[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-ai-dock--comfyui":3,"tool-ai-dock--comfyui":62},[4,18,28,37,45,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","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。\n\n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。\n\nOpenClaw 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",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":24,"last_commit_at":25,"category_tags":26,"status":17},9989,"n8n","n8n-io\u002Fn8n","n8n 是一款面向技术团队的公平代码（fair-code）工作流自动化平台，旨在让用户在享受低代码快速构建便利的同时，保留编写自定义代码的灵活性。它主要解决了传统自动化工具要么过于封闭难以扩展、要么完全依赖手写代码效率低下的痛点，帮助用户轻松连接 400 多种应用与服务，实现复杂业务流程的自动化。\n\nn8n 特别适合开发者、工程师以及具备一定技术背景的业务人员使用。其核心亮点在于“按需编码”：既可以通过直观的可视化界面拖拽节点搭建流程，也能随时插入 JavaScript 或 Python 代码、调用 npm 包来处理复杂逻辑。此外，n8n 原生集成了基于 LangChain 的 AI 能力，支持用户利用自有数据和模型构建智能体工作流。在部署方面，n8n 提供极高的自由度，支持完全自托管以保障数据隐私和控制权，也提供云端服务选项。凭借活跃的社区生态和数百个现成模板，n8n 让构建强大且可控的自动化系统变得简单高效。",184740,2,"2026-04-19T23:22:26",[16,14,13,15,27],"插件",{"id":29,"name":30,"github_repo":31,"description_zh":32,"stars":33,"difficulty_score":10,"last_commit_at":34,"category_tags":35,"status":17},10095,"AutoGPT","Significant-Gravitas\u002FAutoGPT","AutoGPT 是一个旨在让每个人都能轻松使用和构建 AI 的强大平台，核心功能是帮助用户创建、部署和管理能够自动执行复杂任务的连续型 AI 智能体。它解决了传统 AI 应用中需要频繁人工干预、难以自动化长流程工作的痛点，让用户只需设定目标，AI 即可自主规划步骤、调用工具并持续运行直至完成任务。\n\n无论是开发者、研究人员，还是希望提升工作效率的普通用户，都能从 AutoGPT 中受益。开发者可利用其低代码界面快速定制专属智能体；研究人员能基于开源架构探索多智能体协作机制；而非技术背景用户也可直接选用预置的智能体模板，立即投入实际工作场景。\n\nAutoGPT 的技术亮点在于其模块化“积木式”工作流设计——用户通过连接功能块即可构建复杂逻辑，每个块负责单一动作，灵活且易于调试。同时，平台支持本地自托管与云端部署两种模式，兼顾数据隐私与使用便捷性。配合完善的文档和一键安装脚本，即使是初次接触的用户也能在几分钟内启动自己的第一个 AI 智能体。AutoGPT 正致力于降低 AI 应用门槛，让人人都能成为 AI 的创造者与受益者。",183572,"2026-04-20T04:47:55",[13,36,27,14,15],"语言模型",{"id":38,"name":39,"github_repo":40,"description_zh":41,"stars":42,"difficulty_score":10,"last_commit_at":43,"category_tags":44,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-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。\n\n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。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":46,"name":47,"github_repo":48,"description_zh":49,"stars":50,"difficulty_score":24,"last_commit_at":51,"category_tags":52,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-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。\n\n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。\n\n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",161147,"2026-04-19T23:31:47",[14,13,36],{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":59,"last_commit_at":60,"category_tags":61,"status":17},8272,"opencode","anomalyco\u002Fopencode","OpenCode 是一款开源的 AI 编程助手（Coding Agent），旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件，而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码，还是排查难以定位的 Bug，OpenCode 都能通过自然语言交互高效完成，显著减少开发者在重复性劳动和上下文切换上的时间消耗。\n\n这款工具专为软件开发者、工程师及技术研究人员设计，特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构，这意味着用户可以审查代码逻辑、自定义行为策略，甚至私有化部署以保障数据安全，彻底打破了传统闭源 AI 助手的“黑盒”限制。