CommunityBildgithub.com

ComfyUI Einrichtung

Lokale ComfyUI-Installation, Modellverwaltung, Workflows und Fehlerbehebung für KI-Bild/Video/3D-Generierung unter Windows mit RTX 3090.

Was ist ComfyUI Einrichtung?

Dieses Skill konfiguriert und verwaltet eine lokale ComfyUI-Installation unter Windows 10 Pro mit einer RTX 3090 24 GB (Ampere) und 28 GB RAM. Es definiert eine klare Ordnerstruktur mit getrennten Verzeichnissen für die App, Modelle, Workflows, Ausgaben und Caches, wobei alle Modelle über eine `extra_model_paths.yaml` referenziert werden. Das Skill enthält detaillierte Regeln für den Umgang mit Modell-Caches, `widgets_values_named` in Workflows und die Fehlerbehebung bei häufigen Problemen wie 'hostbuf_file_reader_read failed' oder dem Verschwinden von Modellen aus Dropdowns. Es unterstützt Bildgenerierung (SDXL, Pony), 3D-Modelle (Pixal3D/TRELLIS.2) und Videogenerierung (MiniMax H3) mit optimierten Startbefehlen für unterschiedliche Speicher- und Leistungsanforderungen. Das Skill ist nützlich für Entwickler oder Power-User, die eine zuverlässige, reproduzierbare Umgebung für ComfyUI 0.44.0 (CUDA 13, Python 3.13) auf einem dedizierten Arbeitsrechner benötigen und Workflows über `D:\AI\workflows\` organisieren.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/konqiDAM/void-skills/tree/main/comfyui-setup

Installed? Explore more Bild skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

ComfyUI Einrichtung — Lokale KI-Generierung

Maschine

  • Windows 10 Pro, RTX 3090 24 GB (Ampere), 28 GB RAM (→40 GB), Xeon E5-2696 v4
  • Laufwerke: C: (Betriebssystem, 35 GB frei), D: SSD 207 GB, E: HDD 9,3 TB
  • ComfyUI 0.44.0 portabel (CUDA 13, Python 3.13) unter D:\AI\ComfyUI
  • Server: http://127.0.0.1:8188

Ordnerstruktur

  • D:\AI\ComfyUI — App + python_embeded
  • D:\AI\models\ — alle Modelle (via extra_model_paths.yaml)
  • D:\AI\workflows\ — 2d/, 3d/, video/ Workflow-JSONs
  • D:\AI\outputs\staging\<projekt>\ — projektbezogene Ausgaben
  • D:\AI\cache\ — HF/Torch-Downloads (HF_HOME, TORCH_HOME)
  • D:\AI\README.txt, SETUP_DOCUMENTATION.md, HANDOFF.md, PROJECTS.md

Modell-Ordner

TypOrdnerLader
SDXL-CheckpointD:\AI\models\checkpoints\CheckpointLoaderSimple
Diffusionsmodell (UNET)D:\AI\models\diffusion_models\UNETLoader
Text-EncoderD:\AI\models\text_encoders\CLIPLoader
VAED:\AI\models\vae\VAELoader
ControlNet/PatchD:\AI\models\model_patches\ModelPatchLoader
LoRAD:\AI\models\loras\LoraLoader
CLIP-VisionD:\AI\models\clip_vision\CLIPVisionLoader
UpscalingD:\AI\models\upscale_models\UpscaleModelLoader
HintergrundentfernungD:\AI\models\background_removal\LoadBackgroundRemovalModel
3DD:\AI\models\diffusion_models\ + vae\Native 3D-Knoten

Kritische Regeln

  1. Sowohl widgets_values als auch widgets_values_named müssen aktualisiert werden, wenn Modellnamen in einem Workflow geändert werden. ComfyUI 0.44.0 verwendet widgets_values_named für die tatsächlichen Werte.
  2. ComfyUI neu starten nach dem Hinzufügen von Modellen (Modellliste wird beim Start gecached).
  3. Browser-Cache: Wenn „Fehlendes Modell“ erscheint, Seite neu laden (F5) und Workflow erneut öffnen.
  4. int8/FP8-Builds werden für 28 GB RAM benötigt. BF16 benötigt 40 GB.
  5. H3 erfordert: --disable-pinned-memory --fp16-intermediates Flags.
  6. Modelltypen nicht mischen. Z-Image verwendet UNET/CLIP/VAE (getrennt). SDXL-Checkpoints verwenden CheckpointLoaderSimple.
  7. extra_model_paths.yaml verwendet Vorwärtsschrägstriche: D:/AI/models/.
  8. HF/Torch-Cache muss auf D: liegen (in der Start-BAT-Datei festgelegt).
  9. MarkdownNote-Knoten können Modellnamen im Text referenzieren; diese bereinigen, um falsche „Fehlendes Modell“-Warnungen zu vermeiden.

