项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1695
使用教程
环境要求
- 已安装 Docker 引擎
- NVIDIA GPU 与可用驱动
- 已安装 NVIDIA Container Toolkit(--runtime=nvidia)
- 磁盘预留足够空间存放模型与缓存
安装与启动步骤
-
1创建存储目录
在当前目录建立缓存、节点、模型与输入输出目录,用于挂载进容器实现数据持久化。
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 -
2启动容器
以 NVIDIA GPU 运行时启动镜像,映射 8188 端口并挂载全部目录;如权限不足请在命令前加 sudo。
docker run -it --rm \ --name comfyui-cu130 \ --pull=always \ --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:cu130-slim-v2
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
-p 8188:8188 | 是 | 映射 ComfyUI Web 服务端口到宿主机 | 8188:8188 |
--gpus all | 是 | 把宿主机全部 GPU 暴露给容器 | all |
--runtime=nvidia | 是 | 指定 NVIDIA 容器运行时以启用 GPU | nvidia |
-e CLI_ARGS | 否 | 传给 ComfyUI 的额外命令行参数 | |
yanwk/comfyui-boot:cu130-slim-v2 | 是 | 镜像标签,CUDA 13.0 精简版 | cu130-slim-v2 |
如何确认成功
容器日志无报错,浏览器访问 http://localhost:8188 能打开 ComfyUI 界面。
常见问题
Q:提示找不到 nvidia runtime 怎么办?
A:说明未安装 NVIDIA Container Toolkit,需先在宿主机安装该工具包,安装后重启 Docker 服务再执行启动命令。
Q:模型文件放哪里?
A:放进当前目录的 storage-models/models,它挂载到容器内 /root/ComfyUI/models,重启容器后模型仍在。
Q:端口被占用如何更换?
A:修改 -p 参数左边宿主机端口即可,例如 -p 8288:8188,容器内保持 8188 不变。
Q:自定义节点怎么持久化?
A:把节点放到 storage-nodes/custom_nodes,该目录挂载到容器内 ComfyUI/custom_nodes。
注意事项
- 首次运行 --pull=always 会拉取较大镜像,请保证网络与磁盘空间充足。
- 命令使用 --rm 参数,容器停止后会被删除,数据全靠挂载目录保留。
- 支持 CUDA 版本有限,需按 README 的 CUDA Compatibility 选择匹配的镜像标签。
核心亮点
- 预构建镜像,免去手动安装 Python 依赖和 CUDA 环境
- 支持 GPU 直通和自定义节点持久化挂载,开发调试高效
- 提供多版本标签,可快速切换 ComfyUI 版本或回滚
不足之处
- 镜像体积较大,首次拉取耗时较长
- 文档/社区待观察
适用场景
- 本地快速搭建 ComfyUI 开发环境
- 服务器或云主机部署 ComfyUI 服务供团队使用
- 需要隔离依赖或进行版本测试的 CI/CD 流程
替代项目
comfyui-windows-portable、ComfyUI-Manager、stable-diffusion-webui-docker
同类项目推荐
moe-l2
开源
8GB 显卡也能跑 100B+ MoE 大模型
MoE expert offload for low-VRAM GPUs — run 100B+ MoE models (DeepSeek, Qwen, Mixtra···
CliRelay
开源
自建 AI 网关,统一管理编码 CLI 的模型调用与花费。
Self-hosted AI gateway for coding CLIs — one OpenAI/Claude/Gemini/Codex-compatible ···
GoModel
开源
用 Go 统一管理 AI 模型,智能路由、成本可控、生产可用。
AI gateway / AI control plane / AI proxy written in Go. Unified OpenAI-compatible an···
ai00_server
开源
一键部署 RWKV 模型,集成聊天、嵌入、RAG 和智能代理。
The all-in-one RWKV runtime box with embed, RAG, AI agents, and more.
wyoming_openai
开源
把本地语音服务变成 OpenAI 接口,轻松接入 Home Assistant
OpenAI-Compatible Proxy Middleware for the Wyoming Protocol
portkey-python-sdk
开源
一键接入多模型,让 AI 应用稳定又安全
Build reliable, secure, and production-ready AI apps easily.
terraform-aws-metaflow
开源
用 Terraform 在 AWS 上快速搭建生产级 Metaflow 环境
Deploy production-grade Metaflow cloud infrastructure on AWS
uteke
开源
给 AI 装上本地大脑,离线记忆秒级召回
Long-term memory for any AI agent. One Rust binary, offline, 98.2% recall@5 on LongM···
llm-graph-builder
开源
上传文档,一键用LLM自动生成知识图谱
Neo4j graph construction from unstructured data using LLMs
