梦行志ComfyUI v0.36.0 升级到 v0.37.4：Ubuntu 源码安装备份、git tag 锁定、依赖同步与回退 SOP
不追踪 master、锁定明确 tag、同步 requirements，再用真实工作流验收的生产环境升级 SOP
目录
Ubuntu 上将 ComfyUI 从 v0.36.0 升级到 v0.37.4：备份、稳定标签、依赖、GPU 与工作流验收全流程
适用环境：Ubuntu、源码安装的 ComfyUI、独立 Python venv、NVIDIA GPU、模型外置到
/data/models、需要保留 custom nodes 与既有工作流的本地生产环境。本文实测环境：Ubuntu 26.04、NVIDIA GeForce RTX 4070 12GB、系统内存约 63GB、Python 3.13.15、PyTorch 2.13.0+cu130、ComfyUI 从
v0.36.0升级至v0.37.4。升级原则：不追踪未打版本标签的
master开发头；先停止服务、先做完整可验证备份、锁定明确的版本 tag、同步该版本 requirements、最后用已有真实工作流验收。
一、为什么不要“直接 git pull”
源码安装的 ComfyUI 一般在本地是一个 Git 仓库。很多教程会直接写：
git pull这条命令并不总是错误，但它有一个重要隐患：如果当前分支跟踪的是 master，它会把代码直接推进到远程 origin/master 的最新提交。
master 是持续变化的开发主线，其中可能包含：
- 尚未经过你本地 custom nodes 验证的新接口；
- 尚未配套发布说明的模型或节点变化；
- 正在开发中的前端、资产目录、数据库迁移逻辑；
- 有可能影响第三方节点、Agent 调用或工作流 JSON 的改动。
对于“刚装好、随时可以重装”的试玩环境，可以追踪 master；但对于已有以下能力的生产型环境，不建议这么做：
Z-Image-Turbo 文生图
Qwen Image Edit / Rapid 图像编辑
SeedVR2 7B INT8 ConvRot 放大
ComfyUI Manager
ComfyUI-GGUF
自定义节点
Hermes / OpenClaw 通过本机 API 调用 ComfyUI更稳妥的策略是：
从官方远程仓库获取 tags，选择明确的
vX.Y.Z版本标签，并创建一个本地固定分支运行它。
这样可以实现：
版本明确
可回退
可复现
不追踪持续变化的 master
升级失败时可定位问题二、版本概念：GitHub Release、Git Tag 与 master
升级前最容易混淆的是三个概念。
| 概念 | 例如 | 含义 | 本地生产环境是否使用 |
|---|---|---|---|
| GitHub Release 页面 | GitHub 右侧显示 v0.37.0 Latest | 官方创建的发布说明页面 | 可以作为参考，但不是唯一版本信息源 |
| Git Tag | v0.37.0、v0.37.1、v0.37.4 | 官方仓库中固定到具体 commit 的版本点 | 应优先使用 |
| master | origin/master 最新 commit | 持续开发主线 | 不作为稳定生产环境升级目标 |
本次升级中，GitHub 页面右侧显示：
Releases
v0.37.0 Latest而本地执行：
git fetch --tags --prune origin
git tag --sort=-version:refname | head -15从官方远程仓库获取到了：
v0.37.4
v0.37.3
v0.37.2
v0.37.1
v0.37.0
v0.36.0本次最终选择的是：
v0.37.4原因是它是官方远程仓库实际存在的、比 v0.37.0 更新的明确版本 tag。它不是未打版本点的 master commit。
实用判断规则
以后只要记住：
明确存在的 vX.Y.Z tag
→ 可作为固定、可备份、可回退的升级目标
GitHub Releases 的 Latest
→ 官方发布说明页的最新条目，不一定列出每个 patch tag
origin/master 最新 commit
→ 持续开发代码；生产环境不要直接追踪三、本次实际环境
1. 硬件与核心软件
GPU：NVIDIA GeForce RTX 4070
显存：11872 MB（12GB）
RAM：63027 MB（约 63GB）
系统：Ubuntu 26.04
Python：3.13.15
PyTorch：2.13.0+cu130
TorchVision：0.28.0+cu130
TorchAudio：2.11.0+cu1302. ComfyUI 目录与模型布局
ComfyUI 根目录：/data/comfyui
Python venv：/data/comfyui/venv
模型根目录：/data/models
ComfyUI API：http://127.0.0.1:8188模型路径通过：
/data/comfyui/extra_model_paths.yaml映射到：
/data/models/checkpoints
/data/models/loras
/data/models/vae
/data/models/text_encoders
/data/models/diffusion_models
/data/models/controlnet
/data/models/upscale_models这意味着：升级 ComfyUI 源码和 venv，不会自动删除或移动 /data/models 中的大模型资产。
