手把手教你将 Comfyui Docker 镜像部署到云端

manmanmanzai

267人浏览 · 2026-05-31 16:32:38

manmanmanzai · 2026-05-31 16:32:38 发布

利用docker将本地comfyui容器化，并部署到云端。

核心思想：把 ComfyUI 的代码和模型文件分开存放。

代码（几十 MB） → 打包进 Docker 镜像
模型和数据（几十 GB） → 放在宿主机，运行时挂载

1. 虚拟环境下载并运行 ComfyUI

官方安装教程：如何在不同系统上手动安装 ComfyUI - ComfyUI 图形用户界面

由于后续要将comfyui docker到云端，所以我们不需要采用Conda 创建新环境，直接用pyhton venv方式。

1.打开git bash中，执行：

# 在你想要的位置创建目录，例如 F 盘
mkdir F:\stat_comfyui
cd F:\stat_comfyui

执行后，当前目录下会出现一个 comfyui-env 文件夹，这就是你的独立 Python 环境。

2.创建 Python 虚拟环境

用 venv 模块创建虚拟环境，环境名字可以叫 comfyui-env

python -m venv comfyui-env

3.激活环境

. comfyui-env/Scripts/activate

激活成功后，命令行前会出现 (comfyui-env)

4.验证是否激活成功

# 查看当前使用的 Python 路径（应该在虚拟环境目录下）
which python
# 应该显示: /f/stat_comfyui/comfyui-env/Scripts/python

# 查看 pip 路径
which pip
# 应该显示: /f/stat_comfyui/comfyui-env/Scripts/pip

5.安装comfyui

# 克隆 ComfyUI 代码仓库
git clone git@github.com:comfyanonymous/ComfyUI.git

# 安装GPU依赖PyTorch（此处针对Nvidia）
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

# 安装 comfyui 依赖项
cd comfyui
pip install -r requirements.txt

启动 comfyui
cd comfyui
python main.py

访问 http://localhost:8188

2. 准备模型及个人数据目录

将comfyui涉及个人模型、数据的文件分和py程序隔离

类型	文件夹	策略
数据（大、动态）	models, output, input	挂载 ✅
配置（个性化）	user	挂载 ✅
扩展（可选）	custom_nodes	挂载（或打包）
代码（固定）	其他 py 文件	打包进镜像

在 F:\start_comfyui\start_comfyui 下创建目录结构

cd F:\start_comfyui\start_comfyui

# 创建模型、输出、输入目录
mkdir models, output, input，user，custom_nodes

把你现有的模型文件（.safetensors、.ckpt 等）复制到 F:\start_comfyui\models，并保持子目录结构。

3. 构建镜像

进入你的 comfyui 根目录 F:\start_comfyui\comfyui，新建一个无后缀的文件 dockerfile

F:\start_comfyui\
├── comfyui\           		# 代码（打包进镜像，不需要挂载）
│   ├── Dockerfile
│   ├── main.py
│   └── ...
├── comfyui_data\           # 数据目录（模型、输出、用户数据）
│   ├── models\             # 模型文件
│   ├── output\             # 生成图片
│   ├── input\              # 输入图片
│   ├── user\               # 工作流、配置
│   └── custom_nodes\       # 插件

dockerfile：

# 使用官方 PyTorch 镜像，通过加速器下载
FROM pytorch/pytorch:2.5.1-cuda12.4-cudnn9-runtime

WORKDIR /app

# 使用清华 apt 源
RUN sed -i 's/deb.debian.org/mirrors.tuna.tsinghua.edu.cn/g' /etc/apt/sources.list && \
    sed -i 's/security.debian.org/mirrors.tuna.tsinghua.edu.cn/g' /etc/apt/sources.list

RUN apt-get update && apt-get install -y git && rm -rf /var/lib/apt/lists/*

# 使用清华 pip 源
RUN pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

COPY . .

