上篇（第06篇）ComfyUI 从安装入门到精通，出图质量提升（分辨率/步数/采样器/CFG/高清放大 参数调好了，画质也上来了。但玩 AI 绘图，谁还没见过满屏红字？
我第一次遇报错那会儿，直接懵了——一大段英文刷下来，看着像程序崩了，差点把软件卸了重装。后来才发现，ComfyUI 的报错其实是”症状书”，看懂红字最后一行，大部分问题自己就能解决。这篇把新手最常撞见的几个红字逐个拆：现象→原因→怎么修，每个都带我踩过的坑。建议收藏，哪天撞上了直接翻。
报错1：节点变红色（Node type not found）
症状：打开 ComfyUI 或导入工作流后，某个节点变红框，写着 “Node xxx failed to load”。
原因：工作流用了你没装的插件（自定义节点）。
解决（按顺序来）：
1. 点右侧 “Manager”（前提装了 ComfyUI-Manager，没装看第03篇）
2. 点 “Install Missing Custom Nodes”
3. 系统自动搜缺失节点，点 “Install”
4. 重启 ComfyUI
还红：Manager 里搜节点名手动装；没 Manager 就进 custom_nodes 目录 git clone 拉仓库、pip install -r requirements.txt、重启。
踩坑经历：我第一次导入一个 ControlNet 工作流，红色节点七八个，还以为 ComfyUI 坏了，重装两遍才发现是没装插件。
报错2：模型找不到（Model not found / 下拉空）
症状：Load Checkpoint 下拉是空的，或红字 。
原因：模型没下载，或放错位置、文件名带中文/空格。
解决：看报错里的模型名 → 去模型站（Civitai、Hugging Face）下载 → 放进写死的目录 → 点 Refresh 或重启。
|
|
|
|
|
models/checkpoints/ |
|
|
models/loras/ |
|
|
models/vae/ |
|
|
models/controlnet/ |
|
|
models/unet/
|
|
|
models/text_encoders/ |
小贴士：文件名不必和报错完全一致，底模类型对就行。后缀认 .safetensors /.ckpt ，英文命名、别带空格。
踩坑经历：我有次文件名带了个空格，死活读不出来，改掉空格秒好——这种低级坑最磨人。
报错3：爆显存（CUDA out of memory）
症状：点生成后弹 CUDA out of memory ，卡死或闪退。
原因：显存不够——分辨率太高 / 模型太大 / batch 太大，三选一或叠加。
解决（从简单到复杂，一次试一项）：
1. 降分辨率，512×512 起步，别一上来就 1024
2. 用 SD1.5 替代 SDXL（SDXL 显存要求高很多）
3. 启动加 –lowvram（或–medvram/ –novram）
4. 关掉占显存的程序（浏览器标签页、微信）
5. 量化模型，用 GGUF / FP8 量化版（第17篇专讲）
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
踩坑经历：我当初 8G 显存，第一次跑 SDXL 直接设 1536×1536，连报错都没弹就闪退，后来才知道 1024×1024 才是安全范围。VAE 解码爆，换 VAE Decode (Tiled) 或启动加–cpu-vae 。
报错4：黑图 / 糊图（常常没红字）
症状：跑完了，图全黑、发灰或色偏，还没报错。
原因：VAE 没加载对，或 CFG 过高数值溢出（NaN）。
解决：
1. 检查 VAE Decode 是否接了CheckpointLoaderSimple 的 VAE 输出
2. 单独 VAE 文件要匹配底模（SDXL 配 SDXL 的 VAE，Flux 用自家 VAE）
3. CFG 拉回安全区（SDXL/SD1.5 约 6～8；Flux 用 FluxGuidance 约 1～3.5，KSampler 里 CFG 设 1）
4. 老显卡（GTX16 系）启动加 –force-fp32
踩坑经历：我黑图那次，第一反应是显卡坏了，折腾半天，最后发现是 VAE 节点没连上——虚惊一场。
报错5：生成特别慢
症状：一张图跑好几分钟甚至几十分钟。
原因：采样器不当、步数太多、模型太大，或更坑的——根本在用 CPU 跑。
解决：
1. 换采样器：euler 最快， dpmpp_2m 又快又好
2. 降步数：日常 20 步够，别设 50
3. 低分辨率先测构图，再跑高参
4. 加启动参数 –use-split-cross-attention 提速
5. 看终端是不是用 CPU 跑（会显示），是的话环境配错了
日常推荐：dpmpp_2m + 20 步 + karras。
报错6：队列卡死 / 不出图
症状：点 Queue Prompt 没反应，进度不动。
原因：节点输入没接好卡住、第三方节点篡改队列、或显存占满。
解决：
1. 检查 KSampler 各输入口接好
2. 点队列图标批量清空（取消全部）
3. 硬刷新 Ctrl+Shift+R 并重启 ComfyUI
4. 怀疑某节点作妖，把它的文件夹在 custom_nodes 改名备份，重启排查
踩坑经历：有次我以为软件崩了准备重装，结果是上一条队列卡住没清，清空秒好。
报错7：打不开 / 卡在 loading
症状：双击启动后，浏览器 127.0.0.1:8188 一直转圈。
原因：浏览器缓存问题，或端口被占用。
解决：
1. 清浏览器缓存或用无痕模式打开
2. 换端口：启动加 –port 8189
3. 杀进程：任务管理器关掉所有 Python 进程，重新启动
报错8（进阶）：torch / CUDA 不匹配
这个新手少见，但一旦遇到很懵。
症状：红字 Torch not compiled with CUDA enabled 。
原因：PyTorch 装成 CPU 版，或版本和驱动不对应。
解决：
1. nvidia-smi 看顶部 CUDA Version
2. 在 ComfyUI 自带 Python 里 pip uninstall -y torch torchvision torchaudio
3. 重装对应 cu 版（cu126/cu128/cu130 按驱动选）：pip install torch torchvision torchaudio –index-url https://download.pytorch.org/whl/cu128
4. 验证：import torch; print(torch.cuda.is_available()) 返回 True 且非 +cpu 即对。
4060 / 8G 显存专项：跑 Flux 这类大模型，启动加–lowvram –reserve-vram 1.0 （单位 GB，给系统预留防崩）；量化选轻量档，4060 实测 Q3_K_M 约 7.2G、Q4_K_M 约 8.5G 已近极限，优先更轻的。
通用自救三步法
1. 看红字：截图，找最后一行关键词（CUDA / ModuleNotFound / Model not found / path）。
2. 搜关键词：关键词 + “ComfyUI” 搜一下，基本都有人遇过。
3. 对症处理：降显存 / 装节点 / 放对目录 / 重装 torch / 换 VAE 降 CFG / 清队列重启。
原则就一句：改一项、重启一次、回测一张图。别慌，红字是帮你定位的，不是吓你的。
报错能自救了，基础也扎实了。接下来玩点更可控的——第08篇讲图生图（img2img）：拿一张现有图当底子，改风格、换构图、出变体，比从零瞎猜提示词高效得多。