如果你还没装 ComfyUI，先看 [[在 Linux 系统上安装 ComfyUI]]。
3. 升级前版本
ComfyUI：v0.36.0
当前 commit：ee71d5c4
当前本地分支：comfyui-v0.36.0这是上一轮 0.32.0 → 0.36.0 升级的延续，完整 SOP 见 [[Ubuntu 上将 ComfyUI 从 0.32.0 升级到 0.36.0：一份可回退的实操记录]]。
四、升级前必须停止服务
升级源码、依赖、数据库或前端时，不能让 ComfyUI 继续占用文件和端口。
如果 ComfyUI 正在一个终端前台运行，切换到该终端后按：
Ctrl+C然后确认端口已释放：
ss -lntp | grep 8188正确状态是：
没有任何输出这代表 127.0.0.1:8188 当前没有进程监听。
如果仍有输出，不要立刻执行 kill -9。先查看具体进程：
ps aux | grep '[m]ain.py'先确认它是否确实是旧 ComfyUI，再决定如何正常停止。
五、升级前完整备份：时间戳快照与 commit 验证
1. 不要重用旧备份目录
一个常见错误是重复执行：
cp -r comfyui comfyui_2026-08-13_backup如果 comfyui_2026-08-13_backup 已经存在，cp 会继续向这个旧目录内部复制，可能形成：
comfyui_2026-08-13_backup/comfyui/重复运行后，它可能尝试覆盖旧 .git/objects 内文件，从而出现大量：
权限不够这通常不代表当前 /data/comfyui 损坏；而是目标备份目录已存在，不适合作为新的快照目标。
2. 正确做法：每次都用精确时间戳
本次升级前执行：
cd /data
STAMP=$(date +%F_%H%M%S)
BACKUP="/data/comfyui_${STAMP}_pre_upgrade"
mkdir -p "$BACKUP"
cp -a /data/comfyui "$BACKUP/"本次实际生成的备份目录：
/data/comfyui_2026-09-27_093004_pre_upgrade/comfyui这里使用：
cp -a而不是简单的 cp -r。
-a 等同于 archive 模式，会尽可能保留：
- 权限；
- 时间戳；
- 符号链接；
- 目录层级；
- 文件属性。
3. 验证备份不可省略
备份命令没有报错，不等于备份一定可用。必须验证关键文件与目录：
echo "备份目录：$BACKUP"
test -f "$BACKUP/comfyui/main.py" && echo "main.py：OK"
test -f "$BACKUP/comfyui/extra_model_paths.yaml" && echo "模型路径配置：OK"
test -d "$BACKUP/comfyui/custom_nodes" && echo "custom_nodes：OK"
test -d "$BACKUP/comfyui/user" && echo "user 配置目录：OK"
test -d "$BACKUP/comfyui/venv" && echo "venv：OK"本次实际得到：
main.py：OK
模型路径配置：OK
custom_nodes：OK
user 配置目录：OK
venv：OK4. 验证源码提交一致
继续执行：
echo "当前源码 commit："
git -C /data/comfyui rev-parse --short HEAD
echo "备份源码 commit："
git -C "$BACKUP/comfyui" rev-parse --short HEAD本次输出：
当前源码 commit：
ee71d5c4
备份源码 commit：
ee71d5c4两者一致，说明备份准确保存了升级前的源码状态。
六、检查本地状态与远程版本
进入源码目录：
cd /data/comfyui执行：
git status --short
git fetch --tags --prune origin
git status -sb
git tag --sort=-version:refname | head -15本次关键输出：
?? .pydeps/
?? comfyui.db以及：
v0.37.4
v0.37.3
v0.37.2
v0.37.1
v0.37.0
v0.36.0.pydeps/ 与 comfyui.db 应如何处理
它们是未跟踪的本地内容：
.pydeps/
comfyui.db处理原则：
保留
不要 git add
不要 git clean -fd
不要 rm -rf
不要为了 Git 状态“干净”而删除其中：
.pydeps/通常涉及本地 Python 依赖或缓存；comfyui.db是本地 SQLite 数据库，可能承载资产目录、缓存或其他本地状态。
它们不会阻止切换到新 tag；并且已经包含在刚刚创建的完整备份中。
七、切换到 v0.37.4：固定 tag 分支
先设置变量：
TARGET="v0.37.4"
BRANCH="comfyui-$TARGET"随后执行一个可重复运行的分支切换脚本：
if git show-ref --verify --quiet "refs/heads/$BRANCH"; then
git switch "$BRANCH"
else
git switch -c "$BRANCH" "$TARGET"
fi首次执行时，输出：