\n\n在技术体验上，OpenCode 提供了灵活的终端界面（Terminal UI）和正在测试中的桌面应用程序，支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具，安装便捷，并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客，还是渴望提升产出的独立开发者，OpenCode 都提供了一个透明、可信",144296,1,"2026-04-16T14:50:03",[13,27],{"id":63,"github_repo":64,"name":65,"description_en":66,"description_zh":67,"ai_summary_zh":68,"readme_en":69,"readme_zh":70,"quickstart_zh":71,"use_case_zh":72,"hero_image_url":73,"owner_login":74,"owner_name":74,"owner_avatar_url":75,"owner_bio":76,"owner_company":77,"owner_location":77,"owner_email":77,"owner_twitter":78,"owner_website":77,"owner_url":79,"languages":80,"stars":96,"forks":97,"last_commit_at":98,"license":99,"difficulty_score":10,"env_os":100,"env_gpu":101,"env_ram":102,"env_deps":103,"category_tags":110,"github_topics":111,"view_count":24,"oss_zip_url":77,"oss_zip_packed_at":77,"status":17,"created_at":121,"updated_at":122,"faqs":123,"releases":153},8095,"ai-dock\u002Fcomfyui","comfyui","ComfyUI docker images for use in GPU cloud and local environments. Includes AI-Dock base for authentication and improved user experience. ","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。\n\n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","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。\n\n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。","[![Docker Build](https:\u002F\u002Fgithub.com\u002Fai-dock\u002Fcomfyui\u002Factions\u002Fworkflows\u002Fdocker-build.yml\u002Fbadge.svg)](https:\u002F\u002Fgithub.com\u002Fai-dock\u002Fcomfyui\u002Factions\u002Fworkflows\u002Fdocker-build.yml)\n\n# AI-Dock + ComfyUI Docker Image\n\nRun [ComfyUI](https:\u002F\u002Fgithub.com\u002Fcomfyanonymous\u002FComfyUI) in a highly-configurable, cloud-first AI-Dock container.\n\n>[!NOTE]\n>These images do not bundle models or third-party configurations. You should use a [provisioning script](https:\u002F\u002Fgithub.com\u002Fai-dock\u002Fbase-image\u002Fwiki\u002F4.0-Running-the-Image#provisioning-script) to automatically configure your container. You can find examples, including `SD3` & `FLUX.1` setup, in `config\u002Fprovisioning`.\n\n\n## Documentation\n\nAll AI-Dock containers share a common base which is designed to make running on cloud services such as [vast.ai](https:\u002F\u002Flink.ai-dock.org\u002Fvast.ai) as straightforward and user friendly as possible.\n\nCommon features and options are documented in the [base wiki](https:\u002F\u002Fgithub.com\u002Fai-dock\u002Fbase-image\u002Fwiki) but any additional features unique to this image will be detailed below.\n\n#### Version Tags\n\nThe `:latest` tag points to `:latest-cuda` and will relate to a stable and tested version.  