EXPOSE 8188

CMD ["python", "main.py", "--listen", "0.0.0.0", "--port", "8188"]

构建镜像：

cd F:\start_comfyui\comfyui
docker build -t comfyui .
#                  ↑
#               镜像名字

查看镜像：

docker images

4. 本地测试挂载

用 -v 参数把宿主机的 models、output、input 目录挂载到容器内：

docker run -d --gpus all -p 8188:8188 \
  -v F:/start_comfyui/comfyui_data/models:/app/models \
  -v F:/start_comfyui/comfyui_data/output:/app/output \
  -v F:/start_comfyui/comfyui_data/input:/app/input \
  -v F:/start_comfyui/comfyui_data/user:/app/user \
  -v F:/start_comfyui/comfyui_data/custom_nodes:/app/custom_nodes \
  --name comfyui comfyui:latest
#           ↑      ↑
#         容器名字  镜像名字

这是最重要的部分，把 Windows 上的文件夹“映射”到容器内部，实现数据持久化。

Windows 路径（主机）	容器内路径	用途
`F:\start_comfyui\comfyui_data\models`	`/app/comfyui/models`	模型文件目录，存放 Checkpoint、LoRA、VAE、ControlNet 等模型。容器会从这里读取模型，你下载的新模型也放在这里
`F:\start_comfyui\comfyui_data\output`	`/app/comfyui/output`	输出目录，生成的图片会保存到这里，容器重启后不会丢失
`F:\start_comfyui\comfyui_data\input`	`/app/comfyui/input`	输入目录，你可以把需要处理的图片放在这里供工作流使用

验证：

访问 http://localhost:8188
加载工作流，选择模型
如果能正常生成图片，说明挂载成功

清理测试容器：

docker stop comfyui-test
docker rm comfyui-test

5. 镜像上传阿里云ACR

1.开通服务

这里阿里云容器镜像服务（ACR）：推荐访问 https://cr.console.aliyun.com 开通个人版（免费）。

2.创建本地空间

命名为：comfyui

创建后有相关拉取推送操作指南。

3.登录阿里云 Docker 仓库

docker login --username=你的阿里云账号 registry.cn-hangzhou.aliyuncs.com

给本地镜像打标签

docker tag [ImageId] crpi-97a0t3x6hs9hfupr.cn-chengdu.personal.cr.aliyuncs.com/xxxxxxx/comfyui_xxxxx:[镜像版本号]

5.推送镜像

docker push registry.cn-hangzhou.aliyuncs.com/xxxx/comfyui:latest

请根据实际镜像信息替换示例中的参数。

进入仓库详情页面后，在左侧导航栏中找到并点击“镜像版本”，可以查看到已成功推送的镜像列表。

6. comfyui 部署云端

1.在云服务器上拉取镜像

把 ComfyUI 程序拉到云服务器

# 云端登录阿里云 Docker 仓库
docker login --username=你的阿里云账号 registry.cn-hangzhou.aliyuncs.com

# 拉取镜像
docker pull <你的完整镜像地址>:<镜像版本号>

# 验证拉取结果
docker images

2.上传模型及个人数据

scp 是 Secure Copy Protocol（安全复制协议）的缩写，是一个在 Linux、macOS 和 Windows 上都可用的命令行工具。

简单来说，它的作用就是通过 SSH（安全外壳协议）在你的本地电脑和远程服务器之间，安全地复制文件和文件夹。

使用SCP 命令，把本地 F:/start_comfyui/comfyui_data/ 上传到云服务器的 /data/comfyui/：

scp -r <本地路径> <云服务器用户名>@<云服务器IP>:<目标路径>
# 比如：scp -r F:/start_comfyui/comfyui_data root@<你的云服务器IP>:/data/

本地路径	→	云服务器路径
`F:/start_comfyui/comfyui_data/`	→	`/data/comfyui_data/`
`F:/start_comfyui/comfyui_data/models`	→	`/data/comfyui_data/models`
`F:/start_comfyui/comfyui_data/output`	→	`/data/comfyui_data/output`
`F:/start_comfyui/comfyui_data/input`	→	`/data/comfyui_data/input`
`F:/start_comfyui/comfyui_data/user`	→	`/data/comfyui_data/user`
`F:/start_comfyui/comfyui_data/custom_nodes`	→	`/data/comfyui_data/custom_nodes`

3.运行容器

此时云服务器上已经有数据了，挂载并运行：

# 运行容器 (请替换成你的镜像地址和服务器路径)
docker run -d \
  --gpus all \
  -p 8188:8188 \
  --name comfyui \
  -v /data/comfyui_data/models:/app/models \
  -v /data/comfyui_data/output:/app/output \
  -v /data/comfyui_data/input:/app/input \
  -v /data/comfyui_data/user:/app/user \
  -v /data/comfyui_data/custom_nodes:/app/custom_nodes \
  <你的完整镜像地址>