切换到一个新分支 'comfyui-v0.37.4'这表示：
基于 v0.37.4 tag
创建本地分支 comfyui-v0.37.4
并切换到该分支再次执行时，因为本地分支已存在，会直接切换该分支，不会重复创建。
验证切换成功
git status -sb
git describe --tags --always本次输出：
## comfyui-v0.37.4
?? .pydeps/
?? comfyui.db
v0.37.4这就是正确状态。
八、更新 v0.37.4 对应依赖
1. 只用 ComfyUI 自己的 venv
绝不能用系统全局 pip，也不能把依赖安装到其他 Python 环境。必须使用：
/data/comfyui/venv/bin/python执行：
/data/comfyui/venv/bin/python -m pip install -r requirements.txt本次成功更新了：
comfy-kitchen：0.2.34 → 0.2.35
comfy-aimdo：0.5.3 → 0.5.5
comfyui-workflow-templates：0.11.62 → 0.11.69
comfyui-workflow-templates-core：0.3.350 → 0.3.360
comfyui-workflow-templates-json：0.1.85 → 0.1.95
comfyui-embedded-docs：0.5.11 → 0.5.12
comfyui-workflow-templates-media-assets-01：0.1.46 → 0.1.48
新增 comfyui-workflow-templates-media-assets-02：0.1.52. 同步 Manager 依赖
执行：
/data/comfyui/venv/bin/python -m pip install -r manager_requirements.txt本次输出表明：
comfyui_manager==4.2.2 已满足无需为了“看起来更新”而手动升级 Manager。
九、为什么本次不升级 Python、PyTorch、CUDA、TorchVision、TorchAudio
本次升级过程中，requirements 输出表明以下核心组件已经满足需求：
Python：3.13.15
PyTorch：2.13.0+cu130
TorchVision：0.28.0+cu130
TorchAudio：2.11.0+cu130因此，本次没有主动升级：
Python
PyTorch
TorchVision
TorchAudio
系统 CUDA Toolkit
NVIDIA 驱动这是正确的。
1. ComfyUI 源码升级，不等于 GPU 基础栈必须升级
日常升级 ComfyUI 的正确链路通常是：
切换源码版本 tag
→ pip install -r requirements.txt
→ pip install -r manager_requirements.txt
→ 启动并验证工作流而不是：
升级 ComfyUI
→ 强制升级 Python
→ 强制升级 Torch
→ 强制升级 CUDA
→ 强制升级驱动后者会把一次普通应用升级，变成一次高风险 GPU 推理基础栈重装。
2. “CUDA”要分成两层
NVIDIA 驱动
↓
PyTorch wheel 自带 CUDA runtime，例如 cu130
↓
ComfyUI / Kitchen / AIMDO / 模型 / 节点当前使用的：
torch 2.13.0+cu130已经包含它所需的 CUDA 13.0 runtime 组件。日常 ComfyUI 推理通常不依赖单独升级系统层 CUDA Toolkit。
3. 什么时候才应该升级 PyTorch / CUDA / 驱动
只有出现以下任一明确理由才考虑：
ComfyUI 启动报出：
PyTorch version too old CUDA version is not supported RuntimeError: operator ... does not exist必须使用的新节点或模型明确要求：
requires PyTorch >= X.Y requires CUDA >= X.Y发生稳定可复现的 GPU 问题，例如：
CUDA illegal memory access GPU repeated crash unsupported CUDA kernel torch.compile failure官方 requirements 明确将 Torch 最低版本抬高，现有环境无法满足。
NVIDIA 驱动版本不满足目标 PyTorch CUDA wheel 的最低要求。
即使将来需要升级，也应始终把以下三个包视为一个组合：
torch
torchvision
torchaudio不要单独更新其中任何一个。
十、启动 v0.37.4
依赖更新完成后执行：
cd /data/comfyui
/data/comfyui/venv/bin/python main.py \
--listen 127.0.0.1 \
--port 8188 \
--enable-manager关键启动日志
本次启动成功确认：
ComfyUI version: 0.37.4
comfy-aimdo version: 0.5.5
comfy-kitchen version: 0.2.35
comfyui-frontend-package version: 1.52.7
comfyui-workflow-templates version: 0.11.69