There may be more recent builds\n\nTags follow these patterns:\n\n##### _CUDA_\n- `:cuda-[x.x.x-base|runtime]-[ubuntu-version]`\n\n##### _ROCm_\n- `:rocm-[x.x.x-runtime]-[ubuntu-version]`\n\n##### _CPU_\n- `:cpu-[ubuntu-version]`\n\n\nBrowse [ghcr.io](https:\u002F\u002Fgithub.com\u002Fai-dock\u002Fcomfyui\u002Fpkgs\u002Fcontainer\u002Fcomfyui) for an image suitable for your target environment. Alternatively, view a select range of [CUDA](https:\u002F\u002Fhub.docker.com\u002Fr\u002Faidockorg\u002Fcomfyui-cuda) and [ROCm](https:\u002F\u002Fhub.docker.com\u002Fr\u002Faidockorg\u002Fcomfyui-rocm) builds at DockerHub.\n\nSupported Platforms: `NVIDIA CUDA`, `AMD ROCm`, `CPU`\n\n## Additional Environment Variables\n\n| Variable                 | Description |\n| ------------------------ | ----------- |\n| `AUTO_UPDATE`            | Update ComfyUI on startup (default `false`) |\n| `CIVITAI_TOKEN`          | Authenticate download requests from Civitai - Required for gated models |\n| `COMFYUI_ARGS`           | Startup arguments. eg. `--gpu-only --highvram` |\n| `COMFYUI_PORT_HOST`      | ComfyUI interface port (default `8188`) |\n| `COMFYUI_REF`            | Git reference for auto update. Accepts branch, tag or commit hash. Default: latest release |\n| `COMFYUI_URL`            | Override `$DIRECT_ADDRESS:port` with URL for ComfyUI |\n| `HF_TOKEN`               | Authenticate download requests from HuggingFace - Required for gated models (SD3, FLUX, etc.) |\n\nSee the base environment variables [here](https:\u002F\u002Fgithub.com\u002Fai-dock\u002Fbase-image\u002Fwiki\u002F2.0-Environment-Variables) for more configuration options.\n\n### Additional Python Environments\n\n| Environment    | Packages |\n| -------------- | ----------------------------------------- |\n| `comfyui`      | ComfyUI and dependencies |\n| `api`          | ComfyUI API wrapper and dependencies |\n\n\nThe `comfyui` environment will be activated on shell login.\n\n~~See the base micromamba environments [here](https:\u002F\u002Fgithub.com\u002Fai-dock\u002Fbase-image\u002Fwiki\u002F1.0-Included-Software#installed-micromamba-environments).~~\n\n## Additional Services\n\nThe following services will be launched alongside the [default services](https:\u002F\u002Fgithub.com\u002Fai-dock\u002Fbase-image\u002Fwiki\u002F1.0-Included-Software) provided by the base image.\n\n### ComfyUI\n\nThe service will launch on port `8188` unless you have specified an override with `COMFYUI_PORT_HOST`.\n\nYou can set startup flags by using variable `COMFYUI_ARGS`.\n\nTo manage this service you can use `supervisorctl [start|stop|restart] comfyui`.\n\n\n### ComfyUI API Wrapper\n\nThis service is available on port `8188` and is a work-in-progress to replace previous serverless handlers which have been depreciated; Old Docker images and sources remain available should you need them.\n\nYou can access the api directly at `\u002Fai-dock\u002Fapi\u002F` or you can use the Swager\u002FopenAPI playground at `\u002Fai-dock\u002Fapi\u002Fdocs`.