ComfyUI 预构建 Docker 镜像上线：一键部署，告别依赖烦恼

对于熟悉 ComfyUI 的用户来说，手动安装依赖、配置环境往往是一项繁琐且容易出错的任务。为此，ComfyUI Prebuilt Docker Images 提供了一套开箱即用的解决方案，将 ComfyUI 及其所有依赖项打包为预构建的 Docker 镜像，支持多种运行环境与 GPU 加速场景。

• GitHub：https://github.com/radiatingreverberations/comfyui-docker

无论你是想在本地稳定运行 ComfyUI，还是希望在云服务上快速部署推理服务，这套镜像都能显著降低使用门槛。

核心优势

• ✅ 一键部署：无需手动安装依赖，所有组件已集成。
• ✅ 版本隔离：不同标签支持不同功能和 PyTorch 版本，避免冲突。
• ✅ 易于升级：只需拉取新镜像即可更新，无需破坏现有配置。
• ✅ 多平台支持：兼容本地、GPU 云平台（如 RunPod、QuickPod、Vast.ai 等）。

支持的镜像类型

目前提供三类镜像，适用于不同的使用需求：

支持的标签与对应版本

如何在本地运行？

基本命令

你可以通过以下方式启动容器（具体命令请参考官方文档或 README）：

docker run --gpus=all -p 8188:8188 ghcr.io/radiatingreverberations/comfyui-extensions:latest

启用高级功能

部分模块（如 SageAttention）需要额外参数激活，可通过命令行传入启用：

docker run --gpus=all -p 8188:8188 ghcr.io/radiatingreverberations/comfyui-extensions:latest --use-sage-attention

持久化存储设置

默认情况下，容器内的文件会在重启或更新时丢失。为了保留数据，建议挂载以下目录到宿主机：

使用 Docker Compose 的完整示例可帮助你更轻松地管理这些挂载点：

services:
comfyui:
image: ghcr.io/radiatingreverberations/comfyui-extensions:latest
container_name: comfyui
command:
- --use-sage-attention
ports:
- "8188:8188"
volumes:
- ./models:/comfyui/models
- ./user:/comfyui/user/default
- ./input:/comfyui/input
- ./output:/comfyui/output
deploy:
resources:
reservations:
devices:
- driver: nvidia
count: all
capabilities: [gpu]
restart: unless-stopped

添加自定义节点

如果你使用了某些未包含在镜像中的自定义节点，可以通过挂载的方式将其添加至容器内的 custom_nodes 文件夹中，实现灵活扩展。

Windows 使用说明

在 Windows 上运行这些镜像时，通常依赖 WSL2 的 Linux 环境。由于 WSL2 与 Windows 文件系统之间的桥接机制（drvfs），可能会导致模型加载速度变慢。

推荐做法：将模型文件等资源直接存放在 WSL2 的 Linux 文件系统中，以获得更好的性能表现。

自行构建镜像

除了使用预构建镜像，你也可以自行构建本地镜像：

docker buildx bake

该命令会根据项目提供的 Dockerfile 构建完整的镜像环境。

镜像组成详解

NVIDIA 基础镜像

• 基于 Ubuntu 24.04
• CUDA 12.8.1 运行时
• Python 3.12
• 已安装：
  • uv 0.7.16（Python 包管理工具）
  • PyTorch 2.8.0rc1
  • SageAttention2++
  • Nunchaku

ComfyUI 基础镜像

• ComfyUI 主体
• HuggingFace CLI 工具

ComfyUI 扩展镜像

• KJNodes 插件
• GGUF 支持
• TeaCache 缓存机制
• Nunchaku 模块