comfyui
ComfyUI 是一款基于 Docker 容器化技术打造的 AI 图像生成工作流工具,专为云端 GPU 环境和本地部署设计。它依托 AI-Dock 基础镜像,解决了传统部署中环境配置复杂、依赖冲突多以及跨平台兼容性差等痛点,让用户能更专注于创意实现而非繁琐的技术调试。
这款工具特别适合开发者、AI 研究人员以及需要灵活定制工作流的设计师使用。无论是想在 Vast.ai 等云服务平台快速启动项目,还是在本地构建稳定的生成环境,ComfyUI 都能提供高度可配置的解决方案。其独特亮点在于支持 NVIDIA CUDA、AMD ROCm 及纯 CPU 多种硬件架构,并内置了自动更新机制与安全的身份验证功能。用户只需通过简单的环境变量(如 HF_TOKEN 或 CIVITAI_TOKEN)即可轻松访问 HuggingFace 和 Civitai 上的受限模型(如 SD3、FLUX.1)。此外,它还提供了独立的 Python 环境和完善的 API 接口文档,方便进行二次开发或服务集成。虽然默认不捆绑模型以减小体积,但通过预置的配置脚本,用户可以自动化完成所有初始化设置,极大提升了部署效率与用户体验。
使用场景
一家小型游戏工作室的美术团队需要在云端 GPU 集群上快速部署 ComfyUI,以批量生成具有统一风格的角色概念图,并集成到自动化生产管线中。
没有 comfyui 时
- 环境配置繁琐:开发人员需手动在每台云实例上安装 CUDA 驱动、Python 依赖及 ComfyUI 核心代码,耗时数小时且极易因版本冲突导致失败。
- 模型获取受阻:下载 HuggingFace 或 Civitai 上的 gated 模型(如 SD3、FLUX.1)时,缺乏内置的令牌管理机制,需反复手动配置认证信息。
- 服务管理混乱:缺乏统一的进程守护机制,ComfyUI 进程意外崩溃后无法自动重启,导致夜间批量任务中断且无人知晓。
- 多硬件适配困难:团队混合使用 NVIDIA 和 AMD 显卡,需维护多套不同的安装脚本,难以实现“一次构建,到处运行”。
使用 comfyui 后
- 一键容器化部署:直接拉取预构建的 Docker 镜像,通过简单的环境变量(如
AUTO_UPDATE=true)即可在几分钟内启动包含完整依赖的运行环境。 - 无缝模型认证:仅需传入
HF_TOKEN或CIVITAI_TOKEN环境变量,容器启动时即自动完成身份验证并下载受保护的模型文件。 - 高可用服务守护:内置 Supervisor 服务自动监控 ComfyUI 进程,确保任务异常退出后立即重启,保障批量生成任务全天候稳定运行。
- 跨平台统一体验:一套镜像同时支持 CUDA、ROCm 及 CPU 环境,团队无需关心底层硬件差异,大幅降低了运维复杂度。
comfyui 通过标准化的容器方案,将原本复杂的 AI 绘图环境搭建转化为可复制的自动化流程,让美术团队能专注于创意生产而非技术调试。
运行环境要求
- Linux
- 支持 NVIDIA CUDA、AMD ROCm 或 CPU 模式
- 具体显卡型号和显存大小未说明,需根据运行的模型(如 SD3, FLUX.1)自行配置
- 可通过 COMFYUI_ARGS 环境变量传递 --gpu-only 或 --highvram 等参数
未说明

快速开始
AI-Dock + ComfyUI Docker 镜像
在高度可配置、以云为中心的 AI-Dock 容器中运行 ComfyUI。
[!注意] 这些镜像不包含模型或第三方配置。您应该使用一个 配置脚本 来自动配置您的容器。您可以在
config/provisioning中找到示例,包括SD3和FLUX.1的设置。
文档
所有 AI-Dock 容器都共享一个通用的基础镜像,旨在使在诸如 vast.ai 等云服务上运行尽可能简单且用户友好。
常见功能和选项已在 基础 Wiki 中记录,而此镜像特有的任何附加功能将在下文详细说明。
版本标签
:latest 标签指向 :latest-cuda,并对应于稳定且经过测试的版本。可能存在更新的构建版本。
标签遵循以下模式:
CUDA
:cuda-[x.x.x-base|runtime]-[ubuntu-version]
ROCm
:rocm-[x.x.x-runtime]-[ubuntu-version]
CPU
:cpu-[ubuntu-version]
请浏览 ghcr.io 以查找适合您目标环境的镜像。或者,您也可以在 DockerHub 上查看精选的 CUDA 和 ROCm 构建版本。
支持平台:NVIDIA CUDA、AMD ROCm、CPU
附加环境变量
| 变量 | 描述 |
|---|---|
AUTO_UPDATE |
启动时更新 ComfyUI(默认为 false) |
CIVITAI_TOKEN |
对来自 Civitai 的下载请求进行身份验证——对于受限制的模型是必需的 |
COMFYUI_ARGS |
启动参数。例如:--gpu-only --highvram |
COMFYUI_PORT_HOST |
ComfyUI 界面端口(默认为 8188) |
COMFYUI_REF |
自动更新的 Git 引用。接受分支、标签或提交哈希值。默认:最新发布版本 |
COMFYUI_URL |
使用 URL 覆盖 $DIRECT_ADDRESS:port 以指向 ComfyUI |
HF_TOKEN |
对来自 HuggingFace 的下载请求进行身份验证——对于受限制的模型(SD3、FLUX 等)是必需的 |
有关更多配置选项,请参阅基础环境变量 此处。
附加 Python 环境
| 环境 | 包括的软件包 |
|---|---|
comfyui |
ComfyUI 及其依赖项 |
api |
ComfyUI API 封装及其依赖项 |
登录 Shell 时将激活 comfyui 环境。
请参阅基础 micromamba 环境 此处。
附加服务
以下服务将与基础镜像提供的 默认服务 一同启动。
ComfyUI
该服务将在端口 8188 上启动,除非您已使用 COMFYUI_PORT_HOST 指定了覆盖端口。
您可以通过变量 COMFYUI_ARGS 设置启动标志。
要管理此服务,您可以使用 supervisorctl [start|stop|restart] comfyui。
ComfyUI API 封装
该服务在端口 8188 上可用,目前仍在开发中,旨在取代已被弃用的旧有的无服务器处理程序;如果您需要,旧版 Docker 镜像和源代码仍然可用。
您可以直接通过 /ai-dock/api/ 访问 API,也可以使用位于 /ai-dock/api/docs 的 Swager/openAPI 演示页面。
预配置模板
Vast.ai
作者 (@robballantyne) 在您注册本文档中链接的服务时可能会获得报酬。在多种不同环境中测试多个 GPU 镜像变体既昂贵又耗时;这笔费用有助于抵消相关成本。
常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器