如何排查和解决 ComfyUI 中出现的错误

# 低显存模式（使用 CPU 处理文本编码器）
python main.py --lowvram

# CPU 模式（非常慢但适用于任何硬件，仅作为最后手段使用）
python main.py --cpu

# 禁用预览（节省显存和处理）
python main.py --preview-method none

# 使用优化的注意力机制
python main.py --use-pytorch-cross-attention
python main.py --use-flash-attention

# 异步权重卸载
python main.py --async-offload

# 为操作系统保留特定显存量（以 GB 为单位）
python main.py --reserve-vram 2

# 禁用智能内存管理
python main.py --disable-smart-memory

# 使用不同的缓存策略
python main.py --cache-none      # 更少的内存使用，但更慢
python main.py --cache-lru 10    # 缓存 10 个结果，更快
python main.py --cache-classic   # 使用旧风格（激进）的缓存

# 检查 Python 版本（需要 3.9+，推荐 3.12）
python --version

# 使用虚拟环境（推荐）
python -m venv comfyui_env
source comfyui_env/bin/activate  # Linux/Mac
comfyui_env\Scripts\activate     # Windows

# 首先更新 pip
python -m pip install --upgrade pip

# 安装依赖项
pip install -r requirements.txt

# 对于 NVIDIA GPU（CUDA 13.0）
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu130

# 对于 AMD GPU（仅限 Linux - ROCm 7.2）
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm7.2

# 对于带有 NVIDIA 包的虚拟环境
export LD_LIBRARY_PATH=$VIRTUAL_ENV/lib/python3.12/site-packages/nvidia/nvjitlink/lib:$LD_LIBRARY_PATH

# 对于 conda 环境
export LD_LIBRARY_PATH=$CONDA_PREFIX/lib/python3.12/site-packages/nvidia/nvjitlink/lib:$LD_LIBRARY_PATH

# 或自动查找您的 Python site-packages
PYTHON_PATH=$(python -c "import site; print(site.getsitepackages()[0])")
export LD_LIBRARY_PATH=$PYTHON_PATH/nvidia/nvjitlink/lib:$LD_LIBRARY_PATH

# 您可能还需要其他 NVIDIA 库
export LD_LIBRARY_PATH=$PYTHON_PATH/nvidia/cuda_runtime/lib:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH=$PYTHON_PATH/nvidia/cublas/lib:$LD_LIBRARY_PATH

# 检查已安装的 NVIDIA 包
python -c "import site; import os; nvidia_path=os.path.join(site.getsitepackages()[0], 'nvidia'); print('NVIDIA libs:', [d for d in os.listdir(nvidia_path) if os.path.isdir(os.path.join(nvidia_path, d))] if os.path.exists(nvidia_path) else 'Not found')"

# 查找 PyTorch 需要的缺失库
python -c "import torch; print(torch.__file__)"
ldd $(python -c "import torch; print(torch.__file__.replace('__init__.py', 'lib/libtorch_cuda.so'))")

# 对于虚拟环境，添加到激活脚本
echo 'export LD_LIBRARY_PATH=$VIRTUAL_ENV/lib/python*/site-packages/nvidia/nvjitlink/lib:$LD_LIBRARY_PATH' >> $VIRTUAL_ENV/bin/activate

# 对于 conda 环境
conda env config vars set LD_LIBRARY_PATH=$CONDA_PREFIX/lib/python*/site-packages/nvidia/nvjitlink/lib:$LD_LIBRARY_PATH

# 对于全局 bashrc（根据需要调整 Python 版本）
echo 'export LD_LIBRARY_PATH=$(python -c "import site; print(site.getsitepackages()[0])")/nvidia/nvjitlink/lib:$LD_LIBRARY_PATH' >> ~/.bashrc

# 检查当前库缓存
ldconfig -p | grep cuda
ldconfig -p | grep nccl

# 如果缺失，添加库路径（需要 root 权限）
sudo echo "/usr/local/cuda/lib64" > /etc/ld.so.conf.d/cuda.conf
sudo ldconfig

# 详细库加载以查看缺失的内容
LD_DEBUG=libs python main.py 2>&1 | grep "looking for"

# 检查 PyTorch CUDA 可用性
python -c "import torch; print('CUDA available:', torch.cuda.is_available()); print('CUDA version:', torch.version.cuda)"

# 通过 Git 更新 ComfyUI 后，更新前端依赖
pip install -r requirements.txt

# 先卸载 torch
pip uninstall torch

# 安装带 CUDA 13.0 的稳定版 PyTorch
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu130

# 对于 nightly 版本（可能有性能改进）
pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu132

# 验证 CUDA 支持
python -c "import torch; print(torch.cuda.is_available())"

# 检查 GPU 是否可见
nvidia-smi

# 检查驱动版本和 CUDA 兼容性
nvidia-smi --query-gpu=driver_version --format=csv

# 安装稳定的 ROCm PyTorch（撰写时为 7.2）
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm7.2

# 对于 nightly 版本（撰写时为 ROCm 7.2，可能有性能改进）
pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/rocm7.2

# 对于 RDNA2 或更老型号（6700、6600）
HSA_OVERRIDE_GFX_VERSION=10.3.0 python main.py

# 对于 RDNA3 显卡（7600）
HSA_OVERRIDE_GFX_VERSION=11.0.0 python main.py

# 启用实验性内存高效注意力（PyTorch 2.4 后不再需要）
TORCH_ROCM_AOTRITON_ENABLE_EXPERIMENTAL=1 python main.py --use-pytorch-cross-attention

# 启用可调优操作（首次运行慢，后续运行更快）
PYTORCH_TUNABLEOP_ENABLED=1 python main.py

# 安装 Apple Silicon 的 PyTorch nightly
# 请遵循 Apple 指南：https://developer.apple.com/metal/pytorch/

# 检查 MPS 可用性
python -c "import torch; print(torch.backends.mps.is_available())"

# 启动 ComfyUI
python main.py

# 强制 CPU 模式
python main.py --cpu

# 带内存优化
python main.py --force-fp16 --cpu

# 安装带 XPU 支持的 PyTorch nightly
pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/xpu

# 启动 ComfyUI
python main.py

# 对于 Intel Arc A 系列显卡
conda install libuv
pip install torch==2.3.1.post0+cxx11.abi torchvision==0.18.1.post0+cxx11.abi torchaudio==2.3.1.post0+cxx11.abi intel-extension-for-pytorch==2.3.110.post0+xpu --extra-index-url https://pytorch-extension.intel.com/release-whl/stable/xpu/us/