Ein neues Modell installieren

  1. Herunterladen nach D:\AI\downloads\ via curl.
  2. In den richtigen Ordner unter D:\AI\models\ verschieben.
  3. Safetensors-Header überprüfen:
    D:\AI\ComfyUI\python_embeded\python.exe -c "import struct,json,sys; sys.stdout.reconfigure(encoding='utf-8'); f=open(r'<Pfad>','rb'); n=struct.unpack('<Q',f.read(8))[0]; h=json.loads(f.read(n)); print('OK', len(h), 'Tensoren')"
    
  4. ComfyUI neu starten.
  5. Überprüfen, ob der Lader das Modell sieht via http://127.0.0.1:8188/object_info/<LaderKnoten>.
  6. Workflow aus vorhandener Vorlage erstellen, sowohl widgets_values als auch widgets_values_named aktualisieren.
  7. Testen via API (siehe test_zimage.py als Muster).
  8. README und Dokumentation aktualisieren.

Startbefehle

:: Normal (Bilder, 3D, Allgemein)
D:\AI\ComfyUI\run_nvidia_gpu.bat
:: --enable-manager

:: Video (MiniMax H3)
D:\AI\ComfyUI\run_nvidia_gpu_video.bat
:: --enable-manager --disable-pinned-memory --fp16-intermediates

Wichtige Modelle und Einstellungen

ModellDateienEinstellungen
Z-Image Turboint8 UNET + FP8 Encoder + ae.safetensors8-9 Schritte, CFG 1,0, res_multistep, einfach, 1024-1344px
Nova Anime XL v19NovaAnimeILV190.safetensors (SDXL)28 Schritte, CFG 5, euler_ancestral, normal, CLIP Skip 2
Prefect Pony XL v6PrefectPonyXLV6.safetensors (Pony/SDXL)28 Schritte, CFG 6, euler_ancestral, normal, CLIP Skip 2
Pixal3D/TRELLIS.2int8 UNETs + VAEs + DINOv3 + BiRefNet + MoGe1024px, Boolean: aus=Pixal3D, an=TRELLIS.2
MiniMax H3int8 bereinigt + NVFP4 Encoder + Video/Audio-VAEs5s 864x480, 4-Schritt-Turbo-LoRA; 15s 1344x768 ~23 Min

Häufige Probleme

ProblemLösung
hostbuf_file_reader_read failed--disable-dynamic-vram oder int8/FP8-Builds verwenden
Fault failed: 2 (H3)--disable-pinned-memory --fp16-intermediates + niedrigere Auflösung
Bildschirm wird schwarz (TDR)Auflösung/Schritte reduzieren; TDR-Verzögerung in Registry erhöhen
Dialog „Fehlendes Modell“Beide Widgets-Felder korrigieren; ComfyUI neu starten; Seite neu laden
Modell nicht in DropdownComfyUI neu starten (Modellliste wird beim Start gecached)
H3 I2V schlägt fehlFL2VA nicht installiert; sicheres R2V-Workflow verwenden

Dokumentationsdateien

  • D:\AI\README.txt — Kurzreferenz für Benutzer
  • D:\AI\SETUP_DOCUMENTATION.md — vollständige 13-teilige Referenz
  • D:\AI\HANDOFF.md — Kurzreferenz für Agenten (Installationsverfahren)
  • D:\AI\PROJECTS.md — Projektverwaltung
  • D:\AI\projects\<Slug>\README.md — projektspezifische Dokumentation

Nicht installiert (auf Anfrage verfügbar)

SDXL-Basis, FLUX, Pixel-Art-LoRAs, SDXL ControlNet, H3 FL2VA, Upscaling-Modelle (ESRGAN/SeedVR2), Textur-LoRAs, Kohya-Trainingswerkzeuge, Krita AI Diffusion, Aseprite/Pixelorama.

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

Verwandte Skills