首页 > 网站技巧 > 服务器 > Linux > Linux Docker部署ComfyUI

Linux下使用Docker部署ComfyUI的完整流程

2026-08-12 09:22:21 作者：FriendshipT

本文详细介绍了在Linux系统下使用Docker部署ComfyUI的完整流程,涵盖Docker与NVIDIA安装、GPU支持配置、镜像选择、数据目录挂载、容器启动与端口映射、Hugging Face镜像站加速下载模型、模型路径管理,以及常见问题如网络超时、CUDA警告和目录冲突的排查方法

准备工作

硬件与系统要求

操作系统：Linux（推荐 Ubuntu 20.04+）
NVIDIA GPU：支持 CUDA 的显卡（本文以 RTX 3080 Ti 为例）
NVIDIA 驱动：已正确安装，可用 nvidia-smi 验证
磁盘空间：至少 20GB（模型文件较大）

安装 Docker

sudo apt-get update
sudo apt-get install docker.io -y
sudo systemctl start docker
sudo systemctl enable docker

验证安装：

docker --version

安装 NVIDIA Container Toolkit

这是让 Docker 容器访问 GPU 的关键组件。

# 添加 NVIDIA Docker 软件源
curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey \
  | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg

curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list \
  | sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' \
  | sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list

# 安装 nvidia-container-toolkit
sudo apt-get update
sudo apt-get install -y nvidia-container-toolkit

# 配置 Docker 运行时
sudo nvidia-ctk runtime configure --runtime=docker
sudo systemctl restart docker

验证 GPU 是否可被 Docker 访问：

docker run --rm --gpus all nvidia/cuda:12.4.0-base-ubuntu22.04 nvidia-smi

部署 ComfyUI

选择镜像版本

yanwk/comfyui-boot 是国内社区流行的 ComfyUI Docker 镜像，提供多个 CUDA 版本。

镜像标签	CUDA 版本	适用显卡架构	说明
`cu130-slim-v2`	13.0	RTX 30/40/50 系列	推荐，性能最佳
`cu126-slim`	12.6	RTX 20/30 系列，GTX 10/16 系列	兼容性更广
`cu118-megapak`	11.8	老旧显卡	含大量预装插件

提示：slim 版本仅包含 ComfyUI 和 ComfyUI-Manager，依赖齐全，适合初学者。

创建数据目录

数据持久化是 Docker 部署的关键。建议先创建以下目录结构：

mkdir -p \
  storage-cache/dot-cache \
  storage-cache/dot-config \
  storage-nodes/dot-local \
  storage-nodes/custom_nodes \
  storage-models/models \
  storage-models/hf-hub \
  storage-models/torch-hub \
  storage-user/input \
  storage-user/output \
  storage-user/user-profile \
  storage-user/user-scripts

各目录用途说明：

目录	容器内对应路径	用途
`storage-models/models`	`/root/ComfyUI/models`	模型文件（最重要）
`storage-models/hf-hub`	`/root/.cache/huggingface/hub`	Hugging Face 缓存
`storage-user/output`	`/root/ComfyUI/output`	生成的图片输出
`storage-user/input`	`/root/ComfyUI/input`	输入图片
`storage-nodes/custom_nodes`	`/root/ComfyUI/custom_nodes`	自定义节点

启动容器

以 cu126-slim 为例（与你的环境一致）：

docker run -it --rm \
  --name comfyui \
  --runtime nvidia \
  --gpus all \
  -p 8188:8188 \
  -v "$(pwd)"/storage-cache/dot-cache:/root/.cache \
  -v "$(pwd)"/storage-cache/dot-config:/root/.config \
  -v "$(pwd)"/storage-nodes/dot-local:/root/.local \
  -v "$(pwd)"/storage-nodes/custom_nodes:/root/ComfyUI/custom_nodes \
  -v "$(pwd)"/storage-models/models:/root/ComfyUI/models \
  -v "$(pwd)"/storage-models/hf-hub:/root/.cache/huggingface/hub \
  -v "$(pwd)"/storage-models/torch-hub:/root/.cache/torch/hub \
  -v "$(pwd)"/storage-user/input:/root/ComfyUI/input \
  -v "$(pwd)"/storage-user/output:/root/ComfyUI/output \
  -v "$(pwd)"/storage-user/user-profile:/root/ComfyUI/user \
  -v "$(pwd)"/storage-user/user-scripts:/root/user-scripts \
  -e CLI_ARGS="" \
  yanwk/comfyui-boot:cu126-slim

参数说明：

-it --rm：交互模式，容器停止后自动删除
--runtime nvidia：使用 NVIDIA 运行时
--gpus all：将所有 GPU 分配给容器
-p 8188:8188：端口映射，主机端口:容器端口
-v：挂载数据卷，实现数据持久化
-e CLI_ARGS=""：可传入额外启动参数（如 --lowvram）