comfyui-embedded-docs version: 0.5.12GPU 与显存策略正常：
Total VRAM 11872 MB, total RAM 63027 MB
pytorch version: 2.13.0+cu130
Device: cuda:0 NVIDIA GeForce RTX 4070 : cudaMallocAsync
Using async weight offloading with 2 streams
Enabled pinned memory 54835
DynamicVRAM support detected and enabledComfyUI API 正常启动：
To see the GUI go to: http://127.0.0.1:8188浏览器打开：
http://127.0.0.1:8188即可进入升级后的界面。
十一、启动警告怎么判断：可忽略 vs 必须排查
升级后日志并不等于“零 warning”。关键是要分辨：什么是可忽略提示，什么是必须停止排查的错误。
1. Matrix 分享功能未安装
The matrix sharing feature has been disabled because the matrix-nio dependency is not installed.含义：ComfyUI Manager 的 Matrix 分享功能不可用。
处理：
不使用 Matrix，就不安装 matrix-nio。不影响：
出图
模型下载
Manager
自定义节点
API
Hermes / OpenClaw2. OpenGL accelerate 提示
No OpenGL_accelerate module loaded: Acceleration disabled这是 PyOpenGL 可选加速提示，不等于：
CUDA 不可用
GPU 不可用
模型推理没有加速只要日志里有：
Device: cuda:0 NVIDIA GeForce RTX 4070
DynamicVRAM support detected and enabledCUDA 生成链就正常。不要为了消除一条日志而重装 Torch、CUDA 或 Python。
3. SenseNova 自定义节点警告
本次出现：
image_gen_indicators is part of Qwen3Model.forward's signature, but not documented
indexes is part of Qwen3Model.forward's signature, but not documented
FutureWarning: torch.cuda.amp.autocast(...) is deprecated来源：
/data/custom_nodes/sensenova_u1_rebel它们是第三方节点的文档与 API 弃用警告。因为日志中节点成功导入：
0.2 seconds: /data/custom_nodes/sensenova_u1_rebel所以当前不需要修改节点源码。
4. Triton 显示 disabled
Found comfy_kitchen backend triton: available True, disabled True这不等于 ComfyUI 失败。当前 CUDA backend 是：
available: True
disabled: False并且包含关键能力：
int8_tensorwise
convrot_w4a4
dequantize_int8_convrot_weight你的 INT8 ConvRot 工作流实际运行成功，因此不需要为 Triton disabled 单独折腾环境。
十二、升级后的真实工作流验收：Z-Image、Qwen 编辑、SeedVR2
“服务启动成功”只是最低标准。真正的验收必须执行你实际长期会用的工作流。
本次验收顺序：
Z-Image-Turbo
→ Qwen Image Edit / Rapid
→ SeedVR2 7B INT8 ConvRot
→ Hermes / OpenClaw API smoke test1. Z-Image-Turbo：通过
日志显示：
Model storage policy: fast_disk=True
paths=['/data/models/diffusion_models/z_image_turbo_bf16.safetensors']
Model Lumina2 prepared for dynamic VRAM loading. 11738MB Staged.
Prompt executed in 20.74 seconds结论：
Z-Image-Turbo 正常加载
模型来自 /data/models
DynamicVRAM 正常
fast_disk 策略生效
RTX 4070 12GB 正常完成推理2. Qwen Image Edit / Rapid：通过
日志关键部分：
Using mmproj 'Qwen2.5-VL-7B-Instruct-mmproj-BF16.gguf'
for text encoder 'Qwen2.5-VL-7B-Instruct-UD-Q4_K_XL.gguf'
Requested to load QwenImageTEModel_
loaded completely
Requested to load QwenImage
loaded partially
...