\n\n>[!NOTE]\n>All services are password protected by default. See the [security](https:\u002F\u002Fgithub.com\u002Fai-dock\u002Fbase-image\u002Fwiki#security) and [environment variables](https:\u002F\u002Fgithub.com\u002Fai-dock\u002Fbase-image\u002Fwiki\u002F2.0-Environment-Variables) documentation for more information.\n\n## Pre-Configured Templates\n\n**Vast.​ai**\n\n- [comfyui:latest-cuda](https:\u002F\u002Flink.ai-dock.org\u002Ftemplate-vast-comfyui)\n\n- [comfyui:latest-cuda + FLUX.1](https:\u002F\u002Flink.ai-dock.org\u002Ftemplate-vast-comfyui-flux)\n\n- [comfyui:latest-rocm](https:\u002F\u002Flink.ai-dock.org\u002Ftemplate-vast-comfyui-rocm)\n\n---\n\n_The author ([@robballantyne](https:\u002F\u002Fgithub.com\u002Frobballantyne)) may be compensated if you sign up to services linked in this document. Testing multiple variants of GPU images in many different environments is both costly and time-consuming; This helps to offset costs_\n","[![Docker 构建](https:\u002F\u002Fgithub.com\u002Fai-dock\u002Fcomfyui\u002Factions\u002Fworkflows\u002Fdocker-build.yml\u002Fbadge.svg)](https:\u002F\u002Fgithub.com\u002Fai-dock\u002Fcomfyui\u002Factions\u002Fworkflows\u002Fdocker-build.yml)\n\n# AI-Dock + ComfyUI Docker 镜像\n\n在高度可配置、以云为中心的 AI-Dock 容器中运行 [ComfyUI](https:\u002F\u002Fgithub.com\u002Fcomfyanonymous\u002FComfyUI)。\n\n>[!注意]\n>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](https:\u002F\u002Fgithub.com\u002Fai-dock\u002Fbase-image\u002Fwiki\u002F4.0-Running-the-Image#provisioning-script) 来自动配置您的容器。您可以在 `config\u002Fprovisioning` 中找到示例，包括 `SD3` 和 `FLUX.1` 的设置。\n\n\n## 文档\n\n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](https:\u002F\u002Flink.ai-dock.org\u002Fvast.ai) 等云服务上运行尽可能简单且用户友好。\n\n常见功能和选项已在 [基础 Wiki](https:\u002F\u002Fgithub.com\u002Fai-dock\u002Fbase-image\u002Fwiki) 中记录，而此镜像特有的任何附加功能将在下文详细说明。\n\n#### 版本标签\n\n`: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。\n\n标签遵循以下模式：\n\n##### _CUDA_\n- `:cuda-[x.x.x-base|runtime]-[ubuntu-version]`\n\n##### _ROCm_\n- `:rocm-[x.x.x-runtime]-[ubuntu-version]`\n\n##### _CPU_\n- `:cpu-[ubuntu-version]`\n\n\n请浏览 [ghcr.io](https:\u002F\u002Fgithub.com\u002Fai-dock\u002Fcomfyui\u002Fpkgs\u002Fcontainer\u002Fcomfyui) 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](https:\u002F\u002Fhub.docker.com\u002Fr\u002Faidockorg\u002Fcomfyui-cuda) 和 [ROCm](https:\u002F\u002Fhub.docker.com\u002Fr\u002Faidockorg\u002Fcomfyui-rocm) 构建版本。\n\n支持平台：`NVIDIA CUDA`、`AMD ROCm`、`CPU`\n\n## 附加环境变量\n\n| 变量                 | 描述 |\n| ------------------------ | ----------- |\n| `AUTO_UPDATE`            | 启动时更新 ComfyUI（默认为 `false`） |\n| `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 |\n| `COMFYUI_ARGS`           | 启动参数。例如：`--gpu-only --highvram` |\n| `COMFYUI_PORT_HOST`      | ComfyUI 界面端口（默认为 `8188`） |\n| `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 |\n| `COMFYUI_URL`            | 使用 URL 覆盖 `$DIRECT_ADDRESS:port` 以指向 ComfyUI |\n| `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 |\n\n有关更多配置选项，请参阅基础环境变量 [此处](https:\u002F\u002Fgithub.com\u002Fai-dock\u002Fbase-image\u002Fwiki\u002F2.0-Environment-Variables)。