立，需要人工确认镜像里有哪些 CUDA 变体。
  • 需要长期稳定的生产部署：README 的”追新”建议（最新 major + 最新 cuda）和生产环境要的可复现性是两个方向。真要上生产，把版本锁死并自己维护升级窗口，比跟着建议走更合适。

最后再收一句可执行的：新装就上 Python 3.13，NVIDIA 20 系及以上认准 cu130 及以上，torch 别停在 2.7，也别去追刚发布不到两周的版本，超过半年没更新就安排一次升级。这五句话覆盖了 README 版本矩阵里绝大部分决策，剩下的按平台各自处理。

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。

想系统学会用 AI？报名体系课或加入会员，照着学、照着用。

浏览课程 加入会员