代码版本
记录 ComfyUI 提交版本或发布版本。升级前保留一个可以工作的工作流和依赖快照，升级后用同一输入回归验证。
自我图书馆SELF LIBRARY持续整理中SHELF 04 / LOCAL ENVIRONMENT · OPERATIONS
本地模型与运行环境
让路径、依赖与资源有可追溯的边界。
本地部署的难点不只是安装成功，而是长期可维护：ComfyUI 版本、Python 环境、模型目录、自定义节点、显存预算和服务暴露方式都需要可记录、可回滚、可验证。
VENV Python 隔离PATHS 模型索引127.0.0.1:8188 默认本地绑定
01 / BUILD AN ISOLATED BASELINE
先固定运行环境，
再添加模型与节点。
官方手动安装路径以独立 Python 虚拟环境、仓库代码和对应依赖为基础。它的价值不在于某一条命令，而在于把 ComfyUI、Python 包与系统级依赖放进可识别的边界里：更新、回退、安装节点或排查 CUDA 问题时，都知道自己操作的是哪一个实例。
Python 环境
安装自定义节点依赖时，确认 pip 指向正在运行 ComfyUI 的解释器。桌面版、便携版、系统 Python 与手动虚拟环境可能完全不同。
最小回归图
先运行不依赖第三方节点的基础图，再逐个接入模型和扩展。这能将“基础环境错误”与“某一扩展错误”分开。
02 / MODEL PATHS ARE PART OF THE SYSTEM
模型文件不是附件，
它们是运行时依赖。
ComfyUI 会按模型类型在对应目录中发现权重。官方手动安装文档提供 extra_model_paths.yaml，用于把外部或共享的模型目录显式加入索引；这比复制多份大文件更便于统一管理。路径解决了“能否发现”，并不能证明模型组件在架构、精度或许可证上相互兼容。
MODEL FILE
→确定来源与类型
区分 checkpoint、VAE、LoRA、ControlNet 与视频模型
PATH CONFIG
→显式映射目录
使用实例目录或额外模型路径统一索引
GRAPH LOAD
→在节点中验证
确认加载节点可见并能实际读取权重
RUN CHECK
最小图回归
验证连接、显存与输出，而非只看下拉框
03 / PLAN MEMORY, NOT JUST RESOLUTION
显存预算来自整条图，
不是单个模型参数量。
运行时占用同时受权重精度、VAE 编解码、潜变量尺寸、批量大小、采样步骤、ControlNet、视频帧数和中间缓存影响。需要先用最小尺寸、最小批量和单个条件建立可运行基线，再增加复杂度；当出现显存不足时，也要先定位发生在哪个节点和哪一类中间张量。
空间尺度
图像宽高改变会影响潜变量和大量中间特征图。用同一模型比较不同尺寸时，应同时记录输出质量、显存峰值和生成时间。
时间与批量
视频帧数与批量常把单帧工作流的资源需求放大；应以目标帧数、帧率和输出长度建立实际基线，而不是从静态图经验外推。
逐层定位
将预处理、基础采样、控制条件、放大和编码拆成可测步骤。只有明确瓶颈后，才选择降低精度、减少并发或换用更合适的模型。
04 / LOCAL FIRST, EXPOSE DELIBERATELY
默认只服务本机，
远程访问必须额外设计保护层。
官方服务端文档说明，ComfyUI 默认监听 127.0.0.1:8188；使用 --listen 0.0.0.0 会使其监听所有网络接口。后者不应被当作“手机访问的快捷开关”：一旦跨网络暴露，就需要在部署层明确处理防火墙、反向代理、认证、传输加密、访问日志和资源限制。
本地 UI、局域网访问与公开 API 是三种不同风险模型。
本机使用只需守住本地进程与文件权限；局域网共享需要限制来源网络；公网服务还需要身份验证、HTTPS、代理层限制和队列治理。不要在没有保护层的情况下公开一个可执行自定义节点和本地文件处理的服务端口。
READING LIST / ORIGINAL SOURCES
ComfyUI Manual Installation↗ComfyUI Server Communication Overview↗ComfyUI Manager Configuration↗ComfyUI 官方仓库↗
ComfyUI 的节点、工作流格式和模型支持会持续演进。本文只归纳对应资料可确认的机制；导入工作流前仍应核对 ComfyUI、节点包、模型权重与许可证的实际版本。