\n\n### 附加 Python 环境\n\n| 环境    | 包括的软件包 |\n| -------------- | ----------------------------------------- |\n| `comfyui`      | ComfyUI 及其依赖项 |\n| `api`          | ComfyUI API 封装及其依赖项 |\n\n\n登录 Shell 时将激活 `comfyui` 环境。\n\n~~请参阅基础 micromamba 环境 [此处](https:\u002F\u002Fgithub.com\u002Fai-dock\u002Fbase-image\u002Fwiki\u002F1.0-Included-Software#installed-micromamba-environments)。~~\n\n## 附加服务\n\n以下服务将与基础镜像提供的 [默认服务](https:\u002F\u002Fgithub.com\u002Fai-dock\u002Fbase-image\u002Fwiki\u002F1.0-Included-Software) 一同启动。\n\n### ComfyUI\n\n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。\n\n您可以通过变量 `COMFYUI_ARGS` 设置启动标志。\n\n要管理此服务，您可以使用 `supervisorctl [start|stop|restart] comfyui`。\n\n\n### ComfyUI API 封装\n\n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。\n\n您可以直接通过 `\u002Fai-dock\u002Fapi\u002F` 访问 API，也可以使用位于 `\u002Fai-dock\u002Fapi\u002Fdocs` 的 Swager\u002FopenAPI 演示页面。\n\n>[!注意]\n>所有服务默认受密码保护。有关更多信息，请参阅 [安全性](https:\u002F\u002Fgithub.com\u002Fai-dock\u002Fbase-image\u002Fwiki#security) 和 [环境变量](https:\u002F\u002Fgithub.com\u002Fai-dock\u002Fbase-image\u002Fwiki\u002F2.0-Environment-Variables) 文档。\n\n## 预配置模板\n\n**Vast.ai**\n\n- [comfyui:latest-cuda](https:\u002F\u002Flink.ai-dock.org\u002Ftemplate-vast-comfyui)\n\n- [comfyui:latest-cuda + FLUX.1](https:\u002F\u002Flink.ai-dock.org\u002Ftemplate-vast-comfyui-flux)\n\n- [comfyui:latest-rocm](https:\u002F\u002Flink.ai-dock.org\u002Ftemplate-vast-comfyui-rocm)\n\n---\n\n_作者 ([@robballantyne](https:\u002F\u002Fgithub.com\u002Frobballantyne)) 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。_","# ComfyUI (AI-Dock) 快速上手指南\n\n本指南基于 `ai-dock\u002Fcomfyui` Docker 镜像，帮助开发者在云端或本地快速部署高度可配置的 ComfyUI 环境。该镜像支持 NVIDIA CUDA、AMD ROCm 及 CPU 模式，专为云服务商（如 vast.ai）优化。\n\n## 1. 环境准备\n\n### 系统要求\n- **操作系统**: Linux (推荐 Ubuntu 20.04\u002F22.04)，Windows 或 macOS 需安装 Docker Desktop。\n- **硬件**:\n  - **GPU 加速**: 需要安装对应的显卡驱动。\n    - NVIDIA: 需安装 [NVIDIA Container Toolkit](https:\u002F\u002Fdocs.nvidia.com\u002Fdatacenter\u002Fcloud-native\u002Fcontainer-toolkit\u002Finstall-guide.html)。\n    - AMD: 需安装 ROCm 驱动及容器支持。\n  - **CPU 模式**: 无特殊硬件要求，但推理速度较慢。\n- **软件依赖**:\n  - Docker Engine\n  - Docker Compose (可选，用于编排)\n\n### 前置说明\n- 该镜像**不包含**任何预训练的模型文件或第三方配置。\n- 首次运行时，强烈建议通过**配置脚本 (Provisioning Script)** 自动下载模型（如 SD3, FLUX.1）和安装插件。\n- 如需下载受限模型（Gated Models），请准备好 HuggingFace (`HF_TOKEN`) 或 Civitai (`CIVITAI_TOKEN`) 的访问令牌。\n\n## 2. 安装步骤\n\n### 拉取镜像\n根据硬件环境选择合适的标签。`latest` 默认指向稳定的 CUDA 版本。