验证部署

启动成功后，在浏览器访问：

http://你的服务器IP:8188

查看容器日志：

docker logs comfyui

下载模型

使用 Hugging Face 镜像站下载

由于国内访问 Hugging Face 较慢，推荐使用镜像站 hf-mirror.com。

Step 1：进入容器 Bash

docker exec -it comfyui bash

Step 2：设置镜像源

export HF_ENDPOINT=https://hf-mirror.com

Step 3：使用 hf 命令下载模型

注意：旧版 huggingface-cli 已弃用，请使用 hf 命令。

以下载 z_image_turbo 模型为例：

# 下载 VAE 模型到 vae 目录
hf download Comfy-Org/z_image_turbo \
  split_files/vae/ae.safetensors \
  --local-dir /root/ComfyUI/models/vae

# 下载文本编码器
hf download Comfy-Org/z_image_turbo \
  split_files/text_encoders/qwen_3_4b_fp8_mixed.safetensors \
  --local-dir /root/ComfyUI/models/text_encoders

# 下载扩散模型
hf download Comfy-Org/z_image_turbo \
  split_files/diffusion_models/z_image_turbo_int8_convrot.safetensors \
  --local-dir /root/ComfyUI/models/diffusion_models

hf download 常用选项：

选项	说明
`--local-dir`	指定下载目录
`--revision`	指定版本分支
`--token`	Hugging Face 访问令牌
`--include` / `--exclude`	文件过滤

模型存放位置

下载后的模型文件会保存在挂载目录 storage-models/models/ 下，对应容器内的 /root/ComfyUI/models/。ComfyUI 按模型类型读取不同子目录：

模型类型	存放路径
大模型 (Checkpoint)	`models/checkpoints/`
LoRA	`models/loras/`
VAE	`models/vae/`
ControlNet	`models/controlnet/`
文本编码器	`models/text_encoders/`
扩散模型	`models/diffusion_models/`

使用 ComfyUI 进行图像生成

Dramatic black and white high fashion studio portrait, close-up bust shot, pale platinum blonde woman with sleek low ponytail, head tilted upward, eyes softly closed, wearing a fitted black turtleneck top. A large translucent pale white butterfly hovers gently right at her lips, delicate detailed wing veins visible. Hard rim light creates glowing bright white halo around her hair and face, deep inky pure black minimalist background, stark high contrast chiaroscuro lighting, film grain texture, moody ethereal atmosphere, monochrome, editorial fashion photography, shot on 35mm film, soft subtle skin texture, sharp focus on butterfly and facial profile, vertical composition, minimalist dark aesthetic, artistic surreal fashion

A fluffy orange tabby cat sitting on a sunlit wooden windowsill, 8K ultra-high definition, soft golden hour lighting, sharp focus on individual fur strands and whiskers, warm natural colors, professional pet photography --ar 3:2

常见问题与排查

hf download报错 “No such option”

新版 hf 命令不支持 --local-dir-use-symlinks 和 --resume-download，直接使用 --local-dir 即可，默认支持断点续传。

ComfyUI-Manager 网络超时

启动日志中可能出现 Failed to perform initial fetching 错误，这是因为容器无法访问 GitHub。解决方法：

方案一：配置代理（在 docker run 中添加环境变量）

-e HTTP_PROXY=http://代理IP:端口 \
-e HTTPS_PROXY=http://代理IP:端口

方案二：忽略此错误，手动下载模型使用，不影响核心功能

容器内模型目录已存在导致启动失败

如果挂载了 /root/ComfyUI 整个目录，可能与镜像预置内容冲突。建议按本文方式分别挂载子目录，而非挂载整个 /root。

PyTorch CUDA 版本警告

日志中出现 You need pytorch with cu130 or higher 是性能提示而非错误，使用 CUDA 12.6 镜像时部分优化不可用，但不影响正常使用。

进入容器调试

# 进入正在运行容器的 Bash
docker exec -it comfyui bash

# 查看 ComfyUI 日志
docker logs comfyui

# 实时跟踪日志
docker logs -f comfyui

总结

通过 Docker 部署 ComfyUI 的核心流程如下：

安装 Docker 和 NVIDIA Container Toolkit
拉取镜像（推荐 yanwk/comfyui-boot:cu130-slim-v2）
创建数据目录 并 启动容器（挂载数据卷实现持久化）
下载模型（使用 hf 命令 + 镜像站）
浏览器访问 http://服务器IP:8188

Docker 部署的优势在于环境隔离、一键迁移、数据持久化，非常适合在服务器上长期运行 ComfyUI。

以上就是Linux下使用Docker部署ComfyUI的完整流程的详细内容，更多关于Linux Docker部署ComfyUI的资料请关注脚本之家其它相关文章！