ComfyUI VPS 部署教程：AI 图片生成工作流搭建

ComfyUI 是当前最灵活的 AI 图片生成工作流工具之一，很多开发者想在 VPS 上跑起来实现自动化出图。这篇 ComfyUI VPS 部署教程直接从环境准备到工作流搭建讲完，适合在 2C4G 以上的 VPS 上实操，配合 API 还能接入 AI Agent 或 n8n 自动化流程。

ComfyUI VPS 部署前的准备

VPS 配置至少 2 核 4G 内存，推荐 4 核 8G 以上（跑 SDXL 或 Flux 模型时显存需求更高）。系统选 Ubuntu 22.04 或 Debian 12，Python 3.10+，CUDA 驱动 12.x（如果 VPS 有 GPU）。没有 GPU 的 VPS 也能用 CPU 跑，但速度极慢，只适合测试小模型。

先更新系统并安装基础依赖：

sudo apt update && sudo apt upgrade -y
sudo apt install -y git wget curl python3 python3-pip python3-venv

如果 VPS 有 NVIDIA GPU，要装驱动和 CUDA toolkit：

lspci | grep -i nvidia
sudo apt install -y nvidia-driver-535
nvidia-smi

使用 Docker 部署 ComfyUI（推荐）

Docker 方式环境隔离、迁移方便，适合快速搭建。

curl -fsSL https://get.docker.com -o get-docker.sh
sudo sh get-docker.sh
sudo usermod -aG docker $USER

拉取官方镜像并启动容器：

mkdir -p ~/comfyui/models ~/comfyui/output ~/comfyui/custom_nodes
docker run -d \
–name comfyui \
–gpus all \
-p 8188:8188 \
-v ~/comfyui/models:/workspace/ComfyUI/models \
-v ~/comfyui/output:/workspace/ComfyUI/output \
-v ~/comfyui/custom_nodes:/workspace/ComfyUI/custom_nodes \
–restart unless-stopped \
comfyai/comfyui:latest

注意：镜像名和版本号以 ComfyUI 官方 Docker Hub 为准，上面是示例。启动后访问 `http://你的VPS_IP:8188` 即可看到 Web 界面。

手动部署 ComfyUI（备选方案）

如果不想用 Docker，或者需要深度定制，可以手动部署。

git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt
python main.py –listen 0.0.0.0 –port 8188

手动部署时注意模型路径默认在 `models` 目录下，需要手动下载模型放在 `models/checkpoints/` 里。

配置 AI 图片生成工作流

部署完成后，需要加载模型和节点才能跑工作流。

下载基础模型

以 Stable Diffusion 1.5 为例，从 Hugging Face 或 Civitai 下载 `.safetensors` 文件，放到 `models/checkpoints/` 目录。推荐使用 `wget` 直接下载：

cd ~/comfyui/models/checkpoints
wget https://huggingface.co/runwayml/stable-diffusion-v1-5/resolve/main/v1-5-pruned-emaonly.safetensors

安装自定义节点

ComfyUI 通过 `custom_nodes` 扩展功能。例如安装 ComfyUI-Manager 方便管理节点：

cd ~/comfyui/custom_nodes
git clone https://github.com/ltdrdata/ComfyUI-Manager.git

配置 API 模式用于工作流自动化

ComfyUI 原生支持 API 调用。启动时加 `–enable-cors-header` 并设置 API 密钥（可选）。在 `extra_model_paths.yaml` 或启动参数中指定。简单做法：启动后访问 `http://IP:8188/api` 测试。工作流 JSON 可以通过 ComfyUI 界面导出，然后通过 POST 请求提交。

python main.py –listen 0.0.0.0 –port 8188 –enable-cors-header

反向代理与安全

裸奔端口 8188 到公网不安全，建议用 Nginx 做反向代理并加 HTTPS。

sudo apt install -y nginx
sudo nano /etc/nginx/sites-available/comfyui

配置内容：

nginx
server {
listen 80;
server_name your_domain.com;
location / {
proxy_pass http://127.0.0.1:8188;
proxy_set_header Host $host;
proxy_set_header X-Real-IP $remote_addr;
proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
proxy_set_header X-Forwarded-Proto $scheme;
}
}

启用站点并申请 Let's Encrypt 证书：

sudo ln -s /etc/nginx/sites-available/comfyui /etc/nginx/sites-enabled/
sudo apt install -y certbot python3-certbot-nginx
sudo certbot –nginx -d your_domain.com

之后通过 `https://your_domain.com` 访问，并记得在 VPS 防火墙放行 80 和 443 端口。

老鸟叮嘱

1.显存不够别硬跑 SDXL：2C4G 的 VPS 跑 SD1.5 已经吃力，SDXL 需要 8G 以上显存，否则直接 OOM。用 CPU 跑则内存至少 16G。
2.模型路径别搞错：Docker 挂载时注意容器内路径，官方镜像默认模型目录是 `/workspace/ComfyUI/models`，挂载错会导致界面加载不到模型。
3.别把 API 暴露给公网：如果不加 Nginx 反向代理和认证，任何人都能调用你的 ComfyUI 生成图片，浪费资源甚至被滥用。至少加个防火墙只允许特定 IP 访问。
4.自定义节点冲突：有些节点依赖特定版本，装太多容易报错。建议按需安装，出问题先看日志 `python main.py –debug`。
5.Docker 容器重启后模型丢失：如果没挂载宿主机目录，容器删除后模型全没。务必用 `-v` 挂载持久化目录。

FAQ

Q1：ComfyUI 能在没有 GPU 的 VPS 上运行吗？
A：可以，但只能用 CPU 推理，速度很慢。建议至少 4 核 8G 内存，生成一张 512×512 图片可能需要几分钟。

Q2：部署后访问 8188 端口显示拒绝连接？
A：检查防火墙是否放行该端口，或者 ComfyUI 进程是否已启动。用 `docker logs comfyui` 或 `ps aux | grep python` 查看。

Q3：如何将 ComfyUI 工作流集成到 n8n 自动化流程？
A：通过 ComfyUI 的 API 接口，n8n 使用 HTTP Request 节点发送 POST 请求，传入工作流 JSON 和参数。注意 API 需要启用 `–enable-cors-header`。

Q4：ComfyUI 启动后界面空白或加载不出节点？
A：常见原因是模型未下载或路径不对。检查 `models/checkpoints` 下是否有 `.safetensors` 文件，并重启 ComfyUI。

Q5：Docker 部署时提示“–gpus all”不支持？
A：需要安装 NVIDIA Container Toolkit。执行 `sudo apt install -y nvidia-container-toolkit` 并重启 Docker 服务。

Q6：如何备份 ComfyUI 的工作流和模型？
A：备份整个 `models/` 和 `custom_nodes/` 目录，以及 `workflows/` 目录（如果保存了工作流 JSON）。Docker 挂载后直接备份宿主机目录即可。

AI 图片生成工作流搭建并不复杂，关键是选对 VPS 配置、处理好模型挂载和安全防护。按教程一步步来，就能在 VPS 上跑起 ComfyUI，后续还能通过 API 对接 AI Agent 或自动化脚本，实现批量出图。