\n\n```bash\n# NVIDIA GPU (推荐)\ndocker pull ghcr.io\u002Fai-dock\u002Fcomfyui:latest-cuda\n\n# AMD ROCm\ndocker pull ghcr.io\u002Fai-dock\u002Fcomfyui:latest-rocm\n\n# CPU 模式\ndocker pull ghcr.io\u002Fai-dock\u002Fcomfyui:latest-cpu\n```\n\n> **提示**: 如果访问 GitHub Container Registry (ghcr.io) 较慢，可尝试从 DockerHub 拉取：\n> `docker pull aidockorg\u002Fcomfyui-cuda:latest`\n\n### 启动容器\n\n#### 基础启动命令 (NVIDIA 示例)\n以下命令将启动容器并映射 8188 端口：\n\n```bash\ndocker run -d \\\n  --name comfyui \\\n  --gpus all \\\n  -p 8188:8188 \\\n  -e AUTO_UPDATE=true \\\n  -e HF_TOKEN=YOUR_HUGGINGFACE_TOKEN \\\n  -v $(pwd)\u002Fdata:\u002Fworkspace \\\n  ghcr.io\u002Fai-dock\u002Fcomfyui:latest-cuda\n```\n\n#### 关键参数说明\n- `--gpus all`: 启用 GPU 加速（ROCm 用户可能需要 `--device \u002Fdev\u002Fkfd --device \u002Fdev\u002Fdri`）。\n- `-p 8188:8188`: 映射 Web 界面端口，可通过 `COMFYUI_PORT_HOST` 环境变量修改宿主机端口。\n- `-e AUTO_UPDATE=true`: 容器启动时自动更新 ComfyUI 到最新版本。\n- `-e HF_TOKEN=...`: 填入你的 HuggingFace Token，用于下载 SD3、FLUX 等受限模型。\n- `-v $(pwd)\u002Fdata:\u002Fworkspace`: 持久化存储工作区数据（模型、输出图片、工作流）。\n\n#### 高级配置 (自定义启动参数)\n如需指定显存策略或仅使用 GPU，可添加 `COMFYUI_ARGS`：\n\n```bash\n-e COMFYUI_ARGS=\"--gpu-only --highvram\"\n```\n\n## 3. 基本使用\n\n### 访问 Web 界面\n容器启动后，在浏览器中访问：\n```text\nhttp:\u002F\u002Flocalhost:8188\n```\n> **注意**: 默认情况下服务受密码保护。请查阅 AI-Dock 基础文档中的 \"Security\" 部分设置 `PASSWORD` 环境变量，或在日志中查看初始密码。\n\n### 管理服务\n容器内使用 `supervisorctl` 管理 ComfyUI 服务：\n\n```bash\n# 进入容器\ndocker exec -it comfyui bash\n\n# 重启 ComfyUI 服务\nsupervisorctl restart comfyui\n\n# 查看服务状态\nsupervisorctl status comfyui\n```\n\n### 自动化配置模型 (推荐)\n由于镜像不含模型，建议在挂载卷中创建 `provision.sh` 脚本并在启动时挂载，或使用 `CIVITAI_TOKEN` 配合官方提供的配置示例自动下载。\n\n示例：在首次启动日志中观察模型下载进度，或通过 API 上传工作流。\n\n### 使用 API\nComfyUI API 封装服务运行在同一端口，可用于无服务器调用：\n- **API 端点**: `http:\u002F\u002Flocalhost:8188\u002Fai-dock\u002Fapi\u002F`\n- **Swagger 文档**: `http:\u002F\u002Flocalhost:8188\u002Fai-dock\u002Fapi\u002Fdocs`\n\n---\n*注：本镜像由 AI-Dock 维护，旨在简化云端部署流程。生产环境请务必配置好安全认证及数据持久化卷。*","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。\n\n### 没有 comfyui 时\n- **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。\n- **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。\n- **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。\n- **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”。\n\n### 使用 comfyui 后\n- **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。\n- **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。\n- **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。\n- **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。\n\ncomfyui 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。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fai-dock_comfyui_11cc5135.png","ai-dock","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fai-dock_8ebed762.png","",null,"robballantyne","https:\u002F\u002Fgithub.com\u002Fai-dock",[81,85,89,92],{"name":82,"color":83,"percentage":84},"Shell","#89e051",62.6,{"name":86,"color":87,"percentage":88},"Python","#3572A5",33.7,{"name":90,"color":91,"percentage":24},"Dockerfile","#384d54",{"name":93,"color":94,"percentage":95},"Jupyter Notebook","#DA5B0B",1.7,1027,344,"2026-04-15T06:38:18","NOASSERTION","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",{"notes":104,"python":105,"dependencies":106},"该工具以 Docker 容器形式运行，不预捆绑模型或第三方配置，需使用配置脚本自动设置。