更新 ComfyUI 与自定义节点

一、为什么要谨慎更新？

ComfyUI 生态迭代极快：

新模型（Flux、Wan、Z-Image）推动 核心与节点 频繁变更；
自定义节点由不同作者维护， 版本不同步 时易冲突；
一次大更新可能导致：红节点、Import 失败、CUDA 报错。

正确心态：更新是为了 新功能与安全修复，不是「每天必更」。稳定跑项目时，可 固定版本，定期再升级。

二、更新前必做备份

2.1 备份清单

内容	路径/方式
工作流 JSON	`user/default/workflows/` 或自建目录 → 复制到 Git/网盘
自定义节点列表	Manager 截图或导出；或记录 `custom_nodes` 文件夹名
模型文件	一般不需备份（体积大），但记录文件名清单
整目录快照（可选）	压缩 `ComfyUI` 文件夹（不含 models 可减小体积）

2.2 推荐：Git 管理工作流

my-comfyui-workflows/
  ├── t2i_sdxl_v1.json
  ├── README.md          ← 写明 ComfyUI  commit 或版本日期
  └── CHANGELOG.md

三、更新 ComfyUI 本体

3.1 便携版 / Git 安装

在 ComfyUI 根目录：

git pull

若有子模块或依赖变更，按官方说明更新 Python 依赖：

pip install -r requirements.txt

Windows 便携版 可能自带更新脚本或需手动 git pull，以你的安装包说明为准。

3.2 ComfyUI Desktop（桌面版）

应用内 Check for Updates；
或官网下载新版本覆盖安装（先备份 workflows）。

3.3 更新后第一步

重启 ComfyUI；
打开 默认文生图 或 3-1 自建工作流；
Queue 一张测试图；
再打开依赖大量插件的复杂工作流。

四、通过 Manager 更新自定义节点

4.1 更新单个节点

打开 ComfyUI Manager；
Custom Nodes → 找到已安装节点 → Update；
按提示 Restart ComfyUI。

4.2 批量更新

Manager 提供 Update All 类选项（文案因版本而异）。

建议：

日常 不要无脑 Update All；
优先更新 你正在用的 节点；
大版本升级（如 ComfyUI 大更）后， 分批更新 插件并测试。

4.3 安装缺失依赖

工作流报缺包时：

Manager → Install Missing Custom Nodes；
或对该节点 → Install dependencies。

五、更新策略（推荐）

场景	策略
学习教程 / 跟新版本	每周或每两周更新一次，并做测试
商业项目 / 稳定出图	固定 ComfyUI commit + 节点版本，写进 README
要用新模型（如 Wan 2.2）	查该模型 README 要求的最低 ComfyUI / 节点版本，按需升级
更新后崩了	见第六节回滚

六、回滚思路

6.1 回滚 ComfyUI 本体（Git）

git log --oneline -10        # 查看最近 commit
git checkout <旧commit哈希>   # 临时回到旧版
# 确认可用后，可在此状态继续用，或 git pull 再前进

6.2 回滚单个 Custom Node

进入 custom_nodes/问题节点文件夹/：

git log --oneline
git checkout <旧commit>

若无 git，从 GitHub Releases 下载旧版 zip 覆盖（先备份）。

6.3 禁用节点（不删除）

Manager → Disable 某 Custom Node → 重启。
用于定位是哪个插件导致启动失败。

6.4 安全模式启动（若支持）

部分安装方式支持 --disable-all-custom-nodes 或类似参数，仅加载核心 ComfyUI，便于排查。

七、版本冲突典型表现

现象	可能原因
某节点类型不存在	节点未装或被禁用
ImportError / ModuleNotFoundError	依赖未装或 Python 版本不兼容
工作流 JSON 加载缺线	节点升级改了输入输出名
生成结果异常	非版本问题，也可能是参数；先排除红节点

处理：

Manager 安装/更新对应节点；
查看该节点 GitHub Issues / Release Note；
仍不行则回滚该节点或 ComfyUI。

八、Python 与 CUDA 环境

更新 ComfyUI 有时伴随 PyTorch / xformers 要求变化：

便携版通常自带环境，少手动改；
手动安装用户需按官方文档匹配 CUDA 版本；
勿随意 pip upgrade torch 除非确认兼容。

环境出问题症状：启动即报错、CUDA not available、生成极慢。