100%|...| 40/40
Prompt executed in 00:10:03结论：
GGUF 模型正常加载
mmproj 自动匹配成功
Qwen2.5-VL 文本编码器正常
CPU/GPU 卸载正常
Qwen Image 编辑任务完整完成
没有 OOM为什么这次用了约 10 分钟
日志显示：
40/40说明这次 Qwen 任务执行了 40 steps，而不是 Lightning 4-step 模式。
这不是升级问题，也不是 GPU 失效。若要使用快速 Lightning 工作流，应检查：
Lightning LoRA 是否已正确连接
采样步数是否设置为 4
CFG 是否按该 workflow 推荐值设置不要为了缩短采样时间就盲目升级 Torch 或 CUDA。
相关 Qwen Image 模型的 GGUF 加载与报错排障，另见 [[ComfyUI-Qwen-Image-2.1-GGUF-qwen_image21-报错修复实操]]。
3. SeedVR2 7B INT8 ConvRot：通过
日志：
Model storage policy: fast_disk=True
paths=['/data/models/diffusion_models/seedvr2_7b_int8_convrot.safetensors']
Found quantization metadata version 1
Detected mixed precision quantization
Using mixed precision operations
Native ops: asym_w4a8_int8, int8_tensorwise, convrot_w4a4 ...
Model SeedVR2 prepared for dynamic VRAM loading. 7944MB Staged.
Prompt executed in 9.48 seconds结论：
SeedVR2 7B INT8 ConvRot 正常
INT8 / ConvRot 原生 CUDA 算子正常
模型从 /data/models 加载
DynamicVRAM 正常
没有 OOM
一次放大任务耗时约 9.48 秒这证明 RTX 4070 12GB 不仅可以运行 Z-Image 与 Qwen 编辑，也能稳定运行 SeedVR2 7B INT8 ConvRot。
十三、升级后的最终状态
ComfyUI：v0.37.4
本地稳定分支：comfyui-v0.37.4
Python：3.13.15
PyTorch：2.13.0+cu130
GPU：RTX 4070 12GB
模型目录：/data/models
ComfyUI API：http://127.0.0.1:8188已通过的视觉生产工位：
Z-Image-Turbo
→ 文生图、批量候选、文章氛围图、封面素材
Qwen Image Edit / Rapid
→ 图像编辑、参考图融合、改背景、改内容、扩图、定向修改
SeedVR2 7B INT8 ConvRot
→ 2 倍放大、清晰化、发布前最终修复接下来只需要保留 ComfyUI 运行状态，并让 Hermes 或 OpenClaw 进行一次最小 API smoke test，例如：
调用 Z-Image-Turbo 的 API workflow，生成一张 1024×1024 测试图。若 Agent 能提交任务、等待完成并读取输出，那么完整链路即为：
Hermes / OpenClaw
→ http://127.0.0.1:8188
→ ComfyUI v0.37.4
→ 本地模型
→ 图片输出十四、失败时如何回退
本次升级前的完整备份位置：
/data/comfyui_2026-09-27_093004_pre_upgrade/comfyui升级前版本：
v0.36.0
git commit：ee71d5c4上一轮 0.32.0 → 0.36.0 升级中的回退方法同样适用：[[Ubuntu 上将 ComfyUI 从 0.32.0 升级到 0.36.0：一份可回退的实操记录]]。
方案 A：仅回退源码版本
如果升级后只是源码、节点兼容或前端问题，优先切回旧分支：
cd /data/comfyui
git switch comfyui-v0.36.0然后重新安装该版本要求的依赖：
/data/comfyui/venv/bin/python -m pip install -r requirements.txt
/data/comfyui/venv/bin/python -m pip install -r manager_requirements.txt方案 B：恢复完整目录快照
如果 venv、节点、数据库或目录状态都出现明显异常：
# 先停止 ComfyUI，Ctrl+C
cd /data
mv comfyui comfyui_failed_v0.37.4
cp -a comfyui_2026-09-27_093004_pre_upgrade/comfyui /data/comfyui然后启动：
/data/comfyui/venv/bin/python /data/comfyui/main.py \
--listen 127.0.0.1 \
--port 8188 \
--enable-manager原则：
先改名保留故障目录
再恢复备份
不要直接覆盖当前目录
不要立刻删除故障目录这样仍可保留排查线索。
十五、以后每次升级的固定 SOP
下面这套流程可以直接保存为你的长期升级标准。
# 0. 到 ComfyUI 运行终端按 Ctrl+C，停止服务
# 1. 确认 API 端口释放
ss -lntp | grep 8188
# 2. 创建全新时间戳完整备份
cd /data
STAMP=$(date +%F_%H%M%S)
BACKUP="/data/comfyui_${STAMP}_pre_upgrade"
mkdir -p "$BACKUP"
cp -a /data/comfyui "$BACKUP/"
# 3. 验证关键备份内容
test -f "$BACKUP/comfyui/main.py" && echo "main.py：OK"
test -f "$BACKUP/comfyui/extra_model_paths.yaml" && echo "模型路径配置：OK"
test -d "$BACKUP/comfyui/custom_nodes" && echo "custom_nodes：OK"
test -d "$BACKUP/comfyui/user" && echo "user：OK"
test -d "$BACKUP/comfyui/venv" && echo "venv：OK"
# 4. 获取官方远程标签
cd /data/comfyui
git fetch --tags --prune origin
git tag --sort=-version:refname | head -15
# 5. 将目标稳定 tag 写入变量，例如 v0.37.4
TARGET="vX.Y.Z"
BRANCH="comfyui-$TARGET"
# 6. 创建或切换固定本地分支
if git show-ref --verify --quiet "refs/heads/$BRANCH"; then
git switch "$BRANCH"
else
git switch -c "$BRANCH" "$TARGET"
fi
# 7. 确认当前版本
git status -sb
git describe --tags --always
# 8. 同步该版本 requirements
/data/comfyui/venv/bin/python -m pip install -r requirements.txt
/data/comfyui/venv/bin/python -m pip install -r manager_requirements.txt
# 9. 启动
/data/comfyui/venv/bin/python main.py \
--listen 127.0.0.1 \
--port 8188 \
--enable-manager
# 10. 验收
# Z-Image-Turbo → Qwen Image Edit → SeedVR2 → Agent API十六、最终经验总结
这次升级的核心纪律：
- 每次先停服务。
- 每次创建一个新的时间戳备份目录，不复用旧名称。
- 备份后必须验证关键文件与 Git commit。
- 不要盲目追踪 master。
- 优先使用官方仓库中明确存在的版本 tag。
- 只让 requirements.txt 决定 ComfyUI 依赖更新。
- 不要因为升级 ComfyUI 就顺手升级 Python、Torch、CUDA、驱动。
- 验收必须跑真实工作流，而不是只看网页能否打开。
- 保留旧备份、旧数据库备份和失败目录，直到新版本稳定运行一段时间。
一句话概括这次流程：
先可回退，再升级；先固定 tag，再更新依赖；先验证真实工作流，再把它重新交给 Agent 自动化调用。
附录：2026-09-27 实操原始记录（压缩版）
说明：以下为当天操作的原始留痕，按步骤分节。与各章重复的命令说明请见正文对应章节，此处只保留完整命令序列与关键输出，作为自查与复现的证据层。
# ─── 第 1 步：确认端口释放（见正文第四章）───
oklife@oklife-ub:~$ ss -lntp | grep 8188
（无输出，端口已释放）
# ─── 第 2 步：时间戳完整备份 + 验证（见正文第五章）───
oklife@oklife-ub:~$ cd /data
STAMP=$(date +%F_%H%M%S)
BACKUP="/data/comfyui_${STAMP}_pre_upgrade"
mkdir -p "$BACKUP"
cp -a /data/comfyui "$BACKUP/"
echo "备份目录：$BACKUP"
test -f "$BACKUP/comfyui/main.py" && echo "main.py：OK"
test -f "$BACKUP/comfyui/extra_model_paths.yaml" && echo "模型路径配置：OK"
test -d "$BACKUP/comfyui/custom_nodes" && echo "custom_nodes：OK"
test -d "$BACKUP/comfyui/user" && echo "user 配置目录：OK"
test -d "$BACKUP/comfyui/venv" && echo "venv：OK"
备份目录：/data/comfyui_2026-09-27_093004_pre_upgrade
main.py：OK
模型路径配置：OK
custom_nodes：OK
user 配置目录：OK
venv：OK
git -C /data/comfyui rev-parse --short HEAD # 当前源码 commit：ee71d5c4
git -C "$BACKUP/comfyui" rev-parse --short HEAD # 备份源码 commit：ee71d5c4
# ─── 第 3 步：fetch 标签并检查本地状态（见正文第六章）───
oklife@oklife-ub:/data/comfyui$ git status --short
?? .pydeps/
?? comfyui.db
oklife@oklife-ub:/data/comfyui$ git fetch --tags --prune origin
* [新标签] v0.37.0 -> v0.37.0
* [新标签] v0.37.1 -> v0.37.1
* [新标签] v0.37.2 -> v0.37.2
* [新标签] v0.37.3 -> v0.37.3
* [新标签] v0.37.4 -> v0.37.4
oklife@oklife-ub:/data/comfyui$ git tag --sort=-version:refname | head -8
v0.37.4
v0.37.3
v0.37.2
v0.37.1
v0.37.0
v0.36.0
v0.35.2
v0.35.1
# ─── 第 4 步：切换固定 tag 分支（见正文第七章）───
TARGET="v0.37.4"
BRANCH="comfyui-$TARGET"
if git show-ref --verify --quiet "refs/heads/$BRANCH"; then
git switch "$BRANCH"
else
git switch -c "$BRANCH" "$TARGET"
fi
切换到一个新分支 'comfyui-v0.37.4'
oklife@oklife-ub:/data/comfyui$ git status -sb
## comfyui-v0.37.4
?? .pydeps/
?? comfyui.db
oklife@oklife-ub:/data/comfyui$ git describe --tags --always
v0.37.4
# ─── 第 5 步：同步 requirements（见正文第八章）───
oklife@oklife-ub:/data/comfyui$ /data/comfyui/venv/bin/python -m pip install -r requirements.txt
Successfully installed comfy-aimdo-0.5.5 comfy-kitchen-0.2.35 comfyui-embedded-docs-0.5.12 \
comfyui-workflow-templates-0.11.69 comfyui-workflow-templates-core-0.3.360 \
comfyui-workflow-templates-json-0.1.95 \
comfyui-workflow-templates-media-assets-01-0.1.48 \
comfyui-workflow-templates-media-assets-02-0.1.5
（已满足包保持原版本：torch 2.13.0+cu130、torchvision、torchaudio、numpy、transformers 等，未变动）
oklife@oklife-ub:/data/comfyui$ /data/comfyui/venv/bin/python -m pip install -r manager_requirements.txt
Requirement already satisfied: comfyui_manager==4.2.2 in ./venv/lib/python3.13/site-packages (from -r manager_requirements.txt (line 1)) (4.2.2)
# ─── 第 6 步：启动服务（见正文第十章）───
oklife@oklife-ub:/data/comfyui$ cd /data/comfyui
/data/comfyui/venv/bin/python main.py \
--listen 127.0.0.1 \
--port 8188 \
--enable-manager
[INFO] ** ComfyUI startup time: 2026-09-27 09:51:40.594
[INFO] Total VRAM 11872 MB, total RAM 63027 MB
[INFO] pytorch version: 2.13.0+cu130
[INFO] Device: cuda:0 NVIDIA GeForce RTX 4070 : cudaMallocAsync
[INFO] Using async weight offloading with 2 streams
[INFO] DynamicVRAM support detected and enabled
[INFO] ComfyUI version: 0.37.4
[INFO] comfy-aimdo version: 0.5.5
[INFO] comfy-kitchen version: 0.2.35
[INFO] comfyui-frontend-package version: 1.52.7
[INFO] comfyui-workflow-templates version: 0.11.69
[INFO] comfyui-embedded-docs version: 0.5.12
[INFO] To see the GUI go to: http://127.0.0.1:8188
（完整启动日志与启动警告解读见正文第十、十一章）
# ─── 第 7 步：三条真实工作流验收（见正文第十二章）───
# Z-Image-Turbo 文生图
[INFO] Model storage policy: fast_disk=True paths=['/data/models/diffusion_models/z_image_turbo_bf16.safetensors']
[INFO] Model Lumina2 prepared for dynamic VRAM loading. 11738MB Staged.
[INFO] Prompt executed in 20.74 seconds
# Qwen Image Edit / Rapid（GGUF）
[INFO] Using mmproj 'Qwen2.5-VL-7B-Instruct-mmproj-BF16.gguf' for text encoder 'Qwen2.5-VL-7B-Instruct-UD-Q4_K_XL.gguf'
[INFO] Prompt executed in 00:10:03
# SeedVR2 7B INT8 ConvRot 放大
[INFO] Model storage policy: fast_disk=True paths=['/data/models/diffusion_models/seedvr2_7b_int8_convrot.safetensors']
[INFO] Model SeedVR2 prepared for dynamic VRAM loading. 7944MB Staged.
[INFO] Prompt executed in 9.48 seconds