支持通过环境变量配置 Civitai 和 HuggingFace 的认证令牌以下载受限模型。默认服务端口为 8188，所有服务默认受密码保护。","未说明 (通过 micromamba 管理 'comfyui' 和 'api' 独立环境)",[107,108,109],"ComfyUI","ComfyUI API wrapper","micromamba",[15,14,13],[112,65,113,114,115,116,117,118,119,120],"ai","docker","stable-diffusion","image-processing","runpod","runpod-serverless","vast","runpod-worker","sdxl","2026-03-27T02:49:30.150509","2026-04-20T16:37:12.146369",[124,129,134,139,144,149],{"id":125,"question_zh":126,"answer_zh":127,"source_url":128},36225,"如何同步容器环境到持久化存储（如 RunPod 网络卷）以避免每次重启重新安装依赖？","可以使用 `venv-sync` 命令手动将容器内的环境同步到挂载的持久化磁盘。具体步骤如下：\n1. 在终端运行命令：`venv-sync comfyui`\n2. 建议在首次配置好环境后立即执行，该命令可在后台运行。\n3. 未来的容器启动时会自动检测并使用已存储的环境。\n4. 同步完成后，若需立即生效，可运行 `sudo supervisorctl restart comfyui` 重启服务。\n注意：一旦将环境移出容器，后续更新需手动管理，但设置 `AUTO_UPDATE=true` 仍可正常工作。","https:\u002F\u002Fgithub.com\u002Fai-dock\u002Fcomfyui\u002Fissues\u002F19",{"id":130,"question_zh":131,"answer_zh":132,"source_url":133},36226,"自定义节点导入失败，提示找不到环境，是否需要将 mamba 环境移动到工作区？","是的，自定义节点导入失败通常是因为 mamba 环境未持久化到工作区文件夹。解决方法是使用同步工具将环境移出容器：\n1. 运行命令：`venv-sync comfyui`\n2. 这会将环境备份到持久化磁盘（如 \u002Fworkspace）。\n3. 如果需要重新开始，可以先删除工作区中的环境文件夹，然后重新运行上述同步命令。\n注意：不要尝试重复运行同步脚本覆盖现有文件，除非你确定要重置环境。","https:\u002F\u002Fgithub.com\u002Fai-dock\u002Fcomfyui\u002Fissues\u002F68",{"id":135,"question_zh":136,"answer_zh":137,"source_url":138},36227,"如何通过域名访问 WebUI 而不是被重定向到公共 IP？","要解决域名访问被重定向到 IP 的问题，需要正确配置环境变量以指定服务 URL：\n1. 确保使用最新的主分支代码或镜像。\n2. 在 docker-compose 文件的环境部分添加或修改变量：`COMFYUI_URL=https:\u002F\u002Fyour-domain.com`（替换为你的实际域名）。\n3. 系统会优先使用 `[SERVICE]_URL` 变量，而忽略 `DIRECT_ADDRESS`。\n4. 如果不起作用，请检查是否拉取了包含 `direct-url.sh` 脚本的最新版本，该脚本负责处理 URL 重定向逻辑。","https:\u002F\u002Fgithub.com\u002Fai-dock\u002Fcomfyui\u002Fissues\u002F60",{"id":140,"question_zh":141,"answer_zh":142,"source_url":143},36228,"遇到 RunPod Serverless 权限错误（Permission denied）导致无法创建目录或链接怎么办？","此类权限错误通常是由于基础镜像版本过旧导致的。解决方案是更新到最新构建的镜像：\n1. 拉取最新的 PyTorch\u002FJupyter PyTorch 基础镜像（已升级至 PyTorch 2.2.0）。\n2. 重新构建或部署容器。\n维护者确认，针对 nvidia-runtime 基础镜像的更新已修复了 `\u002Frunpod-volume` 下的权限问题，无需手动修改文件权限。","https:\u002F\u002Fgithub.com\u002Fai-dock\u002Fcomfyui\u002Fissues\u002F41",{"id":145,"question_zh":146,"answer_zh":147,"source_url":148},36229,"启动时出现 'micromamba: command not found' 或 rsync 创建目录失败的错误如何解决？","该错误通常是因为宿主机的工作区中缺少必要的目录结构。解决方法如下：\n1. 进入宿主机上的工作区目录（workspace）。\n2. 手动创建 environments 文件夹：`mkdir environments`。\n3. 确保该目录具有正确的读写权限，以便容器内的 rsync 进程可以写入（例如创建 `\u002Fworkspace\u002Fenvironments\u002Fmicromamba-comfyui`）。\n4. 重启容器后，环境同步脚本应能正常找到目标路径并完成初始化。","https:\u002F\u002Fgithub.com\u002Fai-dock\u002Fcomfyui\u002Fissues\u002F15",{"id":150,"question_zh":151,"answer_zh":152,"source_url":133},36230,"环境同步后是否可以再次运行同步命令？会有什么后果？","虽然可以再次运行 `venv-sync` 命令，但通常不建议这样做，除非你需要重置环境。\n原因如下：\n1. 如果使用的是同一个 Docker 镜像，重复同步只是移动相同的文件，可能会覆盖你在持久化存储中做的修改。\n2. 如果使用了更新的镜像，直接覆盖可能会破坏版本控制或导致依赖冲突。\n建议策略：一旦环境被移出容器管理，应手动管理更新。如果需要干净的开始，可以先删除工作区中的环境文件夹，然后再运行